CN114810508A - 基于图像处理的风力发电机的扇叶转速测量方法及系统 - Google Patents

基于图像处理的风力发电机的扇叶转速测量方法及系统 Download PDF

Info

Publication number
CN114810508A
CN114810508A CN202210380626.4A CN202210380626A CN114810508A CN 114810508 A CN114810508 A CN 114810508A CN 202210380626 A CN202210380626 A CN 202210380626A CN 114810508 A CN114810508 A CN 114810508A
Authority
CN
China
Prior art keywords
image
frame
graph
fan blade
template
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.)
Pending
Application number
CN202210380626.4A
Other languages
English (en)
Inventor
皇甫玮
姚红宾
姚兵印
田元
王明佺
王靖程
李晓博
米珂
姚玲玲
于博文
李萌
何晨博
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.)
Huaneng International Power Co ltd Hebei Clean Energy Branch
Xian Thermal Power Research Institute Co Ltd
Original Assignee
Huaneng International Power Co ltd Hebei Clean Energy Branch
Xian Thermal Power Research Institute 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 Huaneng International Power Co ltd Hebei Clean Energy Branch, Xian Thermal Power Research Institute Co Ltd filed Critical Huaneng International Power Co ltd Hebei Clean Energy Branch
Priority to CN202210380626.4A priority Critical patent/CN114810508A/zh
Publication of CN114810508A publication Critical patent/CN114810508A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03DWIND MOTORS
    • F03D17/00Monitoring or testing of wind motors, e.g. diagnostics

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供基于图像处理的风力发电机的扇叶转速测量方法及系统,设计合理,灵活方便,只要风力发电机组运行,则其就能够实时准确的进行测量,设备依赖程度低,易于实现。所述方法包括:获取固定摄像机采集的风力发电机扇叶转动的连续视频,采集时间不少于扇叶转动半圈的时间;读取连续视频的帧数,分帧得到每帧图像,从第一帧开始提取设定帧数图像中清晰度最高的一帧图像作为模板图,对除设定帧数图像以外的所有帧图像进行直方图均衡化,得到对比图;对模板图和对比图进行轮廓提取,利用欧式距离进行图像匹配,得到与模板图最相似的对比图作为匹配图;根据模板图和匹配图之间的帧差,计算得到对应的风力发电机扇叶的转速。

