CN111255637A - 塔架净空实时监测系统及其方法 - Google Patents

塔架净空实时监测系统及其方法 Download PDF

Info

Publication number
CN111255637A
CN111255637A CN201811454598.6A CN201811454598A CN111255637A CN 111255637 A CN111255637 A CN 111255637A CN 201811454598 A CN201811454598 A CN 201811454598A CN 111255637 A CN111255637 A CN 111255637A
Authority
CN
China
Prior art keywords
image
tower
blade
data
core algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811454598.6A
Other languages
English (en)
Other versions
CN111255637B (zh
Inventor
杨博宇
高洪禹
李新乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Original Assignee
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Goldwind Science and Creation Windpower Equipment Co Ltd filed Critical Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority to CN201811454598.6A priority Critical patent/CN111255637B/zh
Priority to PCT/CN2019/105947 priority patent/WO2020108016A1/zh
Priority to US16/971,941 priority patent/US11835029B2/en
Priority to EP19890253.8A priority patent/EP3741994B1/en
Priority to AU2019390444A priority patent/AU2019390444B2/en
Publication of CN111255637A publication Critical patent/CN111255637A/zh
Application granted granted Critical
Publication of CN111255637B publication Critical patent/CN111255637B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D7/00—Controlling wind motors 
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2260/00—Function
    • F05B2260/80—Diagnostics
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/30—Control parameters, e.g. input parameters
    • F05B2270/33—Proximity of blade to tower
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
    • F05B2270/00—Control
    • F05B2270/80—Devices generating input signals, e.g. transducers, sensors, cameras or strain gauges
    • F05B2270/804—Optical devices
    • F05B2270/8041—Cameras
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Wind Motors (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本公开提供了一种塔架净空实时监测系统及其方法。所述塔架净空监测系统包括：图像捕捉装置，用于捕捉风力发电机组运行时的图像，所述图像包括叶片部分以及塔架部分；叶片位置处理装置，用于确定捕捉的图像是否为有效数据，以便将所述有效数据发送到核心算法处理装置；核心算法处理装置，用于使用所述有效数据来计算叶片的塔架净空值。本公开能够实时地监测塔架净空以有效地避免叶片扫塔现象，使得风力发电机组安全运行。

Description

塔架净空实时监测系统及其方法
技术领域
本发明涉及风力发电技术领域，更具体地讲，涉及一种用于实时地监测塔架净空的系统以及方法。
背景技术
对于风力发电机组而言，一旦发生叶片扫塔，则需要更换叶片。单只叶片的成本为70万元，同时由于在更换叶片期间会造成风力发电机组停机，若以停机20天计算，每天发电量损失1万余，则更换叶片造成的发电量损失约20万元，那么合计造成损失90万元，故需要对风力发电机组上的塔架净空进行监测，以避免叶片扫塔造成的损失。
现有的净空检测方法，绝大多数是采用在叶片上加装距离传感器的方式，然而这种加装传感器的方式会对叶片的气动性能造成影响，从而影响风力发电机组的发电性能。同时，由于传感器的成本较高，并不适合普及。因此，一种监测塔架净空的替代方法有待提出。
发明内容
本发明的示例性实施例提供了一种塔架净空监测系统及其方法，至少解决上述技术问题和上文未提及的其它技术问题，并且提供下述的有益效果。
本发明的一方面在于提供一种塔架净空监测系统，所述塔架净空监测系统可以包括：图像捕捉装置，用于捕捉风力发电机组叶片在运行过程中的图像，所述图像包括叶片部分和塔架部分；叶片位置处理装置，用于确定捕捉的图像是否为有效数据，以便将所述有效数据发送到核心算法处理装置；核心算法处理装置，用于使用所述有效数据来计算叶片的塔架净空值，并将计算结果发送到风力发电机组的机组主控系统。
图像捕捉装置可以被安装在风力发电机组的机舱底部或者塔架的顶端。
叶片位置处理装置可以包括第一数据处理单元，其用于对针对叶片尖端的敏感区域进行监测，以确定叶片尖端是否移动到所述敏感区域。
叶片位置处理装置还可以包括第一数据传输单元，其中，当叶片尖端移动到所述敏感区域时，第一数据处理单元可以将当前捕捉的图像确定为有效数据并经由第一数据传输单元将该有效数据发送到核心算法处理装置，当叶片尖端未移动到所述敏感区域时，第一数据处理单元可以将当前捕捉的图像确定为无效数据。
第一数据处理单元可以将捕捉的图像转换为HSV格式的图像，基于格式转换后的图像使用帧间差分法来确定叶片尖端是否移动到所述敏感区域。
图像捕捉装置和叶片位置处理装置可以被集成安装，核心算法处理装置可以被单独安装。
核心算法处理装置可以包括第二数据传输单元，其中，图像捕捉装置、第一数据传输单元与第二数据传输单元可以通过内部总线进行数据通信。
第二数据传输单元可以基于现场总线协议通过RS 485或者网线接口将计算结果实时地发送到机组主控系统。
核心算法处理装置还可以包括选择单元，其用于：当核心算法处理装置无法获得所述有效数据时，通过第二数据传输单元向风力发电机组的机组主控系统发送核心算法处理装置的当前状态信息，以使机组主控系统改变当前控制策略。
本发明的另一方面在于提供一种使用塔架净空监测系统计算塔架净空值的方法，所述方法可以包括：捕捉风力发电机组叶片在运行过程中的图像；确定捕捉的图像是否为有效数据；当捕捉的图像确定为有效数据时，基于所述有效数据来计算叶片的塔架净空值并将计算结果发送到风力发电机组的机组主控系统。
确定捕捉的图像是否为有效数据的步骤可以包括：对针对叶片尖端的敏感区域进行监测，以确定叶片尖端是否移动到所述敏感区域，其中，当叶片尖端移动到所述敏感区域时，将当前捕捉的图像确定为有效数据，当叶片尖端未移动到所述敏感区域时，将当前捕捉的图像确定为无效数据。
对针对叶片尖端的敏感区域进行监测的步骤可以包括将捕捉的图像转换为HSV格式的图像，基于格式转换后的图像使用帧间差分法来确定叶片尖端是否移动到所述敏感区域。
可以通过内部总线将捕捉的图像发送到所述塔架净空监测系统中的叶片位置处理装置，并可以通过内部总线将所述有效数据发送到所述塔架净空监测系统中的核心算法处理装置。
可以基于现场总线协议通过RS 485或者网线接口将计算结果从所述塔架净空监测系统中的核心算法处理装置发送到风力发电机组的机组主控系统。
基于以上描述的塔架净空监测系统及其方法，搭建了以图象捕捉装置为基础的塔架净空监测系统，，不仅通过叶片位置处理装置与核心算法处理装置的合理设计实现塔架净空实时监控的功能，并且在安装位置的合理设计下还能保证风力发电机组的安全运行的同时不影响风力发电机组的出力性能。
附图说明
下面，将结合附图进行本发明的详细描述，本发明的上述特征和其他目的、特点和优点将会变得更加清楚，其中：
图1是根据本公开的示例性实施例的塔架净空监测系统的框图；
图2是根据本公开的示例性实施例的塔架净空监测系统安装位置的示图；
图3是根据本公开的示例性实施例的计算塔架净空值的方法的流程图。
具体实施方式
现将详细参照本公开的示例性实施例，所述实施例的示例在附图中示出，其中，相同的标号始终指示相同的部件。以下将通过参照附图来说明所述实施例，以便于解释本发明。显然，所描述的实施例仅是本公开一部分实施例，而不是全部的实施例。基于本公开的实施例，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，都属于本申请保护的范围。
