一种基于视频识别风力发电机主轴振动的方法技术

本发明专利技术公开一种基于视频识别风力发电机主轴振动的方法，获取多组对象的风力发电机视频采集信息，服务器采集到位于不同区域的风力发电机的主轴视频数据，将采集的风力发电机视频采集信息进行标签，然后对数据进行处理，建立动态分析模型以及数据检测模型，将检测信息数据与动态数据库信息进行对比，并根据所述视频采集数据标签选择位于不同位置的视频采集数据，通过不断地检测生成实时视频信息采集样本，提升检测样本的准确性，将所述实时视频信息采集样本与所述动态分析模型以及所述数据检测模型匹配，生成发电机主轴振动检测结果，解决不同区域多套风力发电机主轴振动监测数据量较大，无法实时进行监测分析为风电机组故障提供预警信息问题。障提供预警信息问题。障提供预警信息问题。

【技术实现步骤摘要】
一种基于视频识别风力发电机主轴振动的方法


[0001]本专利技术涉及电力设备检测
，尤其涉及一种基于视频识别风力发电机主轴振动的方法。

技术介绍

[0002]随着时代的发展风电行业用的大部分传动系统设备，大多具有高速、大功率、高精度等特性。目前我国风力发电机组发生的故障的部件主要为风机传动系统，其中包括主轴、齿轮箱、风机发电系统、叶片等，因此对于高速机械而言，发电机轴承的振动会增加设备关键零件的过早磨损和损坏，由于轴承振动故障产生的与机组结构振动有关的故障异常更为突出。
[0003]通过视频识别风力发电机主轴振动的方法越来越多地被使用，由于现在风力发电设备被广泛使用，同时会在多个区域安装多套风力发电设备，管理人员需要同步管理多个区域多套风力发电设备，当需要实时监测区域范围内风力发电设备发电机主轴时，产生巨大的视频监测数据，为此研发出视频识别风力发电机主轴振动方法，用于结合多组数据监控风力发电设备主轴振动情况，并生成故障信息，实现提高风力发电机振动诊断的准确性，为风电机组故障提供预警信息。