Description

基于图像处理的风力发电机的扇叶转速测量方法及系统
技术领域
本发明涉及风力发电技术领域,具体为基于图像处理的风力发电机的扇叶转速测量方法及系统。
背景技术
风力发电机是将风能转换为机械功,机械功带动转子旋转,最终输出交流电的电力设备。其工作原理比较简单,风轮在风力的作用下旋转,它把风的动能转变为风轮轴的机械能,发电机在风轮轴的带动下旋转发电。为了提高风力发电机在大风时的可靠性和安全性,为发电机超速保护提供判断依据,因此需要对风力发电机进行转速测量。
现有的风速测量的方法多种多样,但是均是使用传感器结合嵌入式技术的方法:热式风速仪、三杯点涡流式传感器、三杯光耦感应式传感器;或者是计数脉冲测量的方法。但是由于风机的位置一般都较为偏远,风机所处的高度较高,环境也相对不利于维修维护,因此现有的传感器或者芯片在使用时存在着维护不便,有时还会出现测量偏差的问题。
发明内容
针对现有技术中存在的问题,本发明提供基于图像处理的风力发电机的扇叶转速测量方法及系统,设计合理,灵活方便,只要风力发电机组运行,则其就能够实时准确的进行测量,设备依赖程度低,易于实现。
本发明是通过以下技术方案来实现:
基于图像处理的风力发电机的扇叶转速测量方法,包括:
获取固定摄像机采集的风力发电机扇叶转动的连续视频,采集时间不少于扇叶转动半圈的时间;
读取连续视频的帧数,分帧得到每帧图像,从第一帧开始提取设定帧数图像中清晰度最高的一帧图像作为模板图,对除设定帧数图像以外的所有帧图像进行直方图均衡化,得到对比图;
对模板图和对比图进行轮廓提取,利用欧式距离进行图像匹配,得到与模板图最相似的对比图作为匹配图;
根据模板图和匹配图之间的帧差,计算得到对应的风力发电机扇叶的转速。
可选的,所述读取连续视频的帧数,分帧得到每帧图像后,还包括如下对每帧图像的灰度化处理步骤,
通过能量梯度函数,计算每帧图像中每个像素点x方向和y方向的相邻像素的灰度值之差的平方和,并作为所述每个像素点的梯度值,对所有像素梯度值累加作为所述每帧图像的清晰度评价函数值。
可选的,所述对模板图和对比图进行轮廓提取时,采用sobel边缘检测算法对模板图和对比图进行轮廓提取。
可选的,所述利用欧式距离进行图像匹配,具体步骤如下,
将模板图和对比图压缩到预设的匹配大小;
利用如下公式计算模板图和对比图的欧氏距离d,
Figure BDA0003592808750000021
其中,i为像素点数序号,
Figure BDA0003592808750000022
Figure BDA0003592808750000023
为模板图和对比图对应的灰度值,N为像素点的数量;
取欧氏距离最小的一帧对比图,为与模板图最相似一帧对比图,作为匹配图。
可选的,所述取欧氏距离最小的一帧对比图,为与模板图最相似一帧对比图,具体步骤如下,
根据模板图和对比图的欧氏距离绘制二维曲线图,横轴为帧数,纵轴为欧氏距离,二维曲线图与零逼近的波谷即为相似度最大的对比图,作为匹配图;
其中,若采集时间为扇叶转动多圈,则通过波谷数值比较,能够得到最逼近横轴的多个波谷,舍去最大帧数的波谷对应的对比图,获取得到多个对应不同转动角度的匹配图。
可选的,所述根据模板图和匹配图之间的帧差,计算得到对应的风力发电机扇叶的转速,具体包括,
计算得到模板图和匹配图对应的帧差,根据帧差得到转过对应角度所需时间T;
根据得到的时间,由下式得到对应转动角度的风力发电机扇叶的转速;
w=r/T;
v=rR/π;
其中:w为扇叶角速度,v为扇叶线速度,R为扇叶半径,r为旋转角度。
基于图像处理的风力发电机的扇叶转速测量系统,包括,
图像获取模块,用于获取固定摄像机采集的风力发电机扇叶转动的连续视频,采集时间不少于扇叶转动半圈的时间;
图像预处理模块,用于读取连续视频的帧数,分帧得到每帧图像,从第一帧开始提取设定帧数图像中清晰度最高的一帧图像作为模板图,对除设定帧数图像以外的所有帧图像进行直方图均衡化,得到对比图;
图像匹配模块,用于对模板图和对比图进行轮廓提取,利用欧式距离进行图像匹配,得到与模板图最相似的对比图作为匹配图;
转速计算模块,用于根据模板图和匹配图之间的帧差,计算得到对应的风力发电机扇叶的转速。
一种计算机设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上任一项所述的基于图像处理的风力发电机的扇叶转速测量方法。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上任一项所述的基于图像处理的风力发电机的扇叶转速测量方法。
与现有技术相比,本发明具有以下有益的技术效果:
本发明基于图像处理的风力发电机的扇叶转速测量方法,可以从不同的角度固定摄像头采集扇叶转动的视频,由于三个扇叶的形状大小相同,转动120度就会出现相同的帧图片,采集时间要保证扇叶的转动为半圈以上,就能够比对得到理论上相似度最高的两帧图片;从而通过视频的采集,而非直接的传感器输出,就能够实时的,在不同位置通过计算机视觉的方式计算风力发电机扇叶转速,进行转速的测量;采用数字图像处理技术,方法灵活,易于实现,成本较低;并且不限制拍摄使用工具,对于任意相机或摄像机,任意分辨率的图像皆可使用。
附图说明
图1为本发明实例中所述方法的流程图。
图2为本发明实例中所述系统的结构框图。
图3为本发明实例中所述风力发电机的图像采集示意图。
图中:1、2、3分别表示风力发电机的三个扇叶。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
在本发明中,“模块”、“装置”、“系统”等指应用于计算机的相关实体,如硬件、硬件和软件的组合、软件或执行中的软件等。详细地说,例如,元件可以、但不限于是运行于处理器的过程、处理器、对象、可执行元件、执行线程、程序和/或计算机。还有,运行于服务器上的应用程序或脚本程序、服务器都可以是元件。一个或多个元件可在执行的过程和/或线程中,并且元件可以在一台计算机上本地化和/或分布在两台或多台计算机之间,并可以由各种计算机可读介质运行。元件还可以根据具有一个或多个数据包的信号,例如,来自一个与本地系统、分布式系统中另一元件交互的,和/或在因特网的网络通过信号与其它系统交互的数据的信号通过本地和/或远程过程来进行通信。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”,不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
如图1所示,本发明基于图像处理的风力发电机的扇叶转速测量方法,包括:
步骤S1,图像获取,获取固定摄像机采集的风力发电机扇叶转动的连续视频,采集时间不少于扇叶转动半圈的时间,从而保证扇叶转动半圈以上;
步骤S2,图像预处理,读取连续视频的帧数,分帧得到每帧图像,从第一帧开始提取设定帧数图像中清晰度最高的一帧图像作为模板图,对除设定帧数图像以外的所有帧图像进行直方图均衡化,得到对比图;
其中,设定帧数优选为前10帧,从而提取前10帧中清晰度最高的一帧图像作为模板图,对除前10帧以外的所有帧图像进行直方图均衡化,得到对比图;提高图片质量;
步骤S3,图像匹配,对模板图和对比图进行轮廓提取,利用欧式距离进行图像匹配,得到与模板图最相似的对比图作为匹配图;
其中,采用sobel边缘检测算法对模板图和对比图进行轮廓提取,利用欧式距离进行图像匹配,得到与模板图最相似对比图作为匹配图;采用sobel算法因为其算法速度快,再者就是风车与背景差异大,灰度变化大,sobel可以达到轮廓提取的要求。
步骤S4,转速计算,根据模板图和匹配图之间的帧差,计算得到对应转动角度时风力发电机扇叶的转速,即角速度及线速度。
在图像预处理阶段中,对采集到的视频读取帧数,对其分帧处理,对其灰度化,记为a帧;该步骤对除前10帧以外的所有帧,进行直方图均衡化,得到对比图,从而提高对比图的质量。
在对其灰度化记为a帧的步骤中,用到的是能量梯度函数,是将x方向和y方向的相邻像素的灰度值之差的平方和作为每个像素点的梯度值,对所有像素梯度值累加作为清晰度评价函数值,即评价哪一帧图最清晰的指标,从而进行清晰度的对比,选择出模板图。
在图像匹配阶段,所述在轮廓提取后,利用欧式距离进行匹配,包括:
根据清晰度评价函数值,提取前10帧中清晰度最高的一帧图像作为模板图,用前10帧之后的处理过的图像采用基于欧氏距离的图像匹配算法;
将图像压缩成100px×100px,利用公式
Figure BDA0003592808750000071
计算两张图片即模板图和对比图的欧氏距离d,i为第几像素点数,
Figure BDA0003592808750000072
Figure BDA0003592808750000073
为两幅图对应的灰度值,得到与模板图最相似的一帧图像,即匹配图;由于图像是黑白图像,所以只有0和255,从而对于一个像素点能够得到唯一的灰度值,由于欧氏距离越小,图片的相似度越大。
取欧氏距离最小的一帧为匹配图并输出是第几帧,记为bi帧;
根据上述对比图欧氏距离绘制二维曲线图,横轴为第几帧,纵轴为欧氏距离,曲线图与零逼近的波谷即为相似度最大的匹配图;
若采集数量为三圈则通过波谷数值比较,可以得到最逼近横轴的九个波谷,输出其对应帧bi。为保证输出结果的准确性,舍去最大帧波谷的获取可以得到多个匹配图;
根据时间的长短,可能得到多个匹配图,可以编号第n个为n号匹配图。
最后根据帧差计算得到角速度及线速度,具体的,
输出模板图与1号匹配图的帧差S=b1-a。这里设视频为N fps,扇叶半径为R。
得到转动120度所用时间T=S/N(秒),扇叶角速度为W=2π/(3*T),线速度V=2πR/(3*T)。按上述方式一样,可以到转动240度,360度等的角速度和线速度。
在实际的具体操作时,可以分为如下三个部分:
一、图像预处理阶段对采集到的视频读取帧数,分帧并提取前10帧中最清晰的帧,对图片进行直方图均衡化,提高图片质量。所述方法包括:
从任一角度固定摄像头采集风力发电机扇叶转动的视频,采集时间保证风叶转动半圈以上;
将所述采集到的视频数据作为图像预处理阶段的输入,对视频数据进行读帧、分帧操作,将帧图片灰度化,提取视频前10帧中最清晰的一帧并输出是第几帧,将其记为a帧(此步骤使用能量梯度函数,将x方向和y方向的相邻像素的灰度值之差的平方和作为每个像素点的梯度值,对所有像素梯度值累加作为清晰度评价函数值);
对提取帧和除前十帧以外的所有帧,进行直方图均衡化,提高图片质量。
二、图像匹配阶段所述方法包括:
采用sobel边缘检测算法对图像进行轮廓提取,由于sobel算法速度快,加之风力发电机与其背景差异大,灰度变化大,sobel可以达到轮廓提取的要求;
对图片进行闭运算去噪,提高匹配精度;
以提取的该图像作为模板图,用前10帧之后的处理过的图像,采用基于欧氏距离的图像匹配算法。其中所述方法为:将图像压缩成100*100,利用公式
Figure BDA0003592808750000081
计算两张图片的欧氏距离d,i为第几像素点数,
Figure BDA0003592808750000082
Figure BDA0003592808750000083
为两幅图对应的灰度值,这里是黑白图像,所以只有0和255。欧氏距离越小,图片的相似度越大),得到与模板图最相似的一帧图像(匹配图);
取欧氏距离最小的一帧为匹配图并输出是第几帧,记为bi帧;
利用欧氏距离绘制二维曲线图,横轴为第几帧,纵轴为欧氏距离,曲线图与零逼近的波谷即为相似度最大的匹配图;
为保证输出结果的准确性,舍去最大帧。波谷的获取可以得到多个匹配图。根据时间的长短,可能得到多个匹配图,第n个为n号匹配图。
三、速度计算阶段方法所述包括:
如图3所示,在视频提取的图像中,风力发电机的三个扇叶相同。当一号扇叶转动到二号位置时,就有一个最大相似图像对。根据视频采集的长短就可以得到转动120度,转动240度,转动360度的时间T,若视屏为S fps,帧差为n,时间T=n/s。计算可以得到扇叶的角速度w=r/T,线速度v=rR/π。r为旋转的角度,R为扇叶半径。此方法可以开发一种测速软件,用于工人对风力发电机的检测工作,同是可以与风力发电机自身的测速装置进行校验,提高风力发电机的稳定性,并对其安全性进行监测。
具体的输出模板图与1号匹配图的帧差S=b1-a;
设视频为N fps,扇叶半径为R。得到转动120度所用时间T=S/N(秒),扇叶角速度为W=2π/(3*T),线速度V=2πR/(3*T);
按上述方法,可得转动240度,360度等的角速度和线速度。
本发明还公开基于图像处理的风力发电机的扇叶转速测量系统,如图2所示,包括:
图像获取模块201,用于获取固定摄像机采集的风力发电机扇叶转动的连续视频,采集时间不少于扇叶转动半圈的时间;
图像预处理模块202,用于读取连续视频的帧数,分帧得到每帧图像,从第一帧开始提取设定帧数图像中清晰度最高的一帧图像作为模板图,对除设定帧数图像以外的所有帧图像进行直方图均衡化,得到对比图;
图像匹配模块203,用于对模板图和对比图进行轮廓提取,利用欧式距离进行图像匹配,得到与模板图最相似的对比图作为匹配图;
转速计算模块203,用于根据模板图和匹配图之间的帧差,计算得到对应的风力发电机扇叶的转速。
其能够通过普通PC机进行实现,并且固定摄像机作为待校正的成像系统,可以采用相机或者摄像机或者摄像头。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (9)

1.基于图像处理的风力发电机的扇叶转速测量方法,其特征在于,包括:
获取固定摄像机采集的风力发电机扇叶转动的连续视频,采集时间不少于扇叶转动半圈的时间;
读取连续视频的帧数,分帧得到每帧图像,从第一帧开始提取设定帧数图像中清晰度最高的一帧图像作为模板图,对除设定帧数图像以外的所有帧图像进行直方图均衡化,得到对比图;
对模板图和对比图进行轮廓提取,利用欧式距离进行图像匹配,得到与模板图最相似的对比图作为匹配图;
根据模板图和匹配图之间的帧差,计算得到对应的风力发电机扇叶的转速。
2.根据权利要求1所述的基于图像处理的风力发电机的扇叶转速测量方法,其特征在于,所述读取连续视频的帧数,分帧得到每帧图像后,还包括如下对每帧图像的灰度化处理步骤,
通过能量梯度函数,计算每帧图像中每个像素点x方向和y方向的相邻像素的灰度值之差的平方和,并作为所述每个像素点的梯度值,对所有像素梯度值累加作为所述每帧图像的清晰度评价函数值。
3.根据权利要求1所述的基于图像处理的风力发电机的扇叶转速测量方法,其特征在于,所述对模板图和对比图进行轮廓提取时,采用sobel边缘检测算法对模板图和对比图进行轮廓提取。
4.根据权利要求1所述的基于图像处理的风力发电机的扇叶转速测量方法,其特征在于,所述利用欧式距离进行图像匹配,具体步骤如下,
将模板图和对比图压缩到预设的匹配大小;
利用如下公式计算模板图和对比图的欧氏距离d,
Figure FDA0003592808740000011
其中,i为像素点数序号,
Figure FDA0003592808740000021
Figure FDA0003592808740000022
为模板图和对比图对应的灰度值,N为像素点的数量;
取欧氏距离最小的一帧对比图,为与模板图最相似一帧对比图,作为匹配图。
5.根据权利要求4所述的基于图像处理的风力发电机的扇叶转速测量方法,其特征在于,所述取欧氏距离最小的一帧对比图,为与模板图最相似一帧对比图,具体步骤如下,
根据模板图和对比图的欧氏距离绘制二维曲线图,横轴为帧数,纵轴为欧氏距离,二维曲线图与零逼近的波谷即为相似度最大的对比图,作为匹配图;
其中,若采集时间为扇叶转动多圈,则通过波谷数值比较,能够得到最逼近横轴的多个波谷,舍去最大帧数的波谷对应的对比图,获取得到多个对应不同转动角度的匹配图。
6.根据权利要求5所述的基于图像处理的风力发电机的扇叶转速测量方法,其特征在于,所述根据模板图和匹配图之间的帧差,计算得到对应的风力发电机扇叶的转速,具体包括,
计算得到模板图和匹配图对应的帧差,根据帧差得到转过对应角度所需时间T;
根据得到的时间,由下式得到对应转动角度的风力发电机扇叶的转速;
w=r/T;
v=rR/π;
其中:w为扇叶角速度,v为扇叶线速度,R为扇叶半径,r为旋转角度。
7.基于图像处理的风力发电机的扇叶转速测量系统,其特征在于,包括,
图像获取模块,用于获取固定摄像机采集的风力发电机扇叶转动的连续视频,采集时间不少于扇叶转动半圈的时间;
图像预处理模块,用于读取连续视频的帧数,分帧得到每帧图像,从第一帧开始提取设定帧数图像中清晰度最高的一帧图像作为模板图,对除设定帧数图像以外的所有帧图像进行直方图均衡化,得到对比图;
图像匹配模块,用于对模板图和对比图进行轮廓提取,利用欧式距离进行图像匹配,得到与模板图最相似的对比图作为匹配图;
转速计算模块,用于根据模板图和匹配图之间的帧差,计算得到对应的风力发电机扇叶的转速。
8.一种计算机设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6中任一项所述的基于图像处理的风力发电机的扇叶转速测量方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于图像处理的风力发电机的扇叶转速测量方法。
CN202210380626.4A 2022-04-12 2022-04-12 基于图像处理的风力发电机的扇叶转速测量方法及系统 Pending CN114810508A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210380626.4A CN114810508A (zh) 2022-04-12 2022-04-12 基于图像处理的风力发电机的扇叶转速测量方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210380626.4A CN114810508A (zh) 2022-04-12 2022-04-12 基于图像处理的风力发电机的扇叶转速测量方法及系统

Publications (1)

Publication Number Publication Date
CN114810508A true CN114810508A (zh) 2022-07-29

Family

ID=82535048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210380626.4A Pending CN114810508A (zh) 2022-04-12 2022-04-12 基于图像处理的风力发电机的扇叶转速测量方法及系统

Country Status (1)

Country Link
CN (1) CN114810508A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117404261A (zh) * 2023-12-15 2024-01-16 中国海洋大学 基于视觉及振动感知的海上风电塔筒模态识别系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117404261A (zh) * 2023-12-15 2024-01-16 中国海洋大学 基于视觉及振动感知的海上风电塔筒模态识别系统及方法
CN117404261B (zh) * 2023-12-15 2024-03-26 中国海洋大学 基于视觉及振动感知的海上风电塔筒模态识别系统及方法

Similar Documents

Publication Publication Date Title
US9135492B2 (en) Image based dial gauge reading
EP3530935B1 (en) Method and equipment for monitoring vortex-induced vibration for wind turbine generator set
CN111160210B (zh) 一种基于视频的水流速检测方法及系统
CN103323461A (zh) 一种非接触式的风力发电机叶片运动在线检测方法
CN114810508A (zh) 基于图像处理的风力发电机的扇叶转速测量方法及系统
CN111627071B (zh) 一种测量电机旋转精度的方法、装置和存储介质
Huang et al. A pre-processing method for digital image correlation on rotating structures
CN111627070A (zh) 一种对旋转轴进行标定的方法、装置和存储介质
CN114862809A (zh) 一种基于移动终端与图像处理的振动监测方法和装置
CN102087700A (zh) 汽车轮毂生产信息识别方法和系统
CN106680529A (zh) 一种基于双正弦变密度条纹的转速测量装置及方法
EP2896016A1 (en) A hough transform approach to gap measurement in blade inspection
CN113027697A (zh) 一种风力发电机组叶片桨距角的测量系统、方法和装置
CN116539001A (zh) 一种基于无人机的海上风电塔筒垂直度检测方法及系统
CN111273439A (zh) 一种全场景三维光学扫描系统及优化方法
JP6927861B2 (ja) アナログメータ指示値自動読み取り方法および装置
CN111260727B (zh) 一种基于图像处理的网格定位方法、装置及存储介质
WO2014043431A1 (en) A hough transform approach to gap measurement in blade inspection
CN113465549A (zh) 基于视觉的无标记点轴承保持架接触角测量系统及方法
EP4100647A1 (en) Method and system for visual inspection of wind turbine generators
CN106546761B (zh) 旋转设备的照相式转速在线识别方法
CN102799865B (zh) 基于图像边界极坐标化离散序列的角度识别方法
Zhao et al. High Speed Rotation Estimation with Dynamic Vision Sensors
CN116740619B (zh) 基于数字图像处理的海上风力机角速度测量方法
Du et al. A motion-blurred restoration method for surface damage detection of wind turbine blades

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