CN116517793B - 一种风电场风机叶片自动清洁方法及系统 - Google Patents
一种风电场风机叶片自动清洁方法及系统 Download PDFInfo
- Publication number
- CN116517793B CN116517793B CN202310671315.8A CN202310671315A CN116517793B CN 116517793 B CN116517793 B CN 116517793B CN 202310671315 A CN202310671315 A CN 202310671315A CN 116517793 B CN116517793 B CN 116517793B
- Authority
- CN
- China
- Prior art keywords
- preset
- less
- speed
- initial
- cleaning
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 233
- 238000000034 method Methods 0.000 title claims abstract description 47
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 263
- 239000000428 dust Substances 0.000 claims abstract description 123
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- 238000012937 correction Methods 0.000 claims description 109
- 230000007613 environmental effect Effects 0.000 claims description 26
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009194 climbing Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- F03D80/00—Details, components or accessories not provided for in groups F03D1/00 - F03D17/00
- F03D80/50—Maintenance or repair
- F03D80/55—Cleaning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B13/00—Accessories or details of general applicability for machines or apparatus for cleaning
-
- 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
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
- F03D17/027—Monitoring or testing of wind motors, e.g. diagnostics characterised by the component being monitored or tested
- F03D17/028—Blades
- F03D17/0285—Surfaces thereof
-
- 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
-
- 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
- F03D17/001—Inspection
- F03D17/003—Inspection characterised by using optical devices, e.g. lidar or 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)
- 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)
- Structures Of Non-Positive Displacement Pumps (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及灰尘清洗技术领域,具体提出一种风电场风机叶片自动清洁方法及系统,该方法包括:基于图像识别技术获取风机叶片表面灰尘覆盖率,将表面灰尘覆盖率与标准预设覆盖率进行比对,根据比对结果判断是否对风机叶片进行清洁并设定初始清洗时间;当判断需对风机叶片进行清洁时,获取风机叶片灰尘厚度,选择开启清洗器并设置初始水速;获取风机叶片实时转速对初始水速进行调整,获取第一水速;获取风机叶片周围环境数据对第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间。本发明提高了清洁效率、精确控制清洗参数、减少了人工干预、提高了清洁均匀性以及实现了实时监测。
Description
技术领域
本发明涉及灰尘清洗技术领域,具体而言,涉及一种风电场风机叶片自动清洁方法及系统。
背景技术
随着可再生能源的快速发展,风力发电成为一种重要的清洁能源来源。风力发电场中的风机叶片起着关键的作用,它们将风能转化为机械能,驱动发电机发电。然而,在风机运行过程中,风机叶片容易积累灰尘、污垢等杂质,导致风能转化效率下降。因此,保持风机叶片的清洁状态对于提高风能转化效率至关重要。
然而,传统的风机叶片清洗通常需要人工登上风机塔架,使用高压水枪或刷子进行清洗。这涉及登高作业和人工操作,不仅繁琐耗时,还存在一定的安全风险。由于风机叶片通常较长且数量众多,人工清洗需要大量的时间和人力资源。清洗周期较长,导致风机停机时间增加,降低了风能转化效率。由于受到操作者技术水平和工作环境等因素的影响,叶片清洗的均匀性无法得到保证。部分叶片可能清洗不彻底或被忽略,影响了整体清洁效果。传统的清洗方法通常缺乏监测和反馈机制,无法准确了解叶片的污染程度和清洗效果。这导致无法及时调整清洗策略和参数,影响清洁效果的优化。