技术实现思路

[0004]本专利技术的目的在于提供一种基于视频识别风力发电机主轴振动的方法，以解决不同区域多套风力发电机主轴振动监测数据量较大，无法实时进行监测分析为风电机组故障提供预警信息问题。
[0005]第一方面，本专利技术提供一种基于视频识别风力发电机主轴振动的方法，包括：
[0006]获取多组对象的风力发电机视频采集信息；
[0007]将所述多组对象的风力发电机视频采集信息进行处理，建立动态分析模型以及数据检测模型；
[0008]将实时视频信息与动态数据库信息进行对比，并根据所述视频采集数据标签选择位于不同位置的视频采集数据，生成实时视频信息采集样本；
[0009]将所述实时视频信息采集样本与所述动态分析模型以及所述数据检测模型匹配，生成发电机主轴振动检测结果。
[0010]进一步地，获取多组对象的风力发电机视频采集信息，包括：
[0011]采集位于不同区域的风力发电机视频采集装置采集的数据，以及视频采集特征数据；
[0012]将所述位于不同区域的风力发电机视频采集装置采集的数据，以及所述视频采集特征数据与预设的隐私协议匹配，生成多组对象的风力发电机视频采集信息；
[0013]将所述多组对象的风力发电机视频采集信息存储至云端服务器，所述多组对象的风力发电机视频采集信息包括传输设备的位置信息，时间信息，目标的尺寸数据、目标轮廓
数据、目标形状数据、目标纹理数据、目标运动轨迹、目标运动速度。
[0014]进一步地，将所述多组对象的风力发电机视频采集信息进行处理，建立动态分析模型以及数据检测模型，包括：
[0015]将所述多组对象的风力发电机视频采集信息进行处理，生成视频预处理标签；
[0016]将所述视频预处理标签与所述多组对象的风力发电机视频采集信息匹配，建立动态分析模型以及数据检测模型；
[0017]所述数据检测模型包括齿轮啮合检测模型，轴承通过频率检测模型以及视频采集装置位置检测模型；
[0018]所述动态分析模型包括正常状态特征检测模型、故障状态特征检测模型。
[0019]进一步地，将实时视频信息与动态数据库信息进行对比，并根据所述视频采集数据标签选择位于不同位置的视频采集数据，生成实时视频信息采集样本，包括；
[0020]提取所述实时视频信息特征数据；
[0021]根据所述实时视频信息特征数据建立监测样本数据库；
[0022]根据所述监测样本数据库进行筛选，去除所述监测样本数据库中的噪音数据，所述噪音数据包括影像残缺数据，影像破损数据，监测位置误差数据；
[0023]将筛选后的监测样本数据存储至云服务器，生成实时视频信息采集样本。
[0024]进一步地，将所述实时视频信息采集样本与所述动态分析模型以及所述数据检测模型匹配，生成发电机主轴振动检测结果，包括：
[0025]检测所述实时视频信息采集样本，将视频信息出现异常数据筛选出，生成待检测视频信息；
[0026]将所述待检测视频信息进行拆分，归纳为单一目标检测视频数据与多目标检测视频数据；
[0027]将所述单一目标检测视频数据与所述多目标检测视频数据代入到所述数据检测模型，生成发电机主轴振动检测结果。
[0028]本专利技术的有益效果如下：本专利技术提供的一种基于视频识别风力发电机主轴振动的方法，获取多组对象的风力发电机视频采集信息，服务器采集到位于不同区域的风力发电机的主轴视频数据，将所述多组对象的风力发电机视频采集信息进行处理，建立动态分析模型以及数据检测模型，将采集的风力发电机视频采集信息进行标签，然后对数据进行处理，建立动态分析模型以及数据检测模型，用于检查实时采集的风力发电机视频主轴视频数据；将实时视频信息代入建立动态分析模型筛选出有效检测数据，将有效检测数据代入数据检测模型输出检测信息数据，将检测信息数据与动态数据库信息进行对比，并根据所述视频采集数据标签选择位于不同位置的视频采集数据，通过不断地检测生成实时视频信息采集样本，提升检测样本的准确性，将所述实时视频信息采集样本与所述动态分析模型以及所述数据检测模型匹配，生成发电机主轴振动检测结果，若检测结果存在误差，则服务器将故障预警信息传输至用户端，解决不同区域多套风力发电机主轴振动监测数据量较大，无法实时进行监测分析为风电机组故障提供预警信息问题。
附图说明
[0029]为了更清楚地说明本专利技术的技术方案，下面将对实施例中所需要使用的附图作简
单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0030]图1为本专利技术实施例提供的基于视频识别风力发电机主轴振动的方法流程图；
[0031]图2为本专利技术实施例提供的基于视频识别风力发电机主轴振动的方法步骤S101的流程图；
[0032]图3为本专利技术实施例提供的基于视频识别风力发电机主轴振动的方法S102的流程图；
[0033]图4为本专利技术实施例提供的基于视频识别风力发电机主轴振动的方法S103的流程图；
[0034]图5为本专利技术实施例提供的基于视频识别风力发电机主轴振动的方法S104的流程图。
具体实施方式
[0035]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术具体实施例及相应的附图对本专利技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。以下结合附图，详细说明本专利技术各实施例提供的技术方案。
[0036]请参阅图1，本专利技术提供一种基于视频识别风力发电机主轴振动的方法，包括：
[0037]S101，获取多组对象的风力发电机视频采集信息；
[0038]获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频识别风力发电机主轴振动的方法，其特征在于，包括获取多组对象的风力发电机视频采集信息；将所述多组对象的风力发电机视频采集信息进行处理，建立动态分析模型以及数据检测模型；将实时视频信息与动态数据库信息进行对比，并根据所述视频采集数据标签选择位于不同位置的视频采集数据，生成实时视频信息采集样本；将所述实时视频信息采集样本与所述动态分析模型以及所述数据检测模型匹配，生成发电机主轴振动检测结果。2.如权利要求1所述的方法，其特征在于，获取多组对象的风力发电机视频采集信息，包括；采集位于不同区域的风力发电机视频采集装置采集的数据，以及视频采集特征数据；将所述位于不同区域的风力发电机视频采集装置采集的数据，以及所述视频采集特征数据与预设的隐私协议匹配，生成多组对象的风力发电机视频采集信息；将所述多组对象的风力发电机视频采集信息存储至云端服务器，所述多组对象的风力发电机视频采集信息包括传输设备的位置信息，时间信息，目标的尺寸数据、目标轮廓数据、目标形状数据、目标纹理数据、目标运动轨迹、目标运动速度。3.如权利要求1所述的方法，其特征在于，将所述多组对象的风力发电机视频采集信息进行处理，建立动态分析模型以及数据检测模型，包括：将所述多组对象的风力发电机视频采集信息进行处理，生成视频预处理标签；将所述视...

【专利技术属性】
技术研发人员：李晓东，程施霖，提威，李金鹏，陈野，董宸希，沙少飞，刘晓平，王艳，
申请(专利权)人：北京中拓新源科技有限公司，
类型：发明
国别省市：