图1是根据本公开的示例性实施例的塔架净空监测系统的框图。
参照图1，根据本公开的塔架净空监测系统100可以包括图像捕捉装置101、叶片位置处理装置102以及核心算法处理装置103。其中，叶片位置处理装置102可以包括第一数据处理单元1021和第一数据传输单元1022。第一数据处理单元1021可以用于确定由图像捕捉装置101捕捉的图像是否为有效数据，以便将有效数据发送到核心算法处理装置103。第一数据传输单元1022可以用于与第一数据处理单元1021、图像捕捉装置101、核心算法处理装置103等单元或装置进行数据通信。核心算法处理装置103可以包括第二数据传输单元1032。第二数据传输单元1032可以用于与第一数据传输单元1022、风力发电机组的机组主控系统、选择单元1031等单元或装置进行数据通信。
为了获取合适的叶片与塔筒间距的图像，对于图像捕捉装置101的安装位置，需要满足以下条件：1、塔架净空监测系统需要始终与机舱的位置保持一致以能稳定地获取叶片尖端与塔筒间距的图像；2、由于风力发电机组长期处于恶劣环境，因此塔架净空监测系统的安装位置能够避免雨水、积雪附着于图像捕捉装置的镜头上；3、塔架净空监测系统需要始终正对或侧对叶片尖端与塔筒间距。为了满足上述条件，需要将塔架净空监测系统安装在风力发电机组机舱200的底部，如图2所示。图2中的虚线圆圈201示例性地示出了图像捕捉装置的安装位置。
此外，还可以将图像捕捉装置101安装在风力发电机组的塔架顶端，以更好地捕捉叶片运行时的图像，同时避免了对叶片气动性能造成影响，从而影响风力发电机组的出力性能。捕捉到的图像包括叶片部分以及塔架部分，以为后面计算塔架净空值所使用。
在塔架净空监测系统100中，可以将图像捕捉装置101和叶片位置处理装置102集成安装在一起，而核心算法处理装置103输出功率较大，为了解决散热问题，可以将核心算法处理装置单独安装。也可以将图像捕捉装置101和叶片位置处理装置102独立地安装，并且将叶片位置处理装置102和核心算法处理装置103安装在机舱内部，然而，本公开不限于此。
图像捕捉装置101可以捕捉风力发电机组叶片在运行过程中的图像。根据本公开的实施例，图像捕捉装置101需要满足以下条件来获取符合要求的图像：1、风力发电机组的叶片长度一般超过60米，为了实现对于60米外塔架净空的精确测量，图像捕捉装置的焦距需要超过20mm；2、风力发电机组在满发状态时叶尖速度超过80m/s，叶片尖端在图像捕捉装置视野范围内出现约300ms，为了保证在300ms内图像捕捉装置可以拍摄到叶片图像，图像捕捉装置的帧率应需要到20Hz以上；3、由于塔架净空监测系统在夜间也需要进行实时监测，则图像捕捉装置应具备夜视功能，其红外补光灯照射距离需要达到200米。例如，图像捕捉装置101可以是满足以上条件的摄像机。
为了实现对于机组塔架净空的实时监测，需要尽可能地减少整体系统在通讯传输时的耗时，因此需要图像捕捉装置101可以将数据通过有线形式发送到叶片位置处理装置102，例如，图像捕捉装置101可以通过内部总线经由第一数据传输单元1022将捕捉的图像发送到第一数据处理单元1021。
叶片位置处理装置102可以确定捕捉的图像是否为有效数据。例如，叶片位置处理装置102可以由芯片来实现。由于塔架净空监测系统需要实时地输出叶片的塔架净空值，因此只有当叶片出现在图像捕捉装置的视野范围内时，才可能产生用于计算叶片塔架净空值的图像。如果将捕捉的每一帧图像都进行核心算法处理，则会造成塔架净空监测系统的计算资源占用过大，运行速度降低，从而无法保证净空值计算的实时性，同时还会急剧降低塔架净空监测系统的使用寿命。为了保证塔架净空监测系统的处理性能，并可以稳定使用5年以上，可以通过叶片位置处理装置102的第一数据处理单元1021确定捕捉的图像是否为有效数据，如果是有效数据，则经由第一数据传输单元1022将该有效数据发送到核心算法处理装置103，如果不是有效数据，则不发送到核心算法处理装置103。
根据本公开的实施例，在确定捕捉的图像是否为有效数据中，可以首先设置敏感区域，对敏感区域进行实时监测，当叶片尖端移动到敏感区域时，第一数据处理单元1021将当前捕捉的图像确定为有效数据，当叶片尖端未移动到敏感区域时，第一数据处理单元1021将当前捕捉的图像确定为无效数据。
具体地，首先，第一数据处理单元1021将捕捉的图像转换为HSV格式的图像，即对获取的图像进行HSV处理。HSV是一种比较直观的颜色模型，该模型中颜色的参数分别是：色调(H,Hue)、饱和度(S,Saturation)和明度(V,Value)。其中，色调(H)采用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°，它们的补色分别为：黄色为60°、青色为180°、品红为300°。饱和度(S)表示颜色接近光谱色的程度，通常取值范围为0％～100％，值越大，颜色越饱和。其中，光谱色所占的比例愈大，颜色接近光谱色的程度就愈高，颜色的饱和度也就愈高。如果饱和度高，则颜色深而艳。光谱色的白光成分为0，饱和度达到最高。一般地，风力发电机组叶片尖端是红色而叶片整体颜色为白色，因此，可以将叶片中两种颜色看成是某种光谱色与白色混合的结果。明度(V)表示颜色明亮的程度，通常取值范围为0％(黑)到100％(白)，对于光源色，明度值与发光体的光亮度有关，对于物体色，明度值和物体的透射比或反射比有关。
根据本公开实施例，首先由第一数据处理单元1021将获取的图像由RGB((Red，红色)、(Green，绿色)、(Blue，蓝色))格式转换为HSV格式。在转换格式的过程中，将图像中的每一个像素点的R、G、B值转换为H、S、V值。
可以使用等式(1)来计算每一个像素点的H值：
Figure BDA0001887456100000061
其中，R'＝R/255，G'＝G/255，B'＝B/255，Cmax＝max(R',G',B')，Cmin＝min(R',G',B')，Δ＝Cmax-Cmin。
可以使用等式(2)来计算每一个像素点的S值：
Figure BDA0001887456100000062
其中，R'＝R/255，G'＝G/255，B'＝B/255，Cmax＝max(R',G',B')，Cmin＝min(R',G',B')，Δ＝Cmax-Cmin。
可以使用等式(3)来计算每一个像素点的V值：
V＝Cmax(3)
其中，R'＝R/255，G'＝G/255，B'＝B/255，Cmax＝max(R',G',B')。
通过对于每一个像素点的H、S、V三个像素分量的单独计算，可以获得针对H、S、V分量图，通过将H、S、V分量图融合来获得叶片运行过程中的HSV图像。
在将捕捉的图像转换为HSV图像后，第一数据处理单元1021基于格式转换后的图像使用帧间差分法来确定叶片尖端是否移动到敏感区域。可以根据设计人员的经验来设置敏感区域的位置以及尺寸。
图像捕捉装置101采集的视频序列具有连续性特点，如果拍摄场景内没有运动目标，则连续帧之间的变化很微弱，如果存在运动目标，则连续帧之间会有明显地变化。由于拍摄场景中的目标在运动，目标的影像在不同图像帧中的位置不同。因此，可以使用帧间差分法来实现叶片尖端移动的监测。
帧间差分法对时间上连续的两帧或三帧图像进行差分运算，不同帧图像对应的像素点的像素值相减，判断灰度差的绝对值，当该绝对值超过一定阈值时，即可判断为运动目标，从而实现运动目标的监测功能。
例如，使用两帧差分法来监测叶片尖端的移动。记由图像捕捉装置101采集的视频序列中第n帧和第n-1帧图像为fn和fn-1，两帧图像对应的像素点的灰度值记为fn(x,y)和fn-1(x,y)，按照等式(4)将两帧图像对应像素点的灰度值进行相减，并取其绝对值，得到差分图像Dn：
Dn(x,y)＝|fn(x,y)-fn-1(x,y)| (4)
其中，x和y表示两帧图像对应的像素点的横纵坐标。
设定阈值T，按照等式(5)对差分图像Dn中的像素点逐一进行二值化处理，得到二值化图像R'n：
Figure BDA0001887456100000071
其中，灰度值为255的像素点为前景(叶片尖端)点，灰度值为0的像素点为背景点，对图像R'n进行连通性分析，最终可得到包含叶片尖端的图像Rn。
在获得图像Rn后，第一数据处理单元1021根据设置的敏感区域来确定叶片尖端是否在该敏感区域中。例如，第一数据处理单元1021可以根据图像Rn中叶片尖端的位置坐标以及设置的敏感区域的位置坐标来确定叶片尖端是否在敏感区域中。
根据本公开的实施例，将叶片尖端移动到敏感区域作为数据处理触发信号，将此时的图像通过内部总线经由第一数据传输单元1022发送到核心算法处理装置103，核心算法处理装置103使用该图像来计算叶片的塔架净空值。例如，核心算法处理装置103可以使用处理板卡来实现。
核心算法处理装置103在接收到有效图像(即叶片尖端进入敏感区域的图像Rn)后，进行叶片尖端识别和塔筒识别，然后计算叶片尖端位置以及塔筒边缘的直线函数，之后通过计算叶片尖端顶点到塔筒边缘直线的距离来获取叶片尖端到塔筒的像素距离，根据叶片长度以及计算出的像素距离来获得叶片到塔筒的真实距离。
例如，核心算法处理装置103可以使用亚像素角点检测方法来获得叶片尖端的位置坐标，使用直线检测方法来获得塔筒边缘函数，将叶片尖端的顶点位置坐标代入到塔筒边缘函数中来获得叶片尖端到塔筒的像素距离。
核心算法处理装置103中的第二数据传输单元1032基于现场总线协议通过RS 485或者网线接口将计算结果实时地发送到风力发电机组的机组主控系统104。
机组主控系统104接收计算的结果并根据接收到的结果来实时地保证风力发电机组的安全运行。
此外，核心算法处理装置103还可以包括选择单元1031。当遇到大雾、暴雨或暴雪等能见度比较低的天气时，由于图像捕捉装置101无法捕捉到叶片运行时的有效图像，则核心算法处理装置103在一定时间段内无法获得有效数据，此时，选择单元1031可以通过第二数据传输单元向风力发电机组的机组主控系统104发送核心算法处理装置103的当前状态信息，以使机组主控系统改变当前控制策略。
作为示例，选择单元1031可以经由第二数据传输单元1032向机组主控系统104发送关于核心算法处理装置103无法获得有效数据的状态信息，以通知机组主控系统104需要改变当前控制策略，这样可以避免由于无法获得塔架净空值而造成的扫塔现象。
图3是根据本公开的示例性实施例的计算塔架净空值的方法的流程图。
可以使用塔架净空监测系统100来实时地计算塔架净空值。可以将塔架净空监测系统100的图像捕捉装置100安装在风力发电机组机舱的底部，以实现塔架净空视频监控的功能，保证风力发电机组安全运行。可选地，也可以将图像捕捉装置100安装在风力发电机组的塔架顶端上，以捕捉叶片运行时的包括叶片部分和塔架部分的图像。
参照图3，在步骤S301，使用图像捕捉装置101来捕捉风力发电机组叶片在运行过程中的图像。本公开的图像捕捉装置101可以是满足以下参数的摄像机：焦距需要超过20mm，帧率应需要到20Hz以上，具备夜视功能，红外补光灯照射距离需要达到200米。使用该摄像机实时地采集视频序列获得风力发电机组叶片运行时的图像。
在步骤S302，设置针对叶片尖端的敏感区域。例如，可以根据设计人员的工作经验来设置敏感区域的位置以及尺寸，使得更加准确地确定捕捉的图像是否有效。
在步骤S303，经由叶片位置处理装置102的第一数据传输单元1022来接收由图像捕捉装置101捕捉的图像，并且使用叶片位置处理装置102的第一数据处理单元1021将捕捉的图像转换为HSV格式的图像。首先将获取的图像由RGB格式转换为HSV格式。在转换格式的过程中，将图像中的每一个像素点的R、G、B值转换为H、S、V值。
第一数据处理单元1021可以使用等式(1)来计算每一个像素点的H值，使用等式(2)来计算每一个像素点的S值，使用等式(3)来计算每一个像素点的V值。通过对于每一个像素点的H、S、V三个像素分量的单独计算，可以获得针对H、S、V分量图，通过将H、S、V分量图融合来获得叶片运行过程中的HSV图像。
在步骤S304，通过第一数据处理单元1021基于格式转换后的图像使用帧间差分法来确定叶片尖端是否移动到敏感区域。
例如，第一数据处理单元1021可以使用两帧差分法来监测叶片尖端的移动。可以使用等式(4)来获得相邻两帧图像的差分图像Dn。然后设置阈值T，按照等式(5)对差分图像Dn中的像素点逐一进行二值化处理，得到二值化图像R'n，对图像R'n进行连通性分析，最终可得到包含叶片尖端的图像Rn。
在获得图像Rn后，第一数据处理单元1021根据设置的敏感区域来确定叶片尖端是否在该敏感区域中。例如，第一数据处理单元1021可以根据图像中叶片尖端的位置坐标以及设置的敏感区域的位置坐标来确定叶片尖端是否在敏感区域中。
当叶片尖端移动到敏感区域时，进入到步骤S305，经由核心算法处理装置103的第二数据传输单元1032接收有效数据，并且使用核心算法处理装置103基于该有效数据来计算叶片的塔架净空值。例如，核心算法处理装置103可以使用亚像素角点检测方法基于有效数据(即有效图像)来获得叶片尖端的位置坐标，使用霍夫变换直线检测方法来获得塔筒边缘函数，将叶片尖端的顶点位置坐标代入到塔筒边缘函数中来获得叶片尖端到塔筒的像素距离，根据叶片长度以及计算出的像素距离来获得叶片到塔筒的真实距离，以获得叶片的塔架净空值。然而，本公开不限于此，核心算法处理装置103可以使用其他算法来实现塔架净空值的计算。
当叶片尖端未移动到敏感区域时，进入到步骤S306，第一数据处理单元1021将当前捕捉的图像确定为无效数据，核心算法处理装置103不接收数据。这样，核心算法处理装置103仅使用有效的图像进行核心算法，不仅能提高整体系统的运行速度，提升净空值的检测效率保证实时性，并且提高了系统的使用寿命。
可选地，当第一数据处理单元1021将当前捕捉的图像确定为无效数据时，可以将该数据删除，以节省存储空间。
在计算完塔架净空值后，可以经由核心算法处理装置103的第二数据传输单元1032向风力发电机组的机组主控系统104发送计算的结果，以供机组控制系统104根据计算结果来实时地检测叶片变形情况。
此外，当遇到大雾、暴雨或暴雪等能见度比较低的天气时，由于图像捕捉装置101无法捕捉到叶片运行时的有效图像，则核心算法处理装置103在一定时间段内无法获得有效数据，此时，可以通过核心算法处理装置103的选择单元1031经由第二数据传输单元1032向机组主控系统104发送核心算法处理装置103无法获得有效数据的当前状态信息，以通知机组主控系统104需要改变当前控制策略，这样可以避免由于无法获得塔架净空值而造成的扫塔现象。
尽管已经参照其示例性实施例，具体示出和描述了本发明，但是本领域的技术人员应该理解，在不脱离权利要求所限定的本发明的精神和范围的情况下，可以对其进行形式和细节上的各种改变。