因此,有需要提供一种风电场风机叶片自动清洁方法及系统,用以提高清洁效率、降低清洁成本、减少安全风险,并实现对叶片清洁过程的实时监测和优化。
发明内容
鉴于此,本发明提出了一种风电场风机叶片自动清洁方法及系统,旨在解决当前技术中人工操作繁琐、效率低下、不均匀清洗、高成本以及难以实现实时监测的问题。
一个方面,本发明提出了一种风电场风机叶片自动清洁方法,包括:
基于图像识别技术获取风机叶片表面灰尘覆盖率,将所述表面灰尘覆盖率与标准预设覆盖率进行比对,获取比对结果,根据所述比对结果判断是否对所述风机叶片进行清洁并设定初始清洗时间;
当判断需对所述风机叶片进行清洁时,获取所述风机叶片灰尘厚度,根据所述灰尘厚度选择开启清洗器并设置初始水速;
获取所述风机叶片实时转速,根据所述实时转速对所述初始水速进行调整,获取第一水速;
获取所述风机叶片周围环境数据,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间。
在本申请公开的一些实施例中,包括:所述基于图像识别技术获取风机叶片表面灰尘覆盖率,将所述表面灰尘覆盖率与标准预设覆盖率进行比对,获取比对结果,根据所述比对结果判断是否对所述风机叶片进行清洁,包括:
预先设定第一预设清洗时间T1、第二预设清洗时间T2和第三预设清洗时间T3,且T1<T2<T3;
预先设定标准预设覆盖率F0,将所述表面灰尘覆盖率△F与所述标准预设覆盖率F0进行比对;
当F0≥△F时,不对所述风机叶片进行清洗;
当F0<△F≤1.2F0时,对所述风机叶片进行清洗并将所述第一预设清洗时间T1作为所述初始清洗时间;
当1.2F0<△F≤1.5F0时,对所述风机叶片进行清洗并将所述第二预设清洗时间T2作为所述初始清洗时间;
当1.5F0<△F时,对所述风机叶片进行清洗并将所述第三预设清洗时间T3作为所述初始清洗时间。
在本申请的一些实施例中,当判断需对所述风机叶片进行清洁时,获取所述风机叶片灰尘厚度,根据所述灰尘厚度选择开启清洗器并设置初始水速,包括:
预先设置第一清洗器、第二清洗器、第三清洗器和第四清洗器;
预先设定第一预设水速V1、第二预设水速V2、第三预设水速V3和第四预设水速V4,且V1<V2<V3<V4;
预先设定第一预设灰尘厚度H1、第二预设灰尘厚度H2、第三预设灰尘厚度H3和第四预设灰尘厚度H4,且H1<H2<H3<H4;
获取所述风机叶片灰尘厚度△H,根据所述灰尘厚度与各预设厚度的大小关系,选择开启清洗器并设置初始水速。
在本申请的一些实施例中,获取所述风机叶片灰尘厚度△H,根据所述灰尘厚度与各预设厚度的大小关系,选择开启清洗器并设置初始水速,包括:
当H1≤△H<H2时,开启所述第一清洗器并将所述第一预设水速V1作为所述初始水速;
当H2≤△H<H3时,开启所述第二清洗器并将所述第二预设水速V2作为所述初始水速;
当H3≤△H<H4时,开启所述第三清洗器并将所述第三预设水速V3作为所述初始水速;
当H4≤△H时,开启所述第四清洗器并将所述第四预设水速V4作为所述初始水速。
在本申请的一些实施例中,在开启第i清洗器并设置第i预设水速Vi作为所述初始水速后,i=1,2,3,4,获取所述风机叶片实时转速,根据所述实时转速对所述初始水速进行调整,获取第一水速,包括:
预先设定第一转速Z1、第二预设转速Z2、第三预设转速Z3和第四预设转速Z4,且Z1<Z2<Z3<Z4;
预先设定第一预设调整系数A1、第二预设调整系数A2、第三预设调整系数A3和第四预设调整系数A4,且A1<A2<A3<A4;
根据所述实时转速△Z与各预设转速的大小关系选取调整系数对所述初始水速进行调整,获取第一水速;
当Z1≤△Z<Z2时,选取所述第一预设调整系数A1对所述初始水速Vi进行调整,获取第一水速Vi*A1;
当Z2≤△Z<Z3时,选取所述第二预设调整系数A2对所述初始水速Vi进行调整,获取第一水速Vi*A2;
当Z3≤△Z<Z4时,选取所述第三预设调整系数A3对所述初始水速Vi进行调整,获取第一水速Vi*A3;
当Z4≤△Z时,选取所述第四预设调整系数A4对所述初始水速Vi进行调整,获取第一水速Vi*A4。
在本申请的一些实施例中,在选取第i预设清洗时间Ti作为所述初始清洗时间,i=1,2,3,并选取第i预设调整系数对所述初始水速进行调整,获取第一水速Vi*Ai后,i=1,2,3,4,获取所述风机叶片周围环境数据,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间,其中所述环境数据包括空气中灰尘含量△L和环境风速△P;
预先设定第一预设灰尘含量L1、第二预设灰尘含量L2、第三预设灰尘含量L3和第四预设灰尘含量L4,且L1<L2<L3<L4;
预先设定第一预设校正系数B1、第二预设校正系数B2、第三预设校正系数B3和第四预设校正系数B4,且B1<B2<B3<B4;
根据所述灰尘含量△L与各预设含量的大小关系,选取预设校正系数对所述第一水速进行校正,获取校正后的第一水速;
当L1≤△L<L2时,选取所述第一预设校正系数B1对所述第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B1;
当L2≤△L<L3时,选取所述第二预设校正系数B2对所述第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B2;
当L3≤△L<L4时,选取所述第三预设校正系数B3对所述第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B3;
当L4≤△L时,选取所述第四预设校正系数B4对所述第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B4。
在本申请的一些实施例中,在选取第i校正系数Bi对所述第一水速进行校正,获取校正后的第一水速Vi*Ai*Bi后,i=1,2,3,4,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间,还包括:
预先设定第一预设风速P1、第二预设风速P2、第三预设风速P3和第四预设风速P4,且P1<P2<P3<P4;
根据所述环境风速△P与各预设风速的大小关系,选取预设校正系数对所述校正后的第一水速进行二次校正,获取最终水速。
在本申请的一些实施例中,根据所述环境风速△P与各预设风速的大小关系,选取预设校正系数对所述校正后的第一水速进行二次校正,获取最终水速,包括:
当P1≤△P<P2时,选取所述第四预设校正系数B4对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B4;
当P2≤△P<P3时,选取所述第三预设校正系数B3对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B3;
当P3≤△P<P4时,选取所述第二预设校正系数B2对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B2;
当P4≤△P时,选取所述第一预设校正系数B1对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B1。
在本申请的一些实施例中,在选取第i预设校正系数Bi对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*Bi后,i=1,2,3,4,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间,还包括:
预先设定第一预设时间校正系数C1、第二预设时间校正系数C2、第三预设时间校正系数C3和第四预设时间校正系数C4,且C1<C2<C3<C4;
预先设定第一预设阈值Y1、第二预设阈值Y2、第三预设阈值Y3和第四预设阈值Y4,且Y1<Y2<Y3<Y4;
根据所述最终水速Vi*Ai*Bi*Bi与各预设阈值的大小关系,i=1,2,3,4,选取预设时间校正系数对所述初始清洗时间Ti进行校正,i=1,2,3,获取最终清洗时间;
当Y1≤Vi*Ai*Bi*Bi<Y2时,选取所述第一预设时间校正系数C1对所述初始清洗时间Ti进行校正,获取最终清洗时间Ti*C1;
当Y2≤Vi*Ai*Bi*Bi<Y3时,选取所述第二预设时间校正系数C2对所述初始清洗时间Ti进行校正,获取最终清洗时间Ti*C2;
当Y3≤Vi*Ai*Bi*Bi<Y4时,选取所述第三预设时间校正系数C3对所述初始清洗时间Ti进行校正,获取最终清洗时间Ti*C3;
当Y4≤Vi*Ai*Bi*Bi时,选取所述第四预设时间校正系数C4对所述初始清洗时间Ti进行校正,获取最终清洗时间Ti*C4。
与现有技术相比,本发明的有益效果在于:通过使用图像识别技术获取风机叶片表面灰尘覆盖率,并与标准预设覆盖率进行比对,可以准确判断是否需要对叶片进行清洁。避免了对清洁不必要的叶片进行操作,提高了清洁效率。根据风机叶片的灰尘厚度选择开启清洗器,并设置初始水速。随后,根据风机叶片的实时转速对初始水速进行调整,得到第一水速。通过对环境数据的获取和分析,对第一水速和初始清洗时间进行校正,最终得到最适合的水速和清洗时间。实现对清洗参数的精确控制,确保清洁效果最佳。采用自动清洁方法可以减少对人工的依赖和干预。借助图像识别技术和实时数据采集,系统可以自主地进行清洁判断和参数调整,降低了人力资源的投入。通过使用图像识别技术获取叶片表面灰尘覆盖率,并根据清洗判断结果进行清洁,可以确保每个叶片都得到适当的清洁,提高了清洁的均匀性和一致性。通过获取风机叶片的实时转速和周围环境数据,并根据这些数据对清洗参数进行校正,可以实现对清洁过程的实时监测和优化。可以及时调整清洗策略和参数,提高清洁效果和系统的整体性能。
另一方面,本申请还提供了一种风电场风机叶片自动清洁系统,包括:
采集模块:用于基于图像识别技术获取风机叶片表面灰尘覆盖率,将所述表面灰尘覆盖率与标准预设覆盖率进行比对,获取比对结果,根据所述比对结果判断是否对所述风机叶片进行清洁并设定初始清洗时间;
清洗模块:用于当判断需对所述风机叶片进行清洁时,获取所述风机叶片灰尘厚度,根据所述灰尘厚度选择开启清洗器并设置初始水速;
调整模块:用于获取所述风机叶片实时转速,根据所述实时转速对所述初始水速进行调整,获取第一水速;
校正模块:用于获取所述风机叶片周围环境数据,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间。
可以理解的是,上述一种风电场风机叶片自动清洁方法及系统具备相同的有益效果,在此不再赘述。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例提供的风电场风机叶片自动清洁方法的流程图;
图2为本发明实施例提供的风电场风机叶片自动清洁系统的功能框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整地传达给本领域的技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
一个方面,参阅图1所示,本申请提供了一种风电场风机叶片自动清洁方法,包括:步骤S100:基于图像识别技术获取风机叶片表面灰尘覆盖率,将表面灰尘覆盖率与标准预设覆盖率进行比对,获取比对结果,根据比对结果判断是否对风机叶片进行清洁并设定初始清洗时间。
步骤S200:当判断需对风机叶片进行清洁时,获取风机叶片灰尘厚度,根据灰尘厚度选择开启清洗器并设置初始水速。
步骤S300:获取风机叶片实时转速,根据实时转速对初始水速进行调整,获取第一水速。
步骤S400:获取风机叶片周围环境数据,根据环境数据对第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间。
具体而言,该方法利用图像识别技术获取风机叶片表面的灰尘覆盖率,并与标准预设覆盖率进行比对,通过比对结果判断是否需要对风机叶片进行清洁,并设定初始清洗时间。当确定需要清洁时,获取风机叶片的灰尘厚度,并根据该厚度选择开启清洗器并设置初始水速。同时,获取风机叶片的实时转速,并根据实时转速调整初始水速,得到第一水速。接着,获取风机叶片周围的环境数据,根据这些环境数据对第一水速和初始清洗时间进行校正,最终得到最终水速和最终清洗时间。
具体而言,使用相机或传感器等设备获取风机叶片的图像也可以通过无人机、机器人或安装在风机附近的摄像头等方式获取图像。对获取的图像进行预处理,包括图像去噪、图像增强、边缘检测等操作,以提高后续的图像分析效果。通过图像分析算法,提取风机叶片图像中的特征信息。这些特征可以包括颜色、纹理、形状等,用于描述灰尘在叶片表面的分布情况。利用机器学习算法或计算机视觉算法对图像中的灰尘区域进行检测和分割。这可以通过阈值分割、边缘检测、区域生长等方法实现。根据检测到的灰尘区域和整个叶片的面积,计算灰尘覆盖率。灰尘覆盖率可以表示为灰尘区域的面积与整个叶片面积的比值。
可以理解的是,上述方法通过自动化的图像识别、调整水速和校正参数的方式,实现了风机叶片的自动清洁,并具有提高效率、精准控制、节能降耗和增强风机性能等有益效果。
在本申请的一些实施例中,步骤S100中基于图像识别技术获取风机叶片表面灰尘覆盖率,将表面灰尘覆盖率与标准预设覆盖率进行比对,获取比对结果,根据比对结果判断是否对风机叶片进行清洁。包括:预先设定第一预设清洗时间T1、第二预设清洗时间T2和第三预设清洗时间T3,且T1<T2<T3。预先设定标准预设覆盖率F0,将表面灰尘覆盖率△F与标准预设覆盖率F0进行比对。
具体而言,当F0≥△F时,不对风机叶片进行清洗。当F0<△F≤1.2F0时,对风机叶片进行清洗并将第一预设清洗时间T1作为初始清洗时间。当1.2F0<△F≤1.5F0时,对风机叶片进行清洗并将第二预设清洗时间T2作为初始清洗时间。当1.5F0<△F时,对风机叶片进行清洗并将第三预设清洗时间T3作为初始清洗时间。
可以理解的是,通过基于图像识别技术获取风机叶片表面灰尘覆盖率,并将其与预设的标准覆盖率进行比对,以判断是否需要对风机叶片进行清洗。具体步骤包括预设清洗时间的设定、标准预设覆盖率的设定以及根据比对结果进行清洗判断和初始清洗时间的设置。通过实时监测和比对风机叶片表面灰尘覆盖率,可以根据实际情况智能地确定清洗时机和清洗程度,避免了定期清洗或不必要的清洗,节省了清洗成本和资源消耗。同时,有效的清洗可以保持风机叶片的良好工作状态,提高风机的效率和性能,延长叶片的使用寿命,减少能源损耗,并对风电场的运行效果产生积极影响。
在本申请的一些实施例中,步骤S200当判断需对风机叶片进行清洁时,获取风机叶片灰尘厚度,根据灰尘厚度选择开启清洗器并设置初始水速,包括:预先设置第一清洗器、第二清洗器、第三清洗器和第四清洗器。预先设定第一预设水速V1、第二预设水速V2、第三预设水速V3和第四预设水速V4,且V1<V2<V3<V4。预先设定第一预设灰尘厚度H1、第二预设灰尘厚度H2、第三预设灰尘厚度H3和第四预设灰尘厚度H4,且H1<H2<H3<H4。获取风机叶片灰尘厚度△H,根据灰尘厚度与各预设厚度的大小关系,选择开启清洗器并设置初始水速。
具体而言,当H1≤△H<H2时,开启第一清洗器并将第一预设水速V1作为初始水速。当H2≤△H<H3时,开启第二清洗器并将第二预设水速V2作为初始水速。当H3≤△H<H4时,开启第三清洗器并将第三预设水速V3作为初始水速。当H4≤△H时,开启第四清洗器并将第四预设水速V4作为初始水速。
可以理解的是,在风机叶片上安装激光扫描仪或光学传感器,这些设备用于获取叶片表面的灰尘厚度信息。启动激光扫描仪或光学传感器,对风机叶片的表面进行扫描。扫描过程中,设备会测量叶片表面的灰尘覆盖情况,并生成相应的数据。通过对扫描得到的数据进行处理和分析,可以得到风机叶片表面的灰尘厚度信息。处理方法可以包括图像处理算法、信号处理技术等,以提取出灰尘厚度相关的数据。根据处理后的数据,计算得到风机叶片上的灰尘厚度。这可以通过比较扫描前后的表面特征或利用反射光强度等指标来实现。根据灰尘厚度的实时获取和比较,能够智能选择适当的清洗器和水速,确保对风机叶片进行高效而准确的清洗。不同灰尘厚度范围内的清洗器和水速设定,可以满足不同程度的清洗需求,确保风机叶片表面的彻底清洁,减少灰尘对风机性能的影响,提高风机的发电效率和可靠性。此外,针对实际灰尘情况进行智能清洗,还可以节约水资源和清洗能耗,降低运维成本。
在本申请的一些实施例中,在开启第i清洗器并设置第i预设水速Vi作为初始水速后,i=1,2,3,4,步骤S300获取风机叶片实时转速,根据实时转速对初始水速进行调整,获取第一水速,包括:预先设定第一转速Z1、第二预设转速Z2、第三预设转速Z3和第四预设转速Z4,且Z1<Z2<Z3<Z4。预先设定第一预设调整系数A1、第二预设调整系数A2、第三预设调整系数A3和第四预设调整系数A4,且A1<A2<A3<A4。根据实时转速△Z与各预设转速的大小关系选取调整系数对初始水速进行调整,获取第一水速。
具体而言,当Z1≤△Z<Z2时,选取第一预设调整系数A1对初始水速Vi进行调整,获取第一水速Vi*A1。当Z2≤△Z<Z3时,选取第二预设调整系数A2对初始水速Vi进行调整,获取第一水速Vi*A2。当Z3≤△Z<Z4时,选取第三预设调整系数A3对初始水速Vi进行调整,获取第一水速Vi*A3。当Z4≤△Z时,选取第四预设调整系数A4对初始水速Vi进行调整,获取第一水速Vi*A4。
可以理解的是,通过根据风机叶片的实时转速对初始水速进行调整,实现了根据转速变化自适应调整清洗水速,进而提高清洗效果和节约能源。
在本申请的一些实施例中,在选取第i预设清洗时间Ti作为初始清洗时间,i=1,2,3,并选取第i预设调整系数对初始水速进行调整,获取第一水速Vi*Ai后,i=1,2,3,4,步骤S400获取风机叶片周围环境数据,根据环境数据对第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间,其中环境数据包括空气中灰尘含量△L和环境风速△P。预先设定第一预设灰尘含量L1、第二预设灰尘含量L2、第三预设灰尘含量L3和第四预设灰尘含量L4,且L1<L2<L3<L4。预先设定第一预设校正系数B1、第二预设校正系数B2、第三预设校正系数B3和第四预设校正系数B4,且B1<B2<B3<B4。根据灰尘含量△L与各预设含量的大小关系,选取预设校正系数对第一水速进行校正,获取校正后的第一水速。
具体而言,当L1≤△L<L2时,选取第一预设校正系数B1对第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B1。当L2≤△L<L3时,选取第二预设校正系数B2对第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B2。当L3≤△L<L4时,选取第三预设校正系数B3对第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B3。当L4≤△L时,选取第四预设校正系数B4对第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B4。
可以理解的是,通过获取风机叶片周围的环境数据,包括空气中的灰尘含量和环境风速,对第一水速和初始清洗时间进行校正,以获得最终水速和最终清洗时间。预先设定了不同灰尘含量和校正系数的预设值,根据实际环境数据的大小关系,选择相应的校正系数对第一水速进行调整。这一步骤的目的在于根据周围环境条件的变化,进一步优化清洗效果。通过校正第一水速,可以根据实际的灰尘含量和环境风速情况进行调整,使得清洗器的工作参数更加适应当前的环境要求,提高清洗效率和清洗质量。这种根据环境数据进行校正的方法,可以使清洗过程更加智能化和自适应,确保风机叶片在不同环境条件下都能得到有效的清洗。通过动态调整水速和清洗时间,可以最大限度地去除叶片表面的灰尘和污垢,保持风机的高效运行,并减少能源的浪费。同时,根据实际环境条件进行校正,还能够延长清洗器的使用寿命,提高设备的稳定性和可靠性。
在本申请的一些实施例中,在选取第i校正系数Bi对第一水速进行校正,获取校正后的第一水速Vi*Ai*Bi后,i=1,2,3,4,步骤S400根据环境数据对第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间,还包括:预先设定第一预设风速P1、第二预设风速P2、第三预设风速P3和第四预设风速P4,且P1<P2<P3<P4。根据环境风速△P与各预设风速的大小关系,选取预设校正系数对校正后的第一水速进行二次校正,获取最终水速。
具体而言,当P1≤△P<P2时,选取第四预设校正系数B4对校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B4。当P2≤△P<P3时,选取第三预设校正系数B3对校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B3。当P3≤△P<P4时,选取第二预设校正系数B2对校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B2。当P4≤△P时,选取第一预设校正系数B1对校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B1。
在本申请的一些实施例中,在选取第i预设校正系数Bi对校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*Bi后,i=1,2,3,4,步骤S400还包括:预先设定第一预设时间校正系数C1、第二预设时间校正系数C2、第三预设时间校正系数C3和第四预设时间校正系数C4,且C1<C2<C3<C4。预先设定第一预设阈值Y1、第二预设阈值Y2、第三预设阈值Y3和第四预设阈值Y4,且Y1<Y2<Y3<Y4。根据最终水速Vi*Ai*Bi*Bi与各预设阈值的大小关系,i=1,2,3,4,选取预设时间校正系数对初始清洗时间Ti进行校正,i=1,2,3,获取最终清洗时间。
具体而言,当Y1≤Vi*Ai*Bi*Bi<Y2时,选取第一预设时间校正系数C1对初始清洗时间Ti进行校正,获取最终清洗时间Ti*C1。当Y2≤Vi*Ai*Bi*Bi<Y3时,选取第二预设时间校正系数C2对初始清洗时间Ti进行校正,获取最终清洗时间Ti*C2。当Y3≤Vi*Ai*Bi*Bi<Y4时,选取第三预设时间校正系数C3对初始清洗时间Ti进行校正,获取最终清洗时间Ti*C3。当Y4≤Vi*Ai*Bi*Bi时,选取第四预设时间校正系数C4对初始清洗时间Ti进行校正,获取最终清洗时间Ti*C4。
可以理解的是,根据环境数据对校正后的第一水速和初始清洗时间进行进一步的校正,以获得最终水速和最终清洗时间。除了根据灰尘含量进行校正外,还考虑了环境风速的影响。通过预先设定不同的环境风速和校正系数的预设值,根据实际环境风速的大小关系选择相应的校正系数,对校正后的第一水速进行二次校正。这样可以更加精确地调整水速,使其能够适应不同风速环境下的清洗需求。根据环境风速的变化,通过二次校正,进一步优化清洗器的工作参数,确保叶片表面的灰尘和污垢被有效清洗,提高清洗效果。
此外,步骤S400还包括根据最终水速与预设阈值的大小关系,选取预设时间校正系数对初始清洗时间进行校正,以获取最终清洗时间。通过根据最终水速的表现与预设阈值进行比较,对初始清洗时间进行调整,确保清洗时间与实际清洗需求相匹配。这样可以避免过长或过短的清洗时间,从而有效地减少能源消耗,提高清洗效率。
这种基于环境数据的校正方法,使清洗器能够根据实际的环境条件进行智能调整,以实现最佳的清洗效果。通过多次校正水速和清洗时间,可以适应不同的环境变化,确保风机叶片的高效清洗,并提高整体系统的性能和可靠性。
上述实施例中通过使用图像识别技术获取风机叶片表面灰尘覆盖率,并与标准预设覆盖率进行比对,可以准确判断是否需要对叶片进行清洁。避免了对清洁不必要的叶片进行操作,提高了清洁效率。根据风机叶片的灰尘厚度选择开启清洗器,并设置初始水速。随后,根据风机叶片的实时转速对初始水速进行调整,得到第一水速。通过对环境数据的获取和分析,对第一水速和初始清洗时间进行校正,最终得到最适合的水速和清洗时间。实现对清洗参数的精确控制,确保清洁效果最佳。采用自动清洁方法可以减少对人工的依赖和干预。借助图像识别技术和实时数据采集,系统可以自主地进行清洁判断和参数调整,降低了人力资源的投入。通过使用图像识别技术获取叶片表面灰尘覆盖率,并根据清洗判断结果进行清洁,可以确保每个叶片都得到适当的清洁,提高了清洁的均匀性和一致性。通过获取风机叶片的实时转速和周围环境数据,并根据这些数据对清洗参数进行校正,可以实现对清洁过程的实时监测和优化。可以及时调整清洗策略和参数,提高清洁效果和系统的整体性能。
基于上述实施例的另一种优选的方式中,参阅图2所示,本实施方式提供了一种风电场风机叶片自动清洁系统,包括:
采集模块:用于基于图像识别技术获取风机叶片表面灰尘覆盖率,将表面灰尘覆盖率与标准预设覆盖率进行比对,获取比对结果,根据比对结果判断是否对风机叶片进行清洁并设定初始清洗时间。
清洗模块:用于当判断需对风机叶片进行清洁时,获取风机叶片灰尘厚度,根据灰尘厚度选择开启清洗器并设置初始水速。
调整模块:用于获取风机叶片实时转速,根据实时转速对初始水速进行调整,获取第一水速。
校正模块:用于获取风机叶片周围环境数据,根据环境数据对第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间。
可以理解的是,上述风电场风机叶片自动清洁方法及系统具备相同的有益效果,在此不再赘述。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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 (8)
1.一种风电场风机叶片自动清洁方法,其特征在于,包括:
基于图像识别技术获取风机叶片表面灰尘覆盖率,将所述表面灰尘覆盖率与标准预设覆盖率进行比对,获取比对结果,根据所述比对结果判断是否对所述风机叶片进行清洁并设定初始清洗时间;
当判断需对所述风机叶片进行清洁时,获取所述风机叶片灰尘厚度,根据所述灰尘厚度选择开启清洗器并设置初始水速;
获取所述风机叶片实时转速,根据所述实时转速对所述初始水速进行调整,获取第一水速;
获取所述风机叶片周围环境数据,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间;
根据所述比对结果判断是否对所述风机叶片进行清洁,包括:
预先设定第一预设清洗时间T1、第二预设清洗时间T2和第三预设清洗时间T3,且T1<T2<T3;
预先设定标准预设覆盖率F0,将所述表面灰尘覆盖率△F与所述标准预设覆盖率F0进行比对;
当F0≥△F时,不对所述风机叶片进行清洗;
当F0<△F≤1.2F0时,对所述风机叶片进行清洗并将所述第一预设清洗时间T1作为所述初始清洗时间;
当1.2F0<△F≤1.5F0时,对所述风机叶片进行清洗并将所述第二预设清洗时间T2作为所述初始清洗时间;
当1.5F0<△F时,对所述风机叶片进行清洗并将所述第三预设清洗时间T3作为所述初始清洗时间;
根据所述灰尘厚度选择开启清洗器并设置初始水速,包括:
预先设置第一清洗器、第二清洗器、第三清洗器和第四清洗器;
预先设定第一预设水速V1、第二预设水速V2、第三预设水速V3和第四预设水速V4,且V1<V2<V3<V4;
预先设定第一预设灰尘厚度H1、第二预设灰尘厚度H2、第三预设灰尘厚度H3和第四预设灰尘厚度H4,且H1<H2<H3<H4;
获取所述风机叶片灰尘厚度△H,根据所述灰尘厚度与各预设厚度的大小关系,选择开启清洗器并设置初始水速。
2.根据权利要求1所述的风电场风机叶片自动清洁方法,其特征在于,获取所述风机叶片灰尘厚度△H,根据所述灰尘厚度与各预设厚度的大小关系,选择开启清洗器并设置初始水速,包括:
当H1≤△H<H2时,开启所述第一清洗器并将所述第一预设水速V1作为所述初始水速;
当H2≤△H<H3时,开启所述第二清洗器并将所述第二预设水速V2作为所述初始水速;
当H3≤△H<H4时,开启所述第三清洗器并将所述第三预设水速V3作为所述初始水速;
当H4≤△H时,开启所述第四清洗器并将所述第四预设水速V4作为所述初始水速。
3.根据权利要求2所述的风电场风机叶片自动清洁方法,其特征在于,在开启第i清洗器并设置第i预设水速Vi作为所述初始水速后,i=1,2,3,4,获取所述风机叶片实时转速,根据所述实时转速对所述初始水速进行调整,获取第一水速,包括:
预先设定第一转速Z1、第二预设转速Z2、第三预设转速Z3和第四预设转速Z4,且Z1<Z2<Z3<Z4;
预先设定第一预设调整系数A1、第二预设调整系数A2、第三预设调整系数A3和第四预设调整系数A4,且A1<A2<A3<A4;
根据所述实时转速△Z与各预设转速的大小关系选取调整系数对所述初始水速进行调整,获取第一水速;
当Z1≤△Z<Z2时,选取所述第一预设调整系数A1对所述初始水速Vi进行调整,获取第一水速Vi*A1;
当Z2≤△Z<Z3时,选取所述第二预设调整系数A2对所述初始水速Vi进行调整,获取第一水速Vi*A2;
当Z3≤△Z<Z4时,选取所述第三预设调整系数A3对所述初始水速Vi进行调整,获取第一水速Vi*A3;
当Z4≤△Z时,选取所述第四预设调整系数A4对所述初始水速Vi进行调整,获取第一水速Vi*A4。
4.根据权利要求3所述的风电场风机叶片自动清洁方法,其特征在于,在选取第i预设清洗时间Ti作为所述初始清洗时间,i=1,2,3,并选取第i预设调整系数对所述初始水速进行调整,获取第一水速Vi*Ai后,i=1,2,3,4,获取所述风机叶片周围环境数据,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间,其中所述环境数据包括空气中灰尘含量△L和环境风速△P;
预先设定第一预设灰尘含量L1、第二预设灰尘含量L2、第三预设灰尘含量L3和第四预设灰尘含量L4,且L1<L2<L3<L4;
预先设定第一预设校正系数B1、第二预设校正系数B2、第三预设校正系数B3和第四预设校正系数B4,且B1<B2<B3<B4;
根据所述灰尘含量△L与各预设含量的大小关系,选取预设校正系数对所述第一水速进行校正,获取校正后的第一水速;
当L1≤△L<L2时,选取所述第一预设校正系数B1对所述第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B1;
当L2≤△L<L3时,选取所述第二预设校正系数B2对所述第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B2;
当L3≤△L<L4时,选取所述第三预设校正系数B3对所述第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B3;
当L4≤△L时,选取所述第四预设校正系数B4对所述第一水速Vi*Ai进行校正,获取校正后的第一水速Vi*Ai*B4。
5.根据权利要求4所述的风电场风机叶片自动清洁方法,其特征在于,在选取第i校正系数Bi对所述第一水速进行校正,获取校正后的第一水速Vi*Ai*Bi后,i=1,2,3,4,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间,还包括:
预先设定第一预设风速P1、第二预设风速P2、第三预设风速P3和第四预设风速P4,且P1<P2<P3<P4;
根据所述环境风速△P与各预设风速的大小关系,选取预设校正系数对所述校正后的第一水速进行二次校正,获取最终水速。
6.根据权利要求5所述的风电场风机叶片自动清洁方法,其特征在于,根据所述环境风速△P与各预设风速的大小关系,选取预设校正系数对所述校正后的第一水速进行二次校正,获取最终水速,包括:
当P1≤△P<P2时,选取所述第四预设校正系数B4对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B4;
当P2≤△P<P3时,选取所述第三预设校正系数B3对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B3;
当P3≤△P<P4时,选取所述第二预设校正系数B2对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B2;
当P4≤△P时,选取所述第一预设校正系数B1对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*B1。
7.根据权利要求6所述的风电场风机叶片自动清洁方法,其特征在于,在选取第i预设校正系数Bi对所述校正后的第一水速Vi*Ai*Bi进行二次校正,获取最终水速Vi*Ai*Bi*Bi后,i=1,2,3,4,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间,还包括:
预先设定第一预设时间校正系数C1、第二预设时间校正系数C2、第三预设时间校正系数C3和第四预设时间校正系数C4,且C1<C2<C3<C4;
预先设定第一预设阈值Y1、第二预设阈值Y2、第三预设阈值Y3和第四预设阈值Y4,且Y1<Y2<Y3<Y4;
根据所述最终水速Vi*Ai*Bi*Bi与各预设阈值的大小关系,i=1,2,3,4,选取预设时间校正系数对所述初始清洗时间Ti进行校正,i=1,2,3,获取最终清洗时间;
当Y1≤Vi*Ai*Bi*Bi<Y2时,选取所述第一预设时间校正系数C1对所述初始清洗时间Ti进行校正,获取最终清洗时间Ti*C1;
当Y2≤Vi*Ai*Bi*Bi<Y3时,选取所述第二预设时间校正系数C2对所述初始清洗时间Ti进行校正,获取最终清洗时间Ti*C2;
当Y3≤Vi*Ai*Bi*Bi<Y4时,选取所述第三预设时间校正系数C3对所述初始清洗时间Ti进行校正,获取最终清洗时间Ti*C3;
当Y4≤Vi*Ai*Bi*Bi时,选取所述第四预设时间校正系数C4对所述初始清洗时间Ti进行校正,获取最终清洗时间Ti*C4。
8.一种风电场风机叶片自动清洁系统,其特征在于,包括:
采集模块:用于基于图像识别技术获取风机叶片表面灰尘覆盖率,将所述表面灰尘覆盖率与标准预设覆盖率进行比对,获取比对结果,根据所述比对结果判断是否对所述风机叶片进行清洁并设定初始清洗时间;
清洗模块:用于当判断需对所述风机叶片进行清洁时,获取所述风机叶片灰尘厚度,根据所述灰尘厚度选择开启清洗器并设置初始水速;
调整模块:用于获取所述风机叶片实时转速,根据所述实时转速对所述初始水速进行调整,获取第一水速;
校正模块:用于获取所述风机叶片周围环境数据,根据所述环境数据对所述第一水速和初始清洗时间进行校正,获取最终水速和最终清洗时间;
根据所述比对结果判断是否对所述风机叶片进行清洁,包括:
预先设定第一预设清洗时间T1、第二预设清洗时间T2和第三预设清洗时间T3,且T1<T2<T3;
预先设定标准预设覆盖率F0,将所述表面灰尘覆盖率△F与所述标准预设覆盖率F0进行比对;
当F0≥△F时,不对所述风机叶片进行清洗;
当F0<△F≤1.2F0时,对所述风机叶片进行清洗并将所述第一预设清洗时间T1作为所述初始清洗时间;
当1.2F0<△F≤1.5F0时,对所述风机叶片进行清洗并将所述第二预设清洗时间T2作为所述初始清洗时间;
当1.5F0<△F时,对所述风机叶片进行清洗并将所述第三预设清洗时间T3作为所述初始清洗时间;
根据所述灰尘厚度选择开启清洗器并设置初始水速,包括:
预先设置第一清洗器、第二清洗器、第三清洗器和第四清洗器;
预先设定第一预设水速V1、第二预设水速V2、第三预设水速V3和第四预设水速V4,且V1<V2<V3<V4;
预先设定第一预设灰尘厚度H1、第二预设灰尘厚度H2、第三预设灰尘厚度H3和第四预设灰尘厚度H4,且H1<H2<H3<H4;
获取所述风机叶片灰尘厚度△H,根据所述灰尘厚度与各预设厚度的大小关系,选择开启清洗器并设置初始水速。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671315.8A CN116517793B (zh) | 2023-06-07 | 2023-06-07 | 一种风电场风机叶片自动清洁方法及系统 |
LU504587A LU504587B1 (en) | 2023-06-07 | 2023-06-27 | Automatic cleaning method and system for wind turbine blades in wind farm |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310671315.8A CN116517793B (zh) | 2023-06-07 | 2023-06-07 | 一种风电场风机叶片自动清洁方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116517793A CN116517793A (zh) | 2023-08-01 |
CN116517793B true CN116517793B (zh) | 2024-02-27 |
Family
ID=87401274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310671315.8A Active CN116517793B (zh) | 2023-06-07 | 2023-06-07 | 一种风电场风机叶片自动清洁方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116517793B (zh) |
LU (1) | LU504587B1 (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2332791A1 (fr) * | 1975-11-28 | 1977-06-24 | Creusot Loire | Dispositif d'aspiration et de depoussierage humide |
CN111207115A (zh) * | 2018-11-21 | 2020-05-29 | 余姚市品荣达精密仪器有限公司 | 叶片灰尘自动清洁系统 |
CN111627004A (zh) * | 2020-05-25 | 2020-09-04 | 广东智源机器人科技有限公司 | 餐具的清洁度的检测方法、检测设备、存储介质与处理器 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101941012B (zh) * | 2009-07-03 | 2012-04-25 | 泰怡凯电器(苏州)有限公司 | 清洁机器人及其脏物识别装置和该机器人的清洁方法 |
CN112101334B (zh) * | 2019-06-18 | 2024-07-19 | 京东方科技集团股份有限公司 | 待清洁区域确定方法和装置以及灰尘清理装置 |
-
2023
- 2023-06-07 CN CN202310671315.8A patent/CN116517793B/zh active Active
- 2023-06-27 LU LU504587A patent/LU504587B1/en active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2332791A1 (fr) * | 1975-11-28 | 1977-06-24 | Creusot Loire | Dispositif d'aspiration et de depoussierage humide |
CN111207115A (zh) * | 2018-11-21 | 2020-05-29 | 余姚市品荣达精密仪器有限公司 | 叶片灰尘自动清洁系统 |
CN111627004A (zh) * | 2020-05-25 | 2020-09-04 | 广东智源机器人科技有限公司 | 餐具的清洁度的检测方法、检测设备、存储介质与处理器 |
Also Published As
Publication number | Publication date |
---|---|
CN116517793A (zh) | 2023-08-01 |
LU504587B1 (en) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101287073B (zh) | 变光照环境中机器视觉系统稳定亮度图像自适应获取方法 | |
CN111608118B (zh) | 一种扫路车的风机和扫盘的自动控制方法及系统 | |
CN116517793B (zh) | 一种风电场风机叶片自动清洁方法及系统 | |
CN112796942B (zh) | 一种风电机组桨距角的控制方法、系统、设备及存储介质 | |
CN112653393B (zh) | 一种光伏系统iv诊断的控制方法及装置 | |
CN111179233A (zh) | 基于激光切割二维零部件的自适应纠偏方法 | |
CN116524196B (zh) | 一种基于图像识别技术的输电线智能检测系统 | |
CN110880174A (zh) | 一种斗轮式取料机取料边界的判断方法 | |
CN116935496B (zh) | 一种电子烟烟雾视觉检测方法 | |
CN114444291B (zh) | 一种风机发电量损失精细化测算方法、系统、设备和介质 | |
CN109209751B (zh) | 一种实时动态修正的水轮机组效率曲面拟合方法 | |
CN112301174B (zh) | 一种具有自动调节功能的高炉冲渣水乏汽消白系统 | |
CN117749078B (zh) | 一种光伏板清洁用控制方法及系统 | |
CN113123928B (zh) | 风力发电机组及其塔架净空监控方法和装置 | |
CN118060249B (zh) | 基于实时调速的带材表面清理方法及带材表面清理系统 | |
CN116664742B (zh) | 针对激光光条成像的hdr高动态范围处理方法及装置 | |
CN117132559B (zh) | 一种光伏组件组装工序管理用监测系统 | |
CN116591901A (zh) | 一种风电机组变桨控制方法及系统 | |
CN116913823B (zh) | 基于钙钛矿电池层表面粗糙度的除尘参数控制方法及装置 | |
CN118408939A (zh) | 一种基于自适应光照的外观缺陷检测方法及系统 | |
CN116828678A (zh) | 具有智能调光功能的太阳能庭院灯调光方法及系统 | |
CN115563806A (zh) | 一种预变桨方法、装置、设备及介质 | |
CN113497452A (zh) | 用于风电系统的控制方法、调频控制器以及风电系统 | |
CN117305794A (zh) | 一种镜片镀膜厚度的视觉控制方法 | |
CN112737494A (zh) | 基于人工智能的光伏机器人清理模式调节方法与系统 |
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 |