CN115143045A - 风力发电机组塔架净空的确定方法、装置、设备及系统 - Google Patents
风力发电机组塔架净空的确定方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN115143045A CN115143045A CN202110338008.9A CN202110338008A CN115143045A CN 115143045 A CN115143045 A CN 115143045A CN 202110338008 A CN202110338008 A CN 202110338008A CN 115143045 A CN115143045 A CN 115143045A
- Authority
- CN
- China
- Prior art keywords
- determining
- blade
- effective
- tip positions
- tip
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 230000033001 locomotion Effects 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 7
- 239000006185 dispersion Substances 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 238000003707 image sharpening Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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
-
- 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)
- 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
本申请提供了一种风力发电机组塔架净空的确定方法、装置、设备及系统。风力发电机组塔架净空的确定方法,包括:获取风力发电机组的多帧图像;在每帧图像中确定风力发电机组的叶片区域,得到N个叶片区域,N为正整数;分别对N个叶片区域进行图像检索,确定P个叶尖位置,P为正整数;将P个叶尖位置中满足预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置,M均为正整数;基于M个第一有效叶尖位置确定风力发电机组的塔架净空。本申请中图像采集装置安装灵活,塔架净空的计算准确度较高,环境适应性较强。
Description
技术领域
本申请涉及风电技术领域,尤其涉及一种风力发电机组塔架净空的确定方法、装置、设备及系统。
背景技术
风力发电机组的塔架净空是指风力发电机组的叶轮在旋转过程中叶尖(叶片尖端)到塔筒表面的距离,可用于判断叶片是旋转过程中是否扫过塔筒。现有技术中通常采用实际测距的方式直接测量塔筒点到叶片的物理距离(塔架净空值),例如激光测距,这种方式下需要安装相应的测量装置,此类测量装置对安装位置的要求较高,安装位置不合适无法测出准确的距离,一般要求在塔筒中段位置,安装起来不太方便,且测量容易受到极端天气的影响,环境适应性较差。
发明内容
本申请实施例提供了一种风力发电机组塔架净空的确定方法、装置、设备及系统,能够解决现有技术存在的测量装置安装受限且环境适应性差的问题。
第一方面,本申请实施例提供了一种风力发电机组塔架净空的确定方法,包括:
获取风力发电机组的多帧图像;
在每帧图像中确定风力发电机组的叶片区域,得到N个叶片区域,N为正整数;
分别对N个叶片区域进行图像检索,确定P个叶尖位置,P为正整数;
将P个叶尖位置中满足预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置,M均为正整数;
基于M个第一有效叶尖位置确定风力发电机组的塔架净空。
第二方面,本申请实施例提供了一种风力发电机组塔架净空的确定装置,包括:
图像获取模块,用于获取风力发电机组的多帧图像;
区域确定模块,用于在每帧图像中确定风力发电机组的叶片区域,得到N个叶片区域,N为正整数
位置确定模块,用于分别对N个叶片区域进行图像检索,确定P个叶尖位置,P为正整数;
位置筛选模块,用于将P个叶尖位置中满足预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置,M为正整数;
净空确定模块,用于基于M个第一有效叶尖位置确定风力发电机组的塔架净空。
第三方面,本申请实施例提供了一种风力发电机组塔架净空的确定设备,包括:处理器以及存储有计算机程序指令的存储器;
处理器执行计算机程序指令时实现本申请实施例第一方面提供的风力发电机组塔架净空的确定方法。
第四方面,本申请实施例提供了一种风力发电机组塔架净空的确定系统,包括:图像采集装置以及本申请实施例第三方面提供的风力发电机组塔架净空的确定设备;
图像采集装置设置于特定位置且与确定设备通信连接;特定位置包括:风力发电机组的机舱底部或风力发电机组侧面且与风力发电机组之间的距离为预设距离的位置;
图像采集装置用于:针对风力发电机组进行拍摄,得到多帧图像。
第四方面,本申请实施例提供了一种计算机存储介质,存储有计算机程序指令,该计算机程序指令被处理器执行时实现本申请实施例第一方面提供的风力发电机组塔架净空的确定方法。
本申请实施例提供的技术方案,至少能够实现如下有益效果:
1)本申请实施例提供了一种基于视频监控的塔架净空确定方法,可采用图像采集装置采集风力发电机组的多帧图像,基于多帧图像可识别叶片区域,进而确定叶尖位置,图像采集装置的安装位置灵活,在安装于风力发电机组上或风力发电机组之外;
2)本申请实施例还可基于第一有效条件对确定出的叶尖位置进行筛选,以保证用于计算塔架净空的叶尖位置的有效性和一致性,以提高计算的准确度;
3)本申请实施例的技术方案基于监控的图像进行塔架净空的计算,而非实际测距,可有效减少极端天气的影响,环境适应性较强,相对于现有的实际测距的方式得到的直接数据,本申请实施例监控的图像作为原始数据,可用于验证计算结果的准确度,使计算结果更加有保障。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的风力发电机组塔架净空的一种确定方法的流程示意图;
图2为图像采集装置采集到的风力发电机组的一帧图像的示意图;
图3为图2所示图像的前一帧图像的示意图;
图4为本申请实施例提供的风力发电机组塔架净空的另一种确定方法的部分流程示意图;
图5为将图2所示图像和图3所示图像进行差值计算后得到的图像的示意图;
图6为对图5所示图像进行灰度二值化处理后的二值化图像的示意图;
图7为本申请实施例提供的风力发电机组塔架净空的又一种确定方法的部分流程示意图;
图8为基于二值化图像确定叶尖位置的原理示意图;
图9为图像的有效区域、无效区域以及叶尖运动轨迹的示意图;
图10为本申请实施例提供的风力发电机组塔架净空的再一种确定方法的部分流程示意图;
图11为本申请实施例中确定塔筒位置的原理示意图;
图12为本申请实施例中叶尖识别线程的一种可选的实施方式的流程示意图;
图13为本申请实施例中叶尖筛选子线程的一种可选的实施方式的流程示意图;
图14为本申请实施例中净空计算子线程的一种可选的实施方式的流程示意图;
图15为本申请实施例提供的风力发电机组塔架净空的一种确定装置的结构框架示意图;
图16为本申请实施例提供的风力发电机组塔架净空的一种确定系统的结构框架示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
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”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,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。
为了解决现有技术问题,本申请实施例提供了一种风力发电机组塔架净空的确定方法、装置、设备及系统。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。
本申请实施例提供了一种风力发电机组塔架净空的确定方法,如图1所示,该方法包括:
S110,获取风力发电机组的多帧图像;
S120,在每帧图像中确定风力发电机组的叶片区域,得到N个叶片区域,N为正整数;
S130,分别对N个叶片区域进行图像检索,确定P个叶尖位置,P为正整数;
S140,将P个叶尖位置中满足预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置,M为正整数;
S150,基于M个第一有效叶尖位置确定风力发电机组的塔架净空。
本申请实施例提供的风力发电机组塔架净空的确定方法,至少可以实现如下有益效果:
1)本申请实施例提供了一种基于视频监控的塔架净空确定方法,可采用图像采集装置采集风力发电机组的多帧图像,基于多帧图像可识别叶片区域,进而确定叶尖位置,图像采集装置的安装位置灵活,在安装于风力发电机组上或风力发电机组之外;
2)本申请实施例还可基于第一有效条件对确定出的叶尖位置进行筛选,以保证用于计算塔架净空的叶尖位置的有效性和一致性,以提高计算的准确度;
3)本申请实施例的技术方案基于监控的图像进行塔架净空的计算,而非实际测距,可有效减少极端天气的影响,环境适应性较强,相对于现有的实际测距的方式得到的直接数据,本申请实施例监控的图像作为原始数据,可用于验证计算结果的准确度,使计算结果更加有保障。
在一个可选的实施方式中,本申请实施例的多帧图像可以包括:设置在特定位置的图像采集装置针对风力发电机组进行拍摄所得到的图像;特定位置包括:风力发电机组的机舱底部或风力发电机组侧面且与风力发电机组之间的距离为预设距离的位置。
本申请实施例中的图像采集装置针对风力发电机组进行拍摄所得到的图像如图2和图3所示。
在一个可选的实施方式中,如图4所示,在步骤S120中,在确定每帧图像中的叶片区域时可对每帧图像进行如下步骤S121-S122的处理:
S121,将当前帧图像的像素值与前一帧图像的像素值进行差值计算,根据差值计算结果确定当前帧图像中的至少一个运动物体区域。
在一个示例中,若图2所示图像为当前帧图像,如图3所示图像为图2所示的当前帧图像的前一帧图像,在确定叶片区域时,可将图2所示图像的像素值与图3所示图像的像素值相减,由于相邻两帧图像的时间差通常较短,图像中的背景物体通常是不变的,因此相减后可去除图2所示图像的背景物体,只保留产生变化的运动物体,得到如图5所示的图像。在如图5所示的图像中,亮度较低的区域即为背景物体区域,相对于图2可知,图5中的背景物体已被去除,只留下亮度较高的运动物体,因此基于图5所示的不同区域的亮度差异,即可确定出图5中的运动物体区域。
在一个可选的实施方式中,根据差值计算结果确定当前帧图像中的至少一个运动物体区域,可以包括:对差值计算后得到的图像进行清晰化处理,在清晰化的图像中识别至少一个运动物体区域。
以图5所示的差值计算后的图像为例,可对图5进行清晰化处理,使图5中的运动物体区域的边界更加清晰,得到清晰化后的图像,在清晰化后的图像中识别至少一个亮度较高的区域,即为至少一个运动物体区域,即每个亮度较高的区域为一个运动物体区域;在判断是否为亮度较高的区域时,可根据预设的亮度阈值来判断,亮度阈值可根据实际需求或经验值预先设置。
本申请实施例中可以采用多种方法实现图像的清晰化处理,例如基于高通滤波的图像锐化方法或基于空域微分的图像锐化方法。在一个示例中,可采用灰度二值化(空域微分方法中的一种)的方法对如图5所示的图像进行锐化处理,可得到如图6所示的二值化图像,在图6所示的二值化图像中识别出的白色区域即为运动物体区域。
在一个可选的实施方式中,根据差值计算结果确定当前帧图像中的至少一个运动物体区域,可以包括:根据差值计算结果确定当前帧图像中的目标区域中的至少一个运动物体区域。
目标区域可以是根据叶片通常的运动范围预先确定出的图像中的区域,例如从如图6所示的图像的下边沿某个高度内的区域。在一个示例中,当前帧图像中识别出的某个运动物体区域(例如出现在拍摄范围同人的光影、飞鸟、雨滴等带来的运动物体区域)可能不在叶片通常的运动范围内,此时将该运动物体区域作为叶片区域不够准确,将目标区域中识别出的运动物体区域作为叶片区域更加准确,有利于提高后续叶尖位置识别的准确性,进而提高塔架净空计算的准确性。
S122,根据至少一个运动物体区域确定当前帧图像中的叶片区域。
在一个可选的实施方式中,当运动物体区域包括一个时,将该运动物体区域确定为当前帧图像中的叶片区域;当运动物体区域包括至少两个时,将运动物体区域进行合并,将得到的合并区域确定为当前帧图像中的叶片区域。
在一个示例中,当至少一个运动物体区域均位于目标区域中时,将目标区域中的一个运动物体区域(目标区域中仅有一个运动物体区域的情况)确定为当前帧图像中的叶片区域,或将目标区域中的至少两个运动物体的合并区域确定为当前帧图像中的叶片区域。
在图像处理过程中可能出现部分像素的变化,导致同一叶片在图像中呈现为两个不同的运动物体区域,因此在当前帧图像或其中的目标区域中有至少两个运动物体区域时,可将该至少两个运动物体区域合并后作为当前帧图像中的叶片区域,即将各运动物体区域的并集部分作为当前帧图像中的叶片区域,以保证叶片区域的完整度。
在一个可选的实施方式中,将至少两个运动物体区域进行合并,可以包括:
确定至少两个运动物体区域中每两个运动物体区域之间的区域距离;
确定各运动物体区域之间的区域距离中是否存在至少一个区域距离小于预设的区域距离阈值;若是,则将小于区域距离阈值的各区域距离对应的运动物体区域进行合并;若否,则认为所有的运动物体区域无效不做合并,即停止当前流程。
在一个示例中,假设当前帧图像或当前帧图像的目标区域中存在三个运动物体区域,分别为区域1、区域2和区域3,设区域1和区域2之间的区域距离为L12,区域2和区域3之间的区域距离为L23,区域1和区域3之间的区域距离为L13;在一个情况下,若仅有L12小于预设的区域距离阈值,L23和L13均大于或等于区域距离阈值,则仅将L12对应的区域1和区域2进行合并;在另一个情况下,若L12和L23均小于区域距离阈值,L12大于或等于区域距离阈值,则将L12和L23对应的区域1、区域2和区域3进行合并。
在另一个可选的实施方式中,将至少两个运动物体区域进行合并,可以包括:
确定运动物体区域的数量是否大于预设的区域数量阈值;若是,则认为当前的运动物体区域均为无效区域,重新获取图像;若否,则将各运动物体区域进行合并。其中,区域数量阈值为大于1的整数。
当运动物体区域的数量较多时,引入非叶片的其它运动物体的概率较大,通过设置区域数量阈值,可以对运动物体区域做进一步筛选,选择其中更有可能是叶片区域的区域进行合并,以提高叶片区域识别的准确性。
本申请实施例中的区域距离可以是两个运动物体区域的中心之间的距离,也可以是两个运动物体区域的临边距离,例如当区域`位于图像的左侧、区域2位于图像的右侧时,区域1和区域2之间的区域距离为区域1的右边缘与区域2的左边缘之间的距离。
本申请实施例中的区域距离阈值可根据实际需求或经验值预先设置,例如可以是20个像素的距离。
本申请实施例中的区域数量阈值可根据实际需求或经验值预先设置,例如可以是2,也可以是大于2的其它数值。
在一个可选的实施方式中,如图7所示,在步骤S130中,分别对N个叶片区域进行图像检索,确定P个叶尖位置,包括如下步骤S131-S132:
S131,确定每个叶片区域在第一方向上的长度是否小于预设的长度阈值;若是,则执行S132;若否,则确定该叶片区域为无效区域。
P可以是小于或等于N的正整数。在一个示例中,每个叶片区域中均可确定出一个叶尖位置,此时P等于N,即可得到N个叶尖位置;在另一个示例中,可能有部分叶片区域中无法确定出叶尖位置,此时P小于N。
在一个示例中,第一方向可以是如图8所示的X方向,若叶片区域在X方向上的长度过大,则可能引入非叶片的其它运动物体的影响,通过设置长度阈值,可对叶片区域做进一步筛选,以提高叶片区域识别的准确性。
S132,将该叶片区域中第二方向的极值位置确定为该叶片区域中的叶尖位置。
在一个示例中,第二方向可以是如图8所示的Y方向,可叶片区域(图8中的白色区域)在Y方向的最小值确定为该叶片区域中的叶尖位置,参照图8的叶片区域可知,在一种情况下,在Y方向的最小值对应包括D1点和D2点在内的多个点,此时可选择Y方向上为最小值且X方向上为最大值的点,如图8所示的D2点。
在一个可选的实施方式中,在步骤S140中,将P个叶尖位置中满足预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置,包括:确定P个叶尖位置中是否存在满足以下至少一个预设条件的M个叶尖位置:
1)M个叶尖位置均在有效区域内;
2)M大于或等于预设的叶尖数量阈值;
3)M个叶尖位置的集中度和分散度满足预设分布条件;
4)当前的叶尖位置与相邻的叶尖位置的像素距离不是第一像素距离组中的最大值或最小值;第一像素距离组包括P个叶尖位置中每相邻的两个叶尖位置的像素距离;
在确定P个叶尖位置中存在满足以上四个预设条件中的至少一个预设条件的M个叶尖位置时,将满足以上至少一个预设条件的M个叶尖位置确定为M个第一有效叶尖位置;在确定N个叶尖位置中不存在满足以上至少一个预设条件的M个叶尖位置时,则认为当前的N个叶尖位置无效,重新获取图像。
本申请实施例中的有效区域可根据实际需求或经验数据确定,如图9所示的B区,图9中的A区通常为叶片开始进入拍摄区的区域,C区通过为叶片移出拍摄区的区域,因此A区和C区中确定出的运动物体区域无法保证是完整的叶片区域,因此A区和C区均视为无效区域。
在一个示例中,B区的范围可基于图像中的塔筒位置确定,例如以塔筒位置所处的Y方向的线为中心,向左右两端扩展指定的像素距离,扩展出的图像区域即为有效区域B区,B区左侧的区域即为无效区域A区,B区右侧的区域即为无效区域C区。
本申请实施例中的叶尖数量阈值可根据实际需求或经验值预先设置,例如可以设置为5;叶尖位置数量过小,在后续需要进行拟合时拟合的数据量过小,拟合的精确度较低,通过设置叶尖数量阈值,可在需要进行拟合时提高拟合的精确度。
在一个可选的实施方式中,本申请实施例还可以基于P个叶尖位置中时间上相邻的两个叶尖位置之间的时间间隔确定第一有效叶尖位置。确定确定P个叶尖位置中是否存在满足以下条件的M个叶尖位置:M个叶尖位置中每两个在时间上相邻的叶尖位置之间的时间间隔均小于预设的时间间隔阈值;若是,则可将M个叶尖位置确定为M个第一有效叶尖位置。该条件可以和前述的条件1)-4)并列使用,也可以和前述的条件1)-4)先后使用。
本申请实施例中的时间间隔阈值可根据实际需求或经验值设置,例如可设置为4秒。
在一个可选的实施方式中,在确定M个叶尖位置的集中度和分散度是否满足预设分布条件时,包括确定M个叶尖位置是否满足以下各条件:
1)M个叶尖位置同时分布于图像中塔筒线的两侧,而不仅仅分布于塔筒线的一侧;其中,参照图9,塔筒线可以是塔筒位置D3所处的Y方向的线。
2)第一侧内边缘叶尖位置与第二侧内边缘叶尖位置之间的像素距离小于或等于预设的第一叶尖距离阈值;其中,第一侧内边缘叶尖位置为塔筒线第一侧(例如以图9视角为准的塔筒线的左侧)的各叶尖位置中最靠近塔筒线的叶尖位置,第二侧内边缘叶尖位置为塔筒线第二侧(例如以图7视角为准的塔筒线的右侧)的各叶尖位置中最靠近塔筒线的叶尖位置。
3)第一侧外边缘叶尖位置与第二侧外边缘叶尖位置之间的像素距离小于预设的第二叶尖距离阈值;其中,第一侧外边缘叶尖位置为塔筒线第一侧(例如以图9视角为准的塔筒线的左侧)的各叶尖位置中最靠近图像边沿(例如图9中的左边沿)的叶尖位置,第二侧外边缘叶尖位置为塔筒线第二侧(例如以图9视角为准的塔筒线的右侧)的各叶尖位置中最靠近图像边沿(例如图9中的右边沿)的叶尖位置。
在确定M个叶尖位置满足以上三个条件时,确定确定M个叶尖位置的集中度和分散度满足预设分布条件。
在后续需要进行拟合时,叶尖位置分布过于集中或分散都不利于准确的进行拟合,通过设置上述分布条件,可对M个叶尖位置的集中度和分散度适当,当满足条件1)时可认为M个叶尖位置不会过于集中,当满足条件2)和3)时可认为M个叶尖位置不会过于分散。
本申请实施例对上述各条件的判断顺序不做限定,可根据实际需求确定具体判断顺序,且后一个条件在前一个条件的基础上进行判断,例如当确定P个叶尖位置中存在M个叶尖位置在有效区域内时,后续条件针对有效区域中的该M个叶尖位置进行判断。
在一个可选的实施方式中,如图10所示,在步骤S150中,基于M个第一有效叶尖位置确定风力发电机组的塔架净空,包括如下步骤S151-S153:
S151,对M个第一有效叶尖位置进行线性拟合,得到目标叶尖运动轨迹。
在一个可选的实施方式中,对M个第一有效叶尖位置进行线性拟合,得到第一叶尖运动轨迹;根据第一叶尖运动轨迹,将M个第一有效叶尖位置中满足预设的第二有效条件的T个第一有效叶尖位置,确定为T个第二有效叶尖位置;对T个第二有效叶尖位置进行线性拟合,将得到的第二叶尖运动轨迹确定为目标叶尖运动轨迹。T为不大于M的正整数。
在另一个可选的实施方式中,对M个第一有效叶尖位置进行线性拟合后得到的第一叶尖点运动轨迹可作为目标叶尖运动轨迹。
在一个可选的实施方式中,将M个第一有效叶尖位置中满足预设的第二有效条件的T个第一有效叶尖位置,确定为T个第二有效叶尖位置,包括:
确定M个第一有效叶尖位置中是否存在满足以下至少一个预设条件的T个第一有效叶尖位置:
1)T个第一有效叶尖位置中的每个第一有效叶尖位置与第一叶尖运动轨迹的像素距离均不大于预设的像素距离阈值;
2)T个第一有效叶尖位置中的每个第一有效叶尖位置均不处于第一叶尖运动轨迹的端点处;
3)T大于或等于预设的叶尖数量阈值;
4)T个第一有效叶尖位置中的每个第一有效叶尖位置与相邻的第一有效叶尖位置的像素距离不是第二像素距离组中的最大值或最小值;第二像素距离组包括M个第一有效叶尖位置中每相邻的两个第一有效叶尖位置的像素距离;
在确定M个第一有效叶尖位置中存在满足以上四个预设条件中至少一个预设条件的T个第一有效叶尖位置时,将满足以上至少一个预设条件的T个第一有效叶尖位置确定为T个第二有效叶尖位置。
本申请实施例中的第一叶尖运动轨迹的端点处表示以第一叶尖运动轨迹的端点为中心的一个指定区域,该指定区域的范围可根据经验数据确定。
距离第一叶尖运动轨迹太远的第一有效叶尖位置,距离其它第一有效叶尖位置的距离也较远,增加了第一有效叶尖位置的整体分散度,不利于进行准确的计算,为无效叶尖位置,因此通过设置上述条件1)中的像素距离阈值,可去除该无效叶尖位置。
处于第一叶尖运动轨迹端点处的第一有效叶尖位置只有一个相邻点,缺少足够的对比数据来判断该第一有效叶尖位置的有效性,为减少端点处第一有效叶尖位置的不利影响,可通过设置上述条件2)去除该第一有效叶尖位置。
叶尖数量阈值的设置可参照前面的内容,此处不再赘述。
S152,确定预设的塔筒位置到目标叶尖运动轨迹的像素距离。
在一个示例中,目标叶尖点运动轨迹如图9中的直线1001所示,该直线1001的表达式为y=kx+b,塔筒位置如图9中的D3点所示,D3点至直线1001之间距离(如图9中的双向箭头的直线所示的距离)即为塔筒位置到目标叶尖运动轨迹的像素距离。
S153,根据塔筒位置到目标叶尖运动轨迹的像素距离以及预设的像素距离和物理距离的对应关系,确定塔筒位置到目标叶尖运动轨迹的物理距离,作为塔架净空值。
在一个示例中,可预先对每个单位像素对应的物理距离进行设置,然后通过如下方式确定塔架净空值:
D=Dx×Dw
其中,D为塔架净空值,Dx为塔筒位置到目标叶尖运动轨迹的像素距离,Dw为单位像素对应的物理距离。
本申请实施例中的塔筒位置可通过如下方式预先确定:
确定塔筒的实际位置,在一个示例中,如图11所示,当叶片1101的竖直向下时,可将叶尖到塔筒1102的投影点作为塔筒的实际位置,塔筒1102的实际位置通常是固定的,当图像采集装置1103的位置固定时,图像采集装置1103的拍摄范围也是固定的,塔筒在所拍摄的图像中的像素位置也是固定的,根据实物与图像之间的比例关系可确定出塔筒在所拍摄的图像中的像素位置,作为本申请实施例中的塔筒位置。
在一个可选的实施方式中,本申请实施例提供的风力发电机组塔架净空的确定方法可在两个独立的线程中执行,例如可在叶尖识别线程中执行前述步骤S110至S130,在净空确定线程中执行前述步骤S140至S150。
在一个可选的实施方式中,可在叶尖识别线程中执行前述步骤S110-S130中的任意一种实施方式,可在净空确定线程中执行前述步骤S140至S150中的任意一种实施方式。
在一个可选的实施方式中,净空确定线程可以包括叶尖筛选子线程和净空计算子线程,在叶尖筛选子线程中可进行如前所述的基于第二有效条件对第一有效叶尖位置进行判断的筛选的相关操作,在净空计算子线程中可以执行如前所述的对第一有效叶尖位置进行线性拟合并基于拟合得到的目标叶尖运行轨迹确定塔架净空值的相关操作。
本申请实施例中不同的算法可在不同的线程或子线程中的执行,可彼此独立运算,避免相互干扰。
下面参照图12,对叶尖识别线程中执行的一种可选操作进行介绍,如图12所示,在叶尖识别线程中可执行如下步骤S1201-S1209:
S1201,获取风力发电机组的多帧图像;
S1202,将当前帧图像的像素值与前一帧图像的像素值进行差值计算;
S1203,对差值计算后得到的图像进行清晰化处理;
S1204,在清晰化的图像的目标区域中识别至少一个运动物体区域;当识别出的运动物体区域为1个时,执行S1205;当识别出的运动物体区域大于1个时,执行S1206;
S1205,将该运动物体区域确定为当前帧图像中的叶片区域,然后执行S1208;
S1206,确定运动物体区域的数量是否大于预设的区域数量阈值;若是,则执行S1201;若否,则执行S1207;
S1207,将各运动物体区域进行合并,将得到的合并区域确定为当前帧图像中的叶片区域;
S1208,确定每个叶片区域在第一方向上的长度是否小于预设的长度阈值;若是,则执行S1209;若否,则执行S1201;
S1209,将每个叶片区域中第二方向的极值位置确定为该叶片区域中的叶尖位置。
经过上述步骤S1201-S1209,可得到基于多帧图像确定出的P个叶尖位置,进而可基于P个叶尖位置触发净空确定线程,在一个示例中,可触发净空确定线程中的叶尖筛选子线程。
在一个可选的实施方式中,基于P个叶尖位置触发净空确定线程,包括:
确定P个叶尖位置中是否存在至少一个叶尖位置位于目标无效区域;该目标无效区域为叶片即将移出图像采集装置的拍摄范围的无效区域,例如图9所示的C区。
参照图9,由于叶片通常是从A区进入图像采集装置的拍摄范围也即图像范围,经过B区后从C区移出该拍摄范围,因此当C区存储至少一个叶尖位置时,可保证叶片完整地划过B区,在B区存在较多数量的叶尖位置供后续计算使用。
在一个可选的实施方式中,为了更准确的对叶片是否完整划过B进行判断,可在触发条件中设置目标无效区域的叶尖位置数量,当P个叶尖位置中存在该数量的叶尖位置时,可触发净空确定线程。
下面参照图13,对净空确定线程中的叶尖筛选子线程中执行的一种可选操作进行介绍,如图13所示,在叶尖筛选子线程中可执行如下步骤S1301-S1309:
S1301,确定P个叶尖位置是否存在位于有效区域内的叶尖位置;若是,则执行S1302;若否,则执行S1309;
S1302,确定有效区域内的叶尖位置是否大于或等于预设的叶尖数量阈值;若是,则执行S1303;若否,则执行S1309;
S1303,确定有效区域内的叶尖位置是否分布于图像中塔筒线的两侧;若是,则执行S1304;若否,则执行S1309;
S1304,确定第一侧内边缘叶尖位置与第二侧内边缘叶尖位置之间的像素距离是否小于或等于预设的第一叶尖距离阈值;若是,则执行S1305;若否,则执行S1309;
S1305,确定第一侧外边缘叶尖位置与第二侧外边缘叶尖位置之间的像素距离是否小于预设的第二叶尖距离阈值;若是,则执行S1306;若否,则执行S1309;
S1306,确定每个叶尖位置与相邻的叶尖位置的像素距离是否是第一像素距离组中的最大值或最小值;若是,则执行S1307;若否,则执行S1308;
S1307,去除该叶尖位置;
S1308,触发净空计算子线程;
S1309,重新获取图像。
重新获取图像可通过步骤S110或S1201实现,在执行步骤S1309时,可直接跳转到步骤S110或S201,重新执行整个塔架净空确定的流程。
经过上述步骤S1301-S1309,可从P个叶尖位置中筛选出M个第一有效叶尖位置。
下面参照图14,对净空确定线程中的净空计算子线程中执行的一种可选操作进行介绍,如图14所示,在净空计算子线程中可执行如下步骤S1401-S1409:
S1401,对M个第一有效叶尖位置进行线性拟合,得到第一叶尖运动轨迹;
S1402,确定每个第一有效叶尖位置与第一叶尖运动轨迹的像素距离是否小于或等于预设的像素距离阈值;若是,则执行S1403;若否,则执行S1405;
S1403,确定每个第一有效叶尖位置是否处于第一叶尖运动轨迹的端点处;若是,则执行S1405;若否,则执行S1404;
S1404,确定每个第一有效叶尖位置与相邻的第一有效叶尖位置的像素距离是否是第二像素距离组中的最大值或最小值;若是,则执行S1405,若否,则执行S1406;
S1405,去除该第一有效叶尖位置;
S1406,确定当前的第一有效叶尖位置的数量T是否大于或等于预设的叶尖数量阈值;若是,则执行S1407;若否,则执行S1408;
S1407,对T个第二有效叶尖位置进行线性拟合,将得到的第二叶尖运动轨迹确定为目标叶尖运动轨迹;
S1408,重新获取图像。
重新获取图像可通过步骤S110或S1201实现,在执行步骤S1408时,可直接跳转到步骤S110或S1201,重新执行整个塔架净空确定的流程。
经过上述步骤S1401-S1408,可从M个叶尖位置中筛选出T个第一有效叶尖位置,在筛选出的T个第一有效叶尖位置的基础上计算塔架净空值,以进一步提高计算精度。
基于同一发明构思,本申请实施例提供了一种风力发电机组塔架净空的确定装置,如图15所示,该装置包括:图像获取模块1501、区域确定模块1502、位置确定模块1503、位置筛选模块1504和净空确定模块1505。
图像获取模块1501,用于获取风力发电机组的多帧图像。
区域确定模块1502,用于在每帧图像中确定风力发电机组的叶片区域,得到N个叶片区域,N为正整数。
位置确定模块1503,用于分别对N个叶片区域进行图像检索,确定P个叶尖位置,P为正整数。
位置筛选模块1504,用于将P个叶尖位置中满足预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置,M为正整数。
净空确定模块1505,用于基于M个第一有效叶尖位置确定风力发电机组的塔架净空。
在一个可选的实施方式中,区域确定模块1502具体用于对每帧图像进行如下处理:
将当前帧图像的像素值与前一帧图像的像素值进行差值计算,根据差值计算结果确定当前帧图像中的至少一个运动物体区域;根据至少一个运动物体区域确定当前帧图像中的叶片区域。
在一个可选的实施方式中,区域确定模块1502具体用于:当运动物体区域包括一个时,将运动物体区域确定为当前帧图像中的叶片区域;当运动物体区域包括至少两个时,将运动物体区域进行合并,将得到的合并区域确定为当前帧图像中的叶片区域。
在一个可选的实施方式中,位置确定模块1503具体用于:确定每个叶片区域在第一方向上的长度是否小于预设长度值;在确定该叶片区域在第一方向上的长度小于预设长度值时,将该叶片区域中第二方向的极值位置确定为该叶片区域中的叶尖位置。
在一个可选的实施方式中,位置筛选模块1504具体用于:确定P个叶尖位置中是否存在满足以下至少一个预设条件的M个叶尖位置:
M个叶尖位置均在有效区域内;
M大于或等于预设数量;
M个叶尖位置的集中度和分散度满足预设分布条件;
当前的叶尖位置与相邻的叶尖位置的像素距离不是第一像素距离组中的最大值或最小值;第一像素距离组包括多个叶尖位置中每相邻的两个叶尖位置的像素距离;
在确定P个叶尖位置中存在满足以上至少一个预设条件的M个叶尖位置时,将满足以上至少一个预设条件的M个叶尖位置确定为M个第一有效叶尖位置。
在一个可选的实施方式中,净空确定模块1505具体用于:对M个第一有效叶尖位置进行线性拟合,得到目标叶尖运动轨迹;确定预设的塔筒位置到目标叶尖运动轨迹的像素距离;根据像素距离以及预设的像素距离和物理距离的对应关系,确定塔筒位置到目标叶尖运动轨迹的物理距离,作为塔架净空值。
在一个可选的实施方式中,净空确定模块1505具体用于:对M个第一有效叶尖位置进行线性拟合,得到第一叶尖运动轨迹;根据第一叶尖运动轨迹,将M个第一有效叶尖位置中满足预设的第二有效条件的T个第一有效叶尖位置,确定为T个第二有效叶尖位置;T为不大于M的正整数;对T个第二有效叶尖位置进行线性拟合,将得到的第二叶尖运动轨迹确定为目标叶尖运动轨迹。
在一个可选的实施方式中,净空确定模块1505具体用于:确定M个第一有效叶尖位置中是否存在满足以下至少一个预设条件的T个第一有效叶尖位置:
T个第一有效叶尖位置中的每个第一有效叶尖位置与第一叶尖运动轨迹的像素距离均不大于预设的像素距离阈值;
T个第一有效叶尖位置中的每个第一有效叶尖位置均不处于第一叶尖运动轨迹的端点处;
T大于或等于预设的叶尖数量阈值;
T个第一有效叶尖位置中的每个第一有效叶尖位置与相邻的第一有效叶尖位置的像素距离不是第二像素距离组中的最大值或最小值;第二像素距离组包括M个第一有效叶尖位置中每相邻的两个第一有效叶尖位置的像素距离;
在确定M个第一有效叶尖位置中存在满足以上至少一个预设条件的T个第一有效叶尖位置时,将满足以上至少一个预设条件的T个第一有效叶尖位置确定为T个第二有效叶尖位置。
在一个可选的实施方式中,图像获取模块1501、区域确定模块1502和位置确定模块1503用于在叶尖识别线程中执行相应的操作,位置筛选模块1504和净空确定模块1505用于在净空确定线程中执行相应的操作。
在一个可选的实施方式中,图像获取模块1501所获取的多帧图像包括:设置在特定位置的图像采集装置针对风力发电机组进行拍摄所得到的图像;特定位置包括:风力发电机组的机舱底部或风力发电机组侧面且与风力发电机组之间的距离为预设距离的位置。
本申请实施例提供的风力发电机组塔架净空的确定装置中的各个模块具有实现本申请实施例提供的风力发电机组塔架净空的确定方法中各个步骤的功能,并能达到其相应的技术效果,为简洁描述,在此不再赘述。
基于同一发明构思,本申请实施例提供了一种风力发电机组塔架净空的确定系统,如图16所示,该确定系统包括:图像采集装置1610以及风力发电机组塔架净空的确定设备1620。
图像采集装置1610设置于特定位置且与确定设备1620通信连接;特定位置包括:风力发电机组的机舱底部或风力发电机组侧面且与风力发电机组之间的距离为预设距离的位置;图像采集装置1610用于:针对风力发电机组进行拍摄,得到多帧图像。
在如图11所示的示例中,的图像采集装置1103设置于机舱1104的底部,在另一个示例中,风力发电机组侧面且与风力发电机组之间的距离为预设距离的位置可以是多个外部位置,可拍摄到叶片(包括叶尖)和塔筒即可。
参照图16,本申请实施例提供的风力发电机组塔架净空的确定设备1620,可以包括:处理器1621以及存储有计算机程序指令的存储器1622。
具体地,上述处理器1621可以包括中央处理器(Central Processing Unit,CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器1622可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器1622可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在一个实例中,存储器1622可以包括可移除或不可移除(或固定)的介质,或者存储器1622是非易失性固态存储器。存储器1622可在综合网关容灾设备的内部或外部。
在一个实例中,存储器1622可包括只读存储器(Read-Only Memory,ROM),随机存取存储器(Random Access Memory,RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器1622包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本申请的一方面的方法所描述的操作。
处理器1621通过读取并执行存储器1622中存储的计算机程序指令,以实现本申请实施例提供的风力发电机组塔架净空的任意一种确定方法,并达到该方法相应技术效果,为简洁描述在此不再赘述。
在一个示例中,如图16所示,风力发电机组塔架净空的确定设备1620还可包括通信接口1623和总线1624,处理器1621、存储器1622、通信接口1623通过总线1624连接并完成相互间的通信。
通信接口1623,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线1624包括硬件、软件或两者,将风力发电机组塔架净空的确定设备1620的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(Accelerated GraphicsPort,AGP)或其他图形总线、增强工业标准架构(Extended Industry StandardArchitecture,EISA)总线、前端总线(Front Side Bus,FSB)、超传输(Hyper Transport,HT)互连、工业标准架构(Industry Standard Architecture,ISA)总线、无限带宽互连、低引脚数(Low Pin Count,LPC)总线、存储器总线、微信道架构(MicroChannelArchitecture,MCA)总线、外围组件互连(Peripheral Component Interconnect,PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线1624可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该确定设备1620可以执行本申请实施例提供的风力发电机组塔架净空的任意一种确定方法,并达到该方法相应技术效果,为简洁描述在此不再赘述。
基于同一发明构思,本申请实施例还提供了一种计算机存储介质,该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的风力发电机组塔架净空的任意一种确定方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、只读光盘、光盘、硬盘、光纤介质、射频(RadioFrequency,RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上所述,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (14)
1.一种风力发电机组塔架净空的确定方法,其特征在于,包括:
获取风力发电机组的多帧图像;
在每帧所述图像中确定所述风力发电机组的叶片区域,得到N个叶片区域,所述N为正整数;
分别对所述N个叶片区域进行图像检索,确定P个叶尖位置,所述P为正整数;
将所述P个叶尖位置中满足预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置,所述M为正整数;
基于所述M个第一有效叶尖位置确定所述风力发电机组的塔架净空。
2.根据权利要求1所述的风力发电机组塔架净空的确定方法,其特征在于,所述在每帧所述图像中确定所述风力发电机组的叶片区域,得到N个叶片区域,包括对每帧图像进行如下处理:
将当前帧图像的像素值与前一帧图像的像素值进行差值计算,根据差值计算结果确定所述当前帧图像中的至少一个运动物体区域;
根据所述至少一个所述运动物体区域确定所述当前帧图像中的叶片区域。
3.根据权利要求2所述的风力发电机组塔架净空的确定方法,其特征在于,所述根据所述至少一个所述运动物体区域确定所述当前帧图像中的叶片区域,包括:
当所述运动物体区域包括一个时,将所述运动物体区域确定为所述当前帧图像中的叶片区域;
当所述运动物体区域包括至少两个时,将所述运动物体区域进行合并,将得到的合并区域确定为所述当前帧图像中的叶片区域。
4.根据权利要求1所述的风力发电机组塔架净空的确定方法,其特征在于,所述分别对所述N个叶片区域进行图像检索,确定P个叶尖位置,包括:
确定每个所述叶片区域在第一方向上的长度是否小于预设的长度阈值;
在确定该叶片区域在所述第一方向上的长度小于所述长度阈值时,将该叶片区域中第二方向的极值位置确定为该叶片区域中的叶尖位置。
5.根据权利要求1所述的风力发电机组塔架净空的确定方法,其特征在于,所述将所述P个叶尖位置中满足所述预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置,包括:
确定所述P个叶尖点位置中是否存在满足以下至少一个预设条件的m个叶尖点位置:
所述M个叶尖点位置均在有效区域内;
所述M大于或等于预设的叶尖数量阈值;
所述M个叶尖位置的集中度和分散度满足预设分布条件;
当前的所述叶尖位置与相邻的所述叶尖位置的像素距离不是第一像素距离组中的最大值或最小值;所述第一像素距离组包括多个所述叶尖位置中每相邻的两个叶尖位置的像素距离;
在确定所述P个叶尖位置中存在满足以上至少一个预设条件的M个叶尖位置时,将满足以上至少一个预设条件的所述M个叶尖位置确定为所述M个第一有效叶尖位置。
6.根据权利要求1所述的风力发电机组塔架净空的确定方法,其特征在于,所述基于所述M个第一有效叶尖位置确定所述风力发电机组的塔架净空,包括:
对所述M个第一有效叶尖位置进行线性拟合,得到目标叶尖运动轨迹;
确定预设的塔筒位置到所述目标叶尖运动轨迹的像素距离;
根据所述像素距离以及预设的像素距离和物理距离的对应关系,确定所述塔筒位置到所述目标叶尖运动轨迹的物理距离,作为所述塔架净空值。
7.根据权利要求6所述的风力发电机组塔架净空的确定方法,其特征在于,所述对所述M个第一有效叶尖位置进行线性拟合,得到目标叶尖运动轨迹,包括:
对M个第一有效叶尖位置进行线性拟合,得到第一叶尖运动轨迹;
根据所述第一叶尖运动轨迹,将所述M个第一有效叶尖位置中满足预设的第二有效条件的T个第一有效叶尖位置,确定为T个第二有效叶尖位置,所述T为不大于M的正整数;
对所述T个第二有效叶尖位置进行线性拟合,将得到的第二叶尖运动轨迹确定为所述目标叶尖运动轨迹。
8.根据权利要求7所述的风力发电机组塔架净空的确定方法,其特征在于,所述将所述M个第一有效叶尖位置中满足预设的第二有效条件的T个第一有效叶尖位置,确定为T个第二有效叶尖位置,包括:
确定所述M个第一有效叶尖位置中是否存在满足以下至少一个预设条件的T个第一有效叶尖位置:
所述T个第一有效叶尖位置中的每个所述第一有效叶尖位置与所述第一叶尖运动轨迹的像素距离均不大于预设的像素距离阈值;
所述T个第一有效叶尖位置中的每个所述第一有效叶尖位置均不处于所述第一叶尖运动轨迹的端点处;
所述T大于或等于预设的叶尖数量阈值;
所述T个第一有效叶尖位置中的每个所述第一有效叶尖位置与相邻的所述第一有效叶尖位置的像素距离不是第二像素距离组中的最大值或最小值;所述第二像素距离组包括所述M个第一有效叶尖位置中每相邻的两个第一有效叶尖位置的像素距离;
在确定所述M个第一有效叶尖位置中存在满足以上至少一个预设条件的T个第一有效叶尖位置时,将满足以上至少一个预设条件的所述T个第一有效叶尖位置确定为T个第二有效叶尖位置。
9.根据权利要求1至8任一项所述的风力发电机组塔架净空的确定方法,其特征在于,包括:
在叶尖识别线程中执行以下操作:获取风力发电机组的多帧图像;在每帧所述图像中确定所述风力发电机组的叶片区域,得到N个叶片区域;对所述N个叶片区域中的每个叶片区域进行图像检索,确定P个叶尖位置;
在净空确定线程中执行以下操作:将所述P个叶尖位置中满足预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置;基于所述M个第一有效叶尖位置确定所述风力发电机组的塔架净空。
10.根据权利要求1至8任一项所述的风力发电机组塔架净空的确定方法,其特征在于,所述多帧图像包括:设置在特定位置的图像采集装置针对所述风力发电机组进行拍摄所得到的图像;
所述特定位置包括:所述风力发电机组的机舱底部或所述风力发电机组侧面且与风力发电机组之间的距离为预设距离的位置。
11.一种风力发电机组塔架净空的确定装置,其特征在于,包括:
图像获取模块,用于获取风力发电机组的多帧图像;
区域确定模块,用于在每帧所述图像中确定所述风力发电机组的叶片区域,得到N个叶片区域,所述N为正整数
位置确定模块,用于分别对所述N个叶片区域进行图像检索,确定P个叶尖位置,所述P为正整数;
位置筛选模块,用于将所述P个叶尖位置中满足预设的第一有效条件的M个叶尖位置,确定为M个第一有效叶尖位置,所述M为正整数;
净空确定模块,用于基于所述M个第一有效叶尖位置确定所述风力发电机组的塔架净空。
12.一种风力发电机组塔架净空的确定设备,其特征在于,包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-10中任意一项所述的风力发电机组塔架净空的确定方法。
13.一种风力发电机组塔架净空的确定系统,其特征在于,包括:图像采集装置以及如权利要求12所述的风力发电机组塔架净空的确定设备;
所述图像采集装置设置于特定位置且与所述确定设备通信连接;所述特定位置包括:所述风力发电机组的机舱底部或所述风力发电机组侧面且与风力发电机组之间的距离为预设距离的位置;
所述图像采集装置用于:针对所述风力发电机组进行拍摄,得到多帧图像。
14.一种计算机存储介质,其特征在于,存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-10中任意一项所述的风力发电机组塔架净空的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110338008.9A CN115143045A (zh) | 2021-03-30 | 2021-03-30 | 风力发电机组塔架净空的确定方法、装置、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110338008.9A CN115143045A (zh) | 2021-03-30 | 2021-03-30 | 风力发电机组塔架净空的确定方法、装置、设备及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115143045A true CN115143045A (zh) | 2022-10-04 |
Family
ID=83403996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110338008.9A Pending CN115143045A (zh) | 2021-03-30 | 2021-03-30 | 风力发电机组塔架净空的确定方法、装置、设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115143045A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116009008A (zh) * | 2023-03-28 | 2023-04-25 | 南京牧镭激光科技股份有限公司 | 基于雷达的叶片虚警抑制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110135466A1 (en) * | 2010-01-14 | 2011-06-09 | General Electric Company | System and method for monitoring and controlling wind turbine blade deflection |
CN109958583A (zh) * | 2017-12-22 | 2019-07-02 | 北京金风科创风电设备有限公司 | 一种测量风力发电机组的塔架净空的方法和设备 |
CN110678646A (zh) * | 2018-04-17 | 2020-01-10 | 远景能源(江苏)有限公司 | 风力涡轮机的叶尖间隙、估算与控制 |
CN111255636A (zh) * | 2018-11-30 | 2020-06-09 | 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 |
-
2021
- 2021-03-30 CN CN202110338008.9A patent/CN115143045A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110135466A1 (en) * | 2010-01-14 | 2011-06-09 | General Electric Company | System and method for monitoring and controlling wind turbine blade deflection |
CN109958583A (zh) * | 2017-12-22 | 2019-07-02 | 北京金风科创风电设备有限公司 | 一种测量风力发电机组的塔架净空的方法和设备 |
CN110678646A (zh) * | 2018-04-17 | 2020-01-10 | 远景能源(江苏)有限公司 | 风力涡轮机的叶尖间隙、估算与控制 |
CN111255636A (zh) * | 2018-11-30 | 2020-06-09 | 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 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116009008A (zh) * | 2023-03-28 | 2023-04-25 | 南京牧镭激光科技股份有限公司 | 基于雷达的叶片虚警抑制方法 |
CN116009008B (zh) * | 2023-03-28 | 2024-05-24 | 南京牧镭激光科技股份有限公司 | 基于雷达的叶片虚警抑制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111862195B (zh) | 光斑检测方法和装置、终端和存储介质 | |
US8873852B2 (en) | Method and apparatus for foreground object detection | |
US20150363668A1 (en) | Traffic lane boundary line extraction apparatus and method of extracting traffic lane boundary line | |
CN111489352B (zh) | 一种基于数字图像处理的隧道缝隙检测与测量方法及装置 | |
WO2023221801A9 (zh) | 图像处理方法及装置、计算机可读存储介质、电子设备 | |
CN111340749B (zh) | 图像质量的检测方法、装置、设备及存储介质 | |
CN111340030B (zh) | 图像处理方法及装置、电子设备、计算机可读存储介质 | |
CN105426894A (zh) | 铁道塞钉图像检测方法及装置 | |
CN112528861A (zh) | 应用于铁路隧道内道床的异物检测方法及装置 | |
CN116703909B (zh) | 一种电源适配器生产质量智能检测方法 | |
CN110779395A (zh) | 一种打靶校正系统及方法 | |
CN112528917A (zh) | 斑马线区域识别方法、装置、电子设备和存储介质 | |
CN112258569A (zh) | 瞳孔中心定位方法、装置、设备及计算机存储介质 | |
CN115143045A (zh) | 风力发电机组塔架净空的确定方法、装置、设备及系统 | |
CN115471476A (zh) | 一种部件缺陷检测方法、装置、设备及介质 | |
CN114445398A (zh) | 采煤机液压支架护帮板状态监测方法及装置 | |
CN117315350B (zh) | 基于无人机的光伏太阳能板的热斑检测方法及装置 | |
CN109658452B (zh) | 一种轨距检测方法及装置 | |
CN110428411B (zh) | 一种基于二次曝光的背光板检测方法及系统 | |
CN110765940A (zh) | 目标对象统计方法和装置 | |
CN112801963B (zh) | 一种视频图像遮挡检测方法及系统 | |
CN115376106A (zh) | 基于雷达图的车型识别方法、装置、设备及介质 | |
CN113822105B (zh) | 基于svm水标尺在线二分类器的人工智能水位监测系统 | |
CN114373086A (zh) | 集成模板匹配方法、装置、计算机设备及存储介质 | |
CN112785550A (zh) | 图像质量值确定方法、装置、存储介质及电子装置 |
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 |