Claims (15)

1.一种塔架净空实时监测系统，其特征在于，所述塔架净空监测系统包括：
图像捕捉装置，用于捕捉风力发电机组运行时的图像，所述图像包括叶片部分以及塔架部分；
叶片位置处理装置，用于确定捕捉的图像是否为有效数据，以便将所述有效数据发送到核心算法处理装置；
核心算法处理装置，用于使用所述有效数据来计算叶片的塔架净空值，并将计算结果发送到风力发电机组的机组主控系统。
2.如权利要求1所述的系统，其特征在于，图像捕捉装置被安装在风力发电机组的机舱底部或塔架顶端。
3.如权利要求1所述的系统，其特征在于，叶片位置处理装置包括第一数据处理单元，用于对针对叶片尖端的敏感区域进行监测，以确定叶片尖端是否移动到所述敏感区域。
4.如权利要求3所述的系统，其特征在于，叶片位置处理装置还包括第一数据传输单元，
其中，当叶片尖端移动到所述敏感区域时，第一数据处理单元将当前捕捉的图像确定为有效数据并通过第一数据传输单元将该有效数据发送到核心算法处理装置，当叶片尖端未移动到所述敏感区域时，第一数据处理单元将当前捕捉的图像确定为无效数据。
5.如权利要求3所述的系统，其特征在于，第一数据处理单元还用于将捕捉的图像转换为HSV格式的图像，基于格式转换后的图像使用帧间差分法来确定叶片尖端是否移动到所述敏感区域。
6.如权利要求1所述的系统，其特征在于，图像捕捉装置和叶片位置处理装置被集成安装，核心算法处理装置被单独安装。
7.如权利要求1所述的系统，其特征在于，核心算法处理装置包括第二数据传输单元，
其中，图像捕捉装置、第一数据传输单元与第二数据传输单元通过内部总线进行通信。
8.如权利要求7所述的系统，其特征在于，第二数据传输单元基于现场总线协议通过RS485或者网线接口将计算结果实时地发送到风力发电机组的机组主控系统。
9.如权利要求1所述的系统，其特征在于，核心算法处理装置还包括选择单元，用于当核心算法处理装置无法获得所述有效数据时，通过第二数据传输单元向风力发电机组的机组主控系统发送核心算法处理装置的当前状态信息，以使机组主控系统改变当前控制策略。
10.一种使用塔架净空监测系统实时计算塔架净空值的方法，所述方法包括：
捕捉风力发电机组在运行时的图像，所述图像包括叶片部分以及塔架部分；
确定捕捉的图像是否为有效数据；
当捕捉的图像确定为有效数据时，基于所述有效数据来计算叶片的塔架净空值并将计算结果发送到风力发电机组的机组主控系统。
11.如权利要求10所述的方法，其特征在于，确定捕捉的图像是否为有效数据的步骤包括：对针对叶片尖端的敏感区域进行监测，以确定叶片尖端是否移动到所述敏感区域，
其中，当叶片尖端移动到所述敏感区域时，将当前捕捉的图像确定为有效数据，当叶片尖端未移动到所述敏感区域时，将当前捕捉的图像确定为无效数据。
12.如权利要求11所述的方法，其特征在于，对针对叶片尖端的敏感区域进行监测的步骤包括：
将捕捉的图像转换为HSV格式的图像，基于格式转换后的图像使用帧间差分法来确定叶片尖端是否移动到所述敏感区域。
13.如权利要求10所述的方法，其特征在于，通过内部总线将捕捉的图像发送到所述塔架净空监测系统中的叶片位置处理装置，并通过内部总线将所述有效数据发送到所述塔架净空监测系统中的核心算法处理装置。
14.如权利要求10所述的方法，其特征在于，基于现场总线协议通过RS 485或者网线接口将计算结果从所述塔架净空监测系统中的核心算法处理装置发送到风力发电机组的机组主控系统。
15.如权利要求10所述的方法，其特征在于，所述方法还包括：
当无法获得所述有效数据时，向机组主控系统发送所述塔架净空监测系统的当前状态信息，以使机组主控系统改变当前控制策略。
CN201811454598.6A 2018-11-30 2018-11-30 塔架净空实时监测系统及其方法 Active CN111255637B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201811454598.6A CN111255637B (zh) 2018-11-30 2018-11-30 塔架净空实时监测系统及其方法
PCT/CN2019/105947 WO2020108016A1 (zh) 2018-11-30 2019-09-16 塔架净空监测系统及其方法
US16/971,941 US11835029B2 (en) 2018-11-30 2019-09-16 Tower clearance monitoring system and method therefor
EP19890253.8A EP3741994B1 (en) 2018-11-30 2019-09-16 Tower clearance monitoring system and method therefor
AU2019390444A AU2019390444B2 (en) 2018-11-30 2019-09-16 Tower clearance monitoring system and method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811454598.6A CN111255637B (zh) 2018-11-30 2018-11-30 塔架净空实时监测系统及其方法

Publications (2)

Publication Number Publication Date
CN111255637A true CN111255637A (zh) 2020-06-09
CN111255637B CN111255637B (zh) 2024-06-21

Family

ID=70853716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811454598.6A Active CN111255637B (zh) 2018-11-30 2018-11-30 塔架净空实时监测系统及其方法

Country Status (5)

Country Link
US (1) US11835029B2 (zh)
EP (1) EP3741994B1 (zh)
CN (1) CN111255637B (zh)
AU (1) AU2019390444B2 (zh)
WO (1) WO2020108016A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112267980A (zh) * 2020-10-26 2021-01-26 无锡风电设计研究院有限公司 风力发电机组的叶片净空监测系统和方法
CN112283048A (zh) * 2020-10-28 2021-01-29 西安热工研究院有限公司 一种风电机组叶片净空检测方法及装置

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111255636B (zh) * 2018-11-30 2023-07-25 北京金风科创风电设备有限公司 确定风力发电机组的塔架净空的方法和装置
EP3855018A1 (en) * 2020-01-22 2021-07-28 Siemens Gamesa Renewable Energy A/S A method for computer-implemented monitoring of a wind turbine
CN112648150B (zh) * 2020-09-08 2022-05-06 上海鲸目科技有限公司 一种基于77GHz毫米波雷达的风力发电机机组叶片净空值的检测方法
CN113250912B (zh) * 2021-05-24 2022-04-22 郑州爱因特电子科技有限公司 一种风电机组叶片净空监测方法
CN113153658B (zh) * 2021-06-08 2024-05-24 中国华能集团清洁能源技术研究院有限公司 激光和视频融合的叶片净空监测系统、方法、设备及介质
CN115726934A (zh) * 2021-08-31 2023-03-03 北京金风科创风电设备有限公司 一种风力发电机净空值的测量方法及装置
CN114623049B (zh) * 2022-01-29 2024-07-23 西安翔迅科技有限责任公司 一种风电机组塔架净空监测方法、计算机程序产品
CN115856858B (zh) * 2023-02-21 2023-06-20 湖南联智监测科技有限公司 一种基于雷达的风机叶片净空距离计算方法
CN116163882B (zh) * 2023-04-24 2023-07-21 西安中科原子精密制造科技有限公司 一种基于三轴姿态传感器的风机净空距离调整方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006125961A (ja) * 2004-10-28 2006-05-18 Tokyo Electric Power Co Inc:The 流体流動計測システムおよび風力発電装置
FR2882404A1 (fr) * 2005-02-22 2006-08-25 Electricite De France Procede et dispositif pour la surveillance des pales d'une installation eolienne
US20110135466A1 (en) * 2010-01-14 2011-06-09 General Electric Company System and method for monitoring and controlling wind turbine blade deflection
CN102297098A (zh) * 2010-06-25 2011-12-28 通用电气公司 用于风力涡轮机检查的系统和方法
CN103411659A (zh) * 2013-08-12 2013-11-27 国电联合动力技术有限公司 一种风力发电机叶片与塔筒状态监测方法及系统
CN207111315U (zh) * 2017-09-04 2018-03-16 新疆金风科技股份有限公司 用于风力发电机组的叶片扫塔预警系统及风力发电机组
CN207195097U (zh) * 2017-07-31 2018-04-06 上海绿孚科技有限公司 一种基于视频影像处理的风力发电机组的叶片状态监测系统
CN108846864A (zh) * 2018-05-29 2018-11-20 珠海全志科技股份有限公司 一种运动物体的位置捕捉系统、方法及装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7246991B2 (en) 2002-09-23 2007-07-24 John Vanden Bosche Wind turbine blade deflection control system
US7059822B2 (en) * 2004-06-30 2006-06-13 General Electrick Company Methods and apparatus for measuring wind turbine blade deflection
DE102006054667B4 (de) * 2006-11-17 2011-02-17 Windcomp Gmbh Kollisionswarnsystem für eine Windenergieanlage
JP2010229824A (ja) 2009-03-25 2010-10-14 Tokyo Electric Power Co Inc:The 回転ブレード診断装置
GB2485340A (en) * 2010-11-02 2012-05-16 Vestas Wind Sys As A wind turbine comprising rotor and tower bending sensors
WO2013110272A1 (en) * 2012-01-27 2013-08-01 Kk-Electronic A/S Modular control system for a wind turbine or a wind power park and wind turbine or wind power park with such control system
GB201222540D0 (en) * 2012-12-14 2013-01-30 Lm Wp Patent Holding As A system and method for wind turbine sensor calibration
US10378517B2 (en) * 2014-03-04 2019-08-13 Steffen Bunge Method for replacing the blades of a wind turbine to maintain safe operation
CN104865269A (zh) 2015-04-13 2015-08-26 华北理工大学 风力机叶片故障诊断方法
CN207195098U (zh) * 2017-07-31 2018-04-06 上海绿孚科技有限公司 一种基于声音处理的风力发电机组的叶片状态监测系统
CN107587983A (zh) * 2017-09-01 2018-01-16 天津科技大学 新型风力机叶片状态监测与故障预警系统
CN111433455B (zh) * 2017-12-04 2022-08-09 日本电产Ssb风系统有限公司 风力涡轮机塔架至桨叶末端测量系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006125961A (ja) * 2004-10-28 2006-05-18 Tokyo Electric Power Co Inc:The 流体流動計測システムおよび風力発電装置
FR2882404A1 (fr) * 2005-02-22 2006-08-25 Electricite De France Procede et dispositif pour la surveillance des pales d'une installation eolienne
US20110135466A1 (en) * 2010-01-14 2011-06-09 General Electric Company System and method for monitoring and controlling wind turbine blade deflection
CN102297098A (zh) * 2010-06-25 2011-12-28 通用电气公司 用于风力涡轮机检查的系统和方法
CN103411659A (zh) * 2013-08-12 2013-11-27 国电联合动力技术有限公司 一种风力发电机叶片与塔筒状态监测方法及系统
CN207195097U (zh) * 2017-07-31 2018-04-06 上海绿孚科技有限公司 一种基于视频影像处理的风力发电机组的叶片状态监测系统
CN207111315U (zh) * 2017-09-04 2018-03-16 新疆金风科技股份有限公司 用于风力发电机组的叶片扫塔预警系统及风力发电机组
CN108846864A (zh) * 2018-05-29 2018-11-20 珠海全志科技股份有限公司 一种运动物体的位置捕捉系统、方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112267980A (zh) * 2020-10-26 2021-01-26 无锡风电设计研究院有限公司 风力发电机组的叶片净空监测系统和方法
CN112267980B (zh) * 2020-10-26 2023-12-15 无锡风电设计研究院有限公司 风力发电机组的叶片净空监测系统和方法
CN112283048A (zh) * 2020-10-28 2021-01-29 西安热工研究院有限公司 一种风电机组叶片净空检测方法及装置

Also Published As

Publication number Publication date
US11835029B2 (en) 2023-12-05
US20210088030A1 (en) 2021-03-25
WO2020108016A1 (zh) 2020-06-04
EP3741994A1 (en) 2020-11-25
AU2019390444A1 (en) 2020-08-27
EP3741994A4 (en) 2021-04-21
EP3741994B1 (en) 2022-12-21
CN111255637B (zh) 2024-06-21
AU2019390444B2 (en) 2022-02-03

Similar Documents

Publication Publication Date Title
CN111255637A (zh) 塔架净空实时监测系统及其方法
CN111402247B (zh) 一种基于机器视觉的输电线路上悬垂线夹缺陷检测方法
CN107369337A (zh) 桥梁主动防船撞监测预警系统及方法
CN111047818A (zh) 一种基于视频图像的森林火灾预警系统
CN102638013B (zh) 基于视觉注意机制的标靶图像识别输电线路状态监测系统
CN110766979A (zh) 一种用于自动驾驶车辆的泊车车位检测方法
CN103759658A (zh) 一种基于红外图像处理实现对接触网几何参数检测的方法
US11282235B2 (en) Vehicle surroundings recognition apparatus
CN103234465A (zh) 一种输电线路覆冰厚度检测方法及系统
CN207517196U (zh) 桥梁主动防船撞监测预警系统
CN109167929A (zh) 车载相机参数的调节方法、装置与电子设备
CN103196380A (zh) 输电线路图像采集装置及输电线路覆冰厚度检测系统
CN112945115B (zh) 一种基于双激光结构线的盾尾间隙视觉测量方法及装置
CN105633853A (zh) 输电线巡视系统
CN107194342A (zh) 基于逆透视变换的车道线检测方法
CN205179442U (zh) 基于图像处理的隧道自适应照明装置
KR20200056879A (ko) 전차 선로의 조류 둥지 자동 검출 장치 및 방법
WO2024099431A1 (zh) 一种基于点云数据和图像的标定方法及相关装置
CN105516683A (zh) 输电线巡视方法
CN112668478A (zh) 一种井盖监控方法、装置、电子设备和存储介质
CN112001271A (zh) 一种工地道路保洁方法、装置和系统
CN107609556B (zh) 一种输电线路环境中高空作业机械的检测方法
CN112232307B (zh) 夜视环境下的安全帽佩戴检测方法
JP2022148303A (ja) 監視カメラ、画像処理方法、およびプログラム
CN108509851A (zh) 基于图像分析的气候危情报警平台

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant