CN116008970B - 基于视频图像验证雷达净空值反演精度的方法 - Google Patents
基于视频图像验证雷达净空值反演精度的方法 Download PDFInfo
- Publication number
- CN116008970B CN116008970B CN202310303463.4A CN202310303463A CN116008970B CN 116008970 B CN116008970 B CN 116008970B CN 202310303463 A CN202310303463 A CN 202310303463A CN 116008970 B CN116008970 B CN 116008970B
- Authority
- CN
- China
- Prior art keywords
- radar
- image
- intersection point
- tower
- clearance
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000005260 corrosion Methods 0.000 claims description 4
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Classifications
-
- 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
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于视频图像验证雷达净空值反演精度的方法,首先利用相机拍摄风机,同时采集净空雷达的数据和相机数据;然后对提取出的视频图像进行预处理,提取出图像中的两条塔筒壁直线和塔筒中轴线;再提取出图像中的叶尖的坐标,以叶尖做水平线,得到水平线与塔筒靠近叶片一侧外壁的交点,水平线与塔筒另一侧外壁的交点,水平线与塔筒中轴线交点,解算上述交点坐标;最后根据上述交点的坐标和叶尖的坐标,验证净空雷达净空值的反演精度。本发明可以通过拍摄视频图像的方式验证出机舱激光净空雷达净空值的反演精度,简单高效。
Description
技术领域
本发明涉及雷达净空值反演领域,具体是一种基于视频图像验证雷达净空值反演精度的方法。
背景技术
激光净空雷达为一种实时监测叶片净空值的激光雷达,当监测到叶片净空值小于规定的最小净空值时,风机机组主控可立即采取保护性措施,如减速、收桨等。随着风机叶片越来越长、越来越柔,风机桨叶扫塔的风险概率大大增加,激光净空雷达已然成为风力发电机组普遍使用的用于监测叶片净空值的重要传感器,激光净空雷达一般安装于机舱下部或者上部,其激光束朝向风机叶片进行稍微倾斜,激光束在风机运行的过程中会触发到叶片,即可测得叶片到激光净空雷达的距离,根据几何关系可以反演出叶尖到塔筒壁的距离即净空值,净空值反演精度的验证在激光净空雷达广泛应用中就显得尤为重要。
目前,验证机舱激光净空雷达净空值反演精度主要采用地面雷达标定和基于Bladed软件仿真这两种方案。
地面雷达标定是指将地面雷达放置在100米以上的距离,雷达出光面与主轴垂直,固定好雷达支架,地面雷达横滚位置调至水平,移动地面雷达位置,调整地面雷达的俯仰角,使雷达光束打在叶尖位置,用倾角传感器测量当前雷达的仰角,从而根据地面雷达测到的塔筒与叶片的距离差、雷达仰角计算出净空值。这种方法由于机舱激光净空雷达与地面雷达触发叶片的时间不同,打在叶片的位置不同,二者计算的净空值存在一定的差异。
基于Bladed软件仿真是指基于激光净空雷达的安装位置、机舱仰角、叶片锥角、主轴长度、工作桨距角、塔筒的半径、叶片长度、叶片变形量等参数仿真出不同测距值处对应的净空值,没有考虑到风机实际运行过程中叶片的变形量与仿真变形量之间的偏差。
这两种方案验证机舱激光净空雷达净空值反演精度都存在一定的不确定度,不能真正反映机舱激光净空雷达的净空值反演精度,这就给风机主控根据机舱净空雷达反演的净空值进行风机预警控制增加了一定的难度。
发明内容
本发明针对验证机舱激光净空雷达净空值反演精度存在的不确定问题,提供了一种基于视频图像验证雷达净空值反演精度的方法,可以通过拍摄视频图像的方式验证出机舱激光净空雷达净空值的反演精度,简单高效。
本发明提供了一种基于视频图像验证雷达净空值反演精度的方法,包括以下步骤:
1)利用相机拍摄风机,同时采集净空雷达的数据和相机数据,以净空雷达获取的叶片测距数据为时间基准,提取出相机拍摄的基准时间的视频图像;
2)对提取出的视频图像进行预处理,提取出图像中的两条塔筒壁直线和塔筒中轴线;
3)提取出图像中的叶尖的坐标,记叶尖点为D,以叶尖做水平线,记水平线与塔筒靠近叶片一侧外壁的交点为B, 水平线与塔筒另一侧外壁的交点为A, 记水平线与塔筒中轴线交点为C,解算出交点A,交点B和交点C的坐标;
4)根据上述交点的坐标和叶尖的坐标,计算出塔筒直径的图上距离和叶尖到塔筒壁的图上距离,以塔筒直径的实际距离为基础,计算出图像的比例尺,然后推算出叶尖到塔筒壁的实际距离即真实净空值,以真实净空值为基准,验证净空雷达净空值的反演精度。
进一步改进,所述相机放置位置与机舱激光净空雷达同侧,相机拍摄时与风机机舱侧面平行,摄像头保持塔筒中轴线在视频图像中处在垂直位置,视频图像中完整显示两侧的塔筒壁和叶片的叶尖。
进一步改进,所述相机选用图像分辨率为0.01mm之上、帧频高于60帧/s的高清高帧速相机。所述净空雷达通过工控机进行网络授时,相机通过笔记本电脑进行网络授时。
进一步改进,步骤1)所述相机拍摄的基准时间的视频图像通过自动时间匹配的方法提取出。
进一步改进,步骤2)所述预处理过程具体如下:
2.1)筛选出的视频图像为基础,进行彩色视频图像的灰度化、图像的边缘检测、图像腐蚀、图像膨胀,得到边缘突出显示的二值化后图像;
2.2)以二值化后的图像为基础,进行霍夫曼直线检测,提取出视频图像中的两条塔筒壁直线,计算这两条塔筒壁所在直线的斜率和截距,分别表示为(KA,bA)和(KB,bB),求出两条塔筒壁所在直线延长线的交点(X0,Y0),塔筒中轴线经过交点(X0,Y0),根据角平分线的定义,|KC-KA|/(1+ KA*KC)=|KB- KC|/(1+ KC* KB),得到塔筒中轴线的斜率和截距KC和bC。
进一步改进,步骤3)所述叶尖和交点坐标获取过程如下:
3.1)在塔筒右侧基于灰度阈值和空间定位的方法,查找灰度值大于阈值150的位于叶片下部的点,提取出其叶尖点D的坐标,并计算过叶尖点D且垂直于塔筒中轴线的直线CD的斜率和截距KD、bD;
3.2)根据直线CD的斜率和截距KD、bD以及两条塔筒壁所在直线的斜率和截距(KA,bA)、(KB,bB)计算出交点A和交点B的坐标。
本发明还提供了一种用于执行基于视频图像验证雷达净空值反演精度的方法的设备,至少包括处理器和存储器,所述存储器存储计算机执行指令,所述处理器执行所述存储器存储的计算机执行指令,包括数据输入、数据处理、数据输出模块,执行上述基于视频图像验证雷达净空值反演精度的方法。
本发明还提供了一种计算机可读存储介质,存储有计算机程序或指令,当所述计算机程序或指令被运行时,实现上述的基于视频图像验证雷达净空值反演精度的方法。
本发明有益效果在于:
1)本发明从地面高清高帧速相机拍摄角度出发,调整摄像头的姿态保持塔筒中轴线在视频图像中处在垂直位置,从视频图像中可以完整地看到两侧的塔筒壁和叶片的叶尖,降低了拍摄机位与被测风机的相对角度给净空值测量的不确定度;以图像分辨率为0.01mm之上、帧频高于60帧/s的高清高帧速相机为前提,保证了叶片满发运转时安装于地面支架的高清高帧速相机可以完整地捕捉到每个叶片周期净空值最小的视频图像。
2)本发明以机舱激光净空雷达获取叶片数据的时间为基准,基于时间匹配的方法,提取出与机舱激光净空雷达叶片数据对应的同时刻图像,保证了机舱激光净空雷达数据与视频图像在时间维度上的一致性。
3)本发明以视频图像中叶尖位置处塔筒直径的实际距离为参考,以视频图像的高空间分辨率为前提,在对视频图像预处理的基础上,提取出视频图像中叶尖到塔筒壁的图上距离和对应的图像比例尺,从而推算出叶尖到塔筒壁的实际距离即实际净空值,保证了基准净空值的精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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,下面描述中的附图仅仅是本发明的一些实施例,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它的附图。
图1为本发明流程示意图;
图2为激光净空雷达安装位置及相机架设方位;
图3为机舱激光净空雷达的连接方式示意图;
图4为高清高帧速相机的连接方式示意图;
图5为相机拍摄的视频图像。
实施方式
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,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
一种基于视频图像验证雷达净空值反演精度的方法及装置,技术流程如图1所示,该方法包括以下步骤:
1、首先机舱净空雷达通过工控机进行网络授时,高清高帧速相机通过笔记本电脑进行网络授时,同时采集机舱净空雷达的数据和高清高帧速相机数据,以机舱净空雷达获取的叶片测距数据为时间基准,通过自动时间匹配的方法,提取出高清高帧速相机拍摄的基准时间的视频图像。
2、对提取出的视频图像进行预处理,首先将彩色视频图像转化为灰度图像,其次进行边缘检测、腐蚀、膨胀操作,然后进行霍夫曼直线检测,提取出图像中的两条塔筒壁直线和塔筒中轴线。
3、基于灰度值阈值判定法提取出图像中的叶尖的坐标,然后解算出过叶尖点与塔筒中轴线相互垂直的直线与两条塔筒壁直线的交点。
4、根据上述交点的坐标和叶尖的坐标,计算出塔筒直径的图上距离和叶尖到塔筒壁的图上距离,以塔筒直径的实际距离为基础,计算出图像的比例尺,然后推算出叶尖到塔筒壁的实际距离即真实净空值,以真实净空值为基准,就可以验证出机舱激光净空雷达净空值的反演精度。
本发明一种实施例的具体步骤如下:
步骤1、筛选视频图像及激光净空雷达数据
1)选取图像分辨率为0.01mm之上、帧频高于60帧/s的高清高帧速相机架设在距离风机100m左右与机舱激光净空雷达同侧的地方,相机拍摄视频图像时与风机机舱侧面平行,调整摄像头的姿态,保持塔筒中轴线在视频图像中处在垂直位置,从视频图像中可以完整地看到两侧的塔筒壁和叶片的叶尖,如图2所示。高清高帧速相机与笔记本电脑直连,笔记本电脑通过手机热点开通WIFI连接,确保笔记本电脑网络授时;机舱激光净空雷达通过网线与工控机连接,并通过网口存储原始数据,工控机需要外连路由器,可通过网线连接,确保工控机网络授时,保证机舱雷达获取数据的时间和相机获取视频图像的时间基准相同,连接方式如图3和图4所示。
2)同步采集机舱激光净空雷达的数据和风机运转的视频图像,以机舱激光净空雷达获取的叶片数据的时间为基准,基于时间匹配的方法,提取出与机舱激光净空雷达叶片数据对应的同时刻视频图像。
步骤2、视频图像预处理
1)如图5所示,以筛选出的视频图像为基础,进行图像预处理,主要包括彩色视频图像的灰度化、图像的边缘检测、图像腐蚀、图像膨胀,得到边缘突出显示的二值化后图像;
2)以二值化后的图像为基础,进行霍夫曼直线检测,提取出视频图像中的两条塔筒壁直线,如图5中的沿着塔筒壁过点A的直线和沿着塔筒壁过点B的直线,计算这两条塔筒壁所在直线的斜率和截距,分别表示为(KA,bA)和(KB,bB),求出两条塔筒壁所在直线延长线的交点(X0,Y0),塔筒中轴线经过交点(X0,Y0),根据角平分线的定义,|KC-KA|/(1+ KA*KC)=|KB- KC|/(1+ KC* KB),可以得到塔筒中轴线的斜率和截距KC和bC。
步骤3、提取叶尖及对应的塔筒壁坐标
1)记叶尖点为D,以叶尖做水平线,记水平线与塔筒靠近叶片一侧外壁的交点为B,水平线与塔筒另一侧外壁的交点为A, 记水平线与塔筒中轴线交点为C,解算出交点A,交点B和交点C的坐标,如图4所示;在塔筒右侧基于灰度阈值和空间定位的方法,查找灰度值大于阈值150的位于叶片下部的点,提取出其叶尖点D的坐标,并计算过叶尖点D且垂直于塔筒中轴线的直线CD的斜率和截距KD、bD;
2)根据直线CD的斜率和截距KD、bD以及两条塔筒壁所在直线的斜率和截距(KA,bA)、(KB,bB)计算出交点A和交点B的坐标,即为叶尖处对应的塔筒壁的坐标。
步骤4、计算实际净空值及反演精度
1)以视频图像中叶尖位置处塔筒直径的实际距离SAB为参考,在对视频图像预处理的基础上,提取视频图像中叶尖处塔筒直径的图上距离DAB和叶尖到塔筒壁的图上距离DBD,根据叶尖处塔筒直径的实际距离SAB与叶尖处塔筒直径的图上距离DAB的比值,可以计算出叶尖到塔筒壁的实际距离即实际净空值SBD=(SAB/DAB)*DBD;
2)以同时间采集的机舱激光净空雷达反演出的净空值为待验证的数据,上述计算的实际净空值为基准值,计算二者的差值,进行相关性分析,就可以推算出激光净空雷达净空值的反演精度。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,以上所述仅是本发明的优选实施方式,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,对于本技术领域的普通技术人员来说,可轻易想到的变化或替换,在不脱离本发明原理的前提下,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (7)
1.一种基于视频图像验证雷达净空值反演精度的方法,其特征在于,包括以下步骤:
1)利用相机拍摄风机,拍摄图像中包含风机塔筒、风机机舱、风机叶片和净空雷达,同时采集净空雷达的数据和相机数据,以净空雷达获取的叶片测距数据为时间基准,提取出相机拍摄的基准时间的视频图像;
2)对提取出的视频图像进行预处理,提取出图像中的两条塔筒壁直线和塔筒中轴线;所述预处理过程具体如下:
2.1)筛选出的视频图像为基础,进行彩色视频图像的灰度化、图像的边缘检测、图像腐蚀、图像膨胀,得到边缘突出显示的二值化后图像;
2.2)以二值化后的图像为基础,进行霍夫曼直线检测,提取出视频图像中的两条塔筒壁直线,计算这两条塔筒壁所在直线的斜率和截距,分别表示为(KA,bA)和(KB,bB),求出两条塔筒壁所在直线延长线的交点(X0,Y0),塔筒中轴线经过交点(X0,Y0),根据角平分线的定义,|KC-KA|/(1+ KA *KC)=|KB - KC |/(1+ KC * KB),得到塔筒中轴线的斜率和截距KC和bC;
3)提取出图像中的叶尖的坐标,记叶尖点为D,以叶尖做水平线,记水平线与塔筒靠近叶片一侧外壁的交点为B, 水平线与塔筒另一侧外壁的交点为A, 记水平线与然后塔筒中轴线交点为C,解算出交点A,交点B和交点C的坐标;所述叶尖和交点坐标获取过程如下:
3.1)在塔筒右侧基于灰度阈值和空间定位的方法,查找灰度值大于阈值150的位于叶片下部的点,提取出其叶尖点D的坐标,并计算过叶尖点D且垂直于塔筒中轴线的直线CD的斜率和截距KD、bD;
3.2)根据直线CD的斜率和截距KD、bD以及两条塔筒壁所在直线的斜率和截距(KA,bA)、(KB,bB)计算出交点A和交点B的坐标;
4)根据上述交点的坐标和叶尖的坐标,计算出塔筒直径的图上距离和叶尖到塔筒壁的图上距离,以塔筒直径的实际距离为基础,计算出图像的比例尺,然后推算出叶尖到塔筒壁的实际距离即真实净空值,以真实净空值为基准,验证净空雷达净空值的反演精度。
2.根据权利要求1所述的基于视频图像验证雷达净空值反演精度的方法,其特征在于:所述相机放置位置与机舱激光净空雷达同侧,相机拍摄时与风机机舱侧面平行,摄像头保持塔筒中轴线在视频图像中处在垂直位置,视频图像中完整显示两侧的塔筒壁和叶片的叶尖。
3.根据权利要求1或2所述的基于视频图像验证雷达净空值反演精度的方法,其特征在于:所述相机选用图像分辨率为0.01mm之上、帧频高于60帧/s的高清高帧速相机。
4.根据权利要求1或2所述的基于视频图像验证雷达净空值反演精度的方法,其特征在于:步骤1)所述相机拍摄的基准时间的视频图像通过自动时间匹配的方法提取出。
5.根据权利要求1或2所述的基于视频图像验证雷达净空值反演精度的方法,其特征在于:所述净空雷达通过工控机进行网络授时,相机通过笔记本电脑进行网络授时。
6.一种用于执行基于视频图像验证雷达净空值反演精度的方法的设备,其特征在于:至少包括处理器和存储器,所述存储器存储计算机执行指令,所述处理器执行所述存储器存储的计算机执行指令,包括数据输入、数据处理、数据输出模块,执行权利要求1所述基于视频图像验证雷达净空值反演精度的方法。
7.一种计算机可读存储介质,其特征在于:存储有计算机程序或指令,当所述计算机程序或指令被运行时,实现权利要求1所述的基于视频图像验证雷达净空值反演精度的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310303463.4A CN116008970B (zh) | 2023-03-27 | 2023-03-27 | 基于视频图像验证雷达净空值反演精度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310303463.4A CN116008970B (zh) | 2023-03-27 | 2023-03-27 | 基于视频图像验证雷达净空值反演精度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116008970A CN116008970A (zh) | 2023-04-25 |
CN116008970B true CN116008970B (zh) | 2024-01-05 |
Family
ID=86037702
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310303463.4A Active CN116008970B (zh) | 2023-03-27 | 2023-03-27 | 基于视频图像验证雷达净空值反演精度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116008970B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104088753A (zh) * | 2014-06-24 | 2014-10-08 | 许继集团有限公司 | 一种大型风力发电机组增加最小净空的尖峰调节控制方法 |
CN106091941A (zh) * | 2016-06-21 | 2016-11-09 | 远景能源(江苏)有限公司 | 风力发电机叶尖塔筒净空的测量方法 |
CN109100707A (zh) * | 2018-08-21 | 2018-12-28 | 百度在线网络技术(北京)有限公司 | 雷达传感器的标定方法、装置、设备及存储介质 |
CN109571401A (zh) * | 2018-11-20 | 2019-04-05 | 深圳玩智商科技有限公司 | 一种多层激光雷达的移动机器人 |
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 |
CN110031818A (zh) * | 2019-04-29 | 2019-07-19 | 中国南方电网有限责任公司超高压输电公司昆明局 | 基于点云数据的输电线路对地表净空距离轮廓线提取方法 |
CN113189615A (zh) * | 2021-03-26 | 2021-07-30 | 国家电网有限公司 | 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法 |
CN113296082A (zh) * | 2021-05-28 | 2021-08-24 | 南京牧镭激光科技有限公司 | 一种激光净空雷达监测风机净空距离时的标定方法及辅助装置 |
CN114199167A (zh) * | 2021-11-17 | 2022-03-18 | 陕西中科启航科技有限公司 | 一种基于毫米波的叶片净空监测系统 |
CN114718819A (zh) * | 2022-04-02 | 2022-07-08 | 明阳智慧能源集团股份公司 | 基于塔基毫米波测距仪的风机叶片净空监测方法及系统 |
CN115201784A (zh) * | 2022-09-15 | 2022-10-18 | 南京牧镭激光科技有限公司 | 一种基于三线激光净空雷达的叶尖净空值反演方法及系统 |
CN115199483A (zh) * | 2022-07-11 | 2022-10-18 | 南京牧镭激光科技有限公司 | 一种基于激光净空雷达的健康状态监测方法 |
CN115218801A (zh) * | 2022-07-15 | 2022-10-21 | 无锡太湖学院 | 基于机器视觉的风力发电机净空距离测量方法及装置 |
CN115291196A (zh) * | 2022-07-06 | 2022-11-04 | 南京牧镭激光科技有限公司 | 一种激光净空雷达安装姿态的标定方法 |
CN115657080A (zh) * | 2022-12-29 | 2023-01-31 | 南京牧镭激光科技股份有限公司 | 激光雷达测风距离门自适应调节方法 |
CN115713558A (zh) * | 2022-09-28 | 2023-02-24 | 陕西中科启航科技有限公司 | 一种基于机器视觉地面测风电机组净空的方法 |
Family Cites Families (2)
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 |
BR112019009492B1 (pt) * | 2016-11-10 | 2022-09-27 | Cnh Industrial America Llc | Processador de resíduos para uso em uma segadora agrícola e segadora agrícola |
-
2023
- 2023-03-27 CN CN202310303463.4A patent/CN116008970B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104088753A (zh) * | 2014-06-24 | 2014-10-08 | 许继集团有限公司 | 一种大型风力发电机组增加最小净空的尖峰调节控制方法 |
CN106091941A (zh) * | 2016-06-21 | 2016-11-09 | 远景能源(江苏)有限公司 | 风力发电机叶尖塔筒净空的测量方法 |
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 |
CN109100707A (zh) * | 2018-08-21 | 2018-12-28 | 百度在线网络技术(北京)有限公司 | 雷达传感器的标定方法、装置、设备及存储介质 |
CN109571401A (zh) * | 2018-11-20 | 2019-04-05 | 深圳玩智商科技有限公司 | 一种多层激光雷达的移动机器人 |
CN110031818A (zh) * | 2019-04-29 | 2019-07-19 | 中国南方电网有限责任公司超高压输电公司昆明局 | 基于点云数据的输电线路对地表净空距离轮廓线提取方法 |
CN113189615A (zh) * | 2021-03-26 | 2021-07-30 | 国家电网有限公司 | 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法 |
CN113296082A (zh) * | 2021-05-28 | 2021-08-24 | 南京牧镭激光科技有限公司 | 一种激光净空雷达监测风机净空距离时的标定方法及辅助装置 |
CN114199167A (zh) * | 2021-11-17 | 2022-03-18 | 陕西中科启航科技有限公司 | 一种基于毫米波的叶片净空监测系统 |
CN114718819A (zh) * | 2022-04-02 | 2022-07-08 | 明阳智慧能源集团股份公司 | 基于塔基毫米波测距仪的风机叶片净空监测方法及系统 |
CN115291196A (zh) * | 2022-07-06 | 2022-11-04 | 南京牧镭激光科技有限公司 | 一种激光净空雷达安装姿态的标定方法 |
CN115199483A (zh) * | 2022-07-11 | 2022-10-18 | 南京牧镭激光科技有限公司 | 一种基于激光净空雷达的健康状态监测方法 |
CN115218801A (zh) * | 2022-07-15 | 2022-10-21 | 无锡太湖学院 | 基于机器视觉的风力发电机净空距离测量方法及装置 |
CN115201784A (zh) * | 2022-09-15 | 2022-10-18 | 南京牧镭激光科技有限公司 | 一种基于三线激光净空雷达的叶尖净空值反演方法及系统 |
CN115713558A (zh) * | 2022-09-28 | 2023-02-24 | 陕西中科启航科技有限公司 | 一种基于机器视觉地面测风电机组净空的方法 |
CN115657080A (zh) * | 2022-12-29 | 2023-01-31 | 南京牧镭激光科技股份有限公司 | 激光雷达测风距离门自适应调节方法 |
Non-Patent Citations (1)
Title |
---|
气动载荷作用对大型风力机叶片-塔架净空影响分析;郭俊凯;机械工程师;第1-2页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116008970A (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111322985B (zh) | 基于激光点云的隧道限界分析方法、装置和系统 | |
CN103808271B (zh) | 远距离量测裂缝的方法及其装置 | |
CN109900713B (zh) | 摄像引导的无人机风电叶片缺陷动态检测系统及其方法 | |
CN105045950A (zh) | 一种基于三维激光扫描的桥梁安全评估系统 | |
US20200410710A1 (en) | Method for measuring antenna downtilt based on linear regression fitting | |
CN110533649B (zh) | 一种无人机通用结构裂缝识别检测装置及方法 | |
CN104122560A (zh) | 一种输电线路广域冰情监测方法 | |
CN111179262A (zh) | 一种结合形状属性的电力巡检图像金具检测方法 | |
JP5558063B2 (ja) | トンネルデータ処理システムおよびトンネルデータ処理方法 | |
US20230105991A1 (en) | Method of imaging a wind turbine rotor blade | |
CN115218801B (zh) | 基于机器视觉的风力发电机净空距离测量方法及装置 | |
Wu et al. | Non-contact measurement method of beam vibration with laser stripe tracking based on tilt photography | |
CN111221003A (zh) | 用激光雷达传感器获取入射风场和对其建模的方法 | |
CN116008970B (zh) | 基于视频图像验证雷达净空值反演精度的方法 | |
CN115773209A (zh) | 一种风机叶片净空检测装置及检测方法 | |
CN113446932A (zh) | 非接触式裂纹测量方法及其系统 | |
CN109934151B (zh) | 一种基于movidius计算芯片和Yolo face的人脸检测方法 | |
CN116858102A (zh) | 基于点云匹配的焊缝尺寸检测方法、系统、介质及设备 | |
US10636140B2 (en) | Technique for inspecting semiconductor wafers | |
He et al. | Camera-based portable system for wind turbine blade tip clearance measurement | |
CN115713558A (zh) | 一种基于机器视觉地面测风电机组净空的方法 | |
CN114119670A (zh) | 一种基于智能手机获取河流视频的流速测量方法 | |
CN113250914A (zh) | 一种机舱塔顶2d位移测量方法、系统、设备及存储介质 | |
CN111475942A (zh) | 风资源质量的评估方法、系统、介质及电子设备 | |
CN110781758A (zh) | 一种受电弓结构异常动态视频监测方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |