CN206448905U - 一种风力机叶片状态监测系统 - Google Patents

Abstract

本实用新型实施例公开了一种风力机叶片状态监测系统，解决了由于野外环境的复杂性，同时风场范围很大，在地面很难对完整的风力机叶片进行完整清晰的拍摄和全面监测；另一方面，如果要进行运行巡视，需要使用船只设备，花费较大；再有，在海面上无法使用固定摄像头对完整的风力机叶片机型拍摄的技术问题。本实用新型实施例的风力机叶片状态监测系统，包括无人机，图像采集单元，数据存储单元，数据分析单元，监控显示单元，图像采集单元安装在无人机上，数据存储单元、数据分析单元和监控显示单元都位于风场监控中心，图像采集单元通过无线网络与数据存储单元连接。

Description

一种风力机叶片状态监测系统

技术领域

本实用新型涉及风力机领域，更具体地，涉及一种风力机叶片状态检测系统。

背景技术

风机叶片是风电机组关键部件之一，其性能直接影响到整个系统的性能。叶片工作在高空，环境十分恶劣，空气中各种介质几乎每时每刻都在侵蚀着叶片,春夏秋冬、酷暑严寒、雷电、冰雹、雨雪、沙尘随时都有可能对风机叶片产生损伤，尤其对于海上风力机来说，海上风力较大，空气潮湿，叶片容易腐蚀。据统计，风电场的事故多发期多是发生在盛风发电期，而其中由叶片损伤产生的事故要占到总事故的三分之一，叶片发生损伤事故时电场必须停止发电，开始抢修，严重的还必须更换叶片，这必将导致高额的维修费用，也给风电场带来很大的经济损失。因此，若能及时检测叶片的损伤并进行维护，必能有效避免巨额损失的发生。

现有的风力机叶片的图像采集子系统包括以数据线连接的摄像装置和图像采集装置两部分，摄像装置为工业摄像头，工业摄像头有多个，分别安装在风力机塔架上以及每个叶片内部。

由于野外环境的复杂性，同时风场范围很大，风力机塔架大多高度超过70m，很难对完整的风力机叶片进行完整清晰的拍摄。此外对于海上风力机来说，无法使用固定摄像头对完整的风力机叶片机型拍摄。

实用新型内容

本实用新型提供了一种风力机叶片状态监测系统，解决了由于野外环境的复杂性，同时风场范围很大，在地面很难对完整的风力机叶片进行完整清晰的拍摄和全面监测；另一方面，如果要进行运行巡视，需要使用船只设备，花费较大；再有，在海面上无法使用固定摄像头对完整的风力机叶片机型拍摄的技术问题。

本实用新型实施例提供的一种风力机叶片状态监测系统，包括：无人机，图像采集单元，数据存储单元，数据分析单元，监控显示单元，图像采集单元位于无人机上，数据存储单元、数据分析单元和监控显示单元位于风场监控中心，无人机通过无线网络与所述风场监控中心连接。

优选地，无人机带有方向传感器。

优选地，图像采集单元包括图像采集卡和控制程序，图像采集卡包括工业摄像头。

优选地，控制程序通过无线网络与数据存储单元连接。

优选地，数据存储单元包括对图像数据进行存储的硬件设备服务器，数据库软件，存储控制程序。

优选地，数据存储单元的数据库软件存储整个系统的配置信息包括图像采集方式和图像存储方式。

优选地，数据存储单元的存储控制程序通过无线网络与所述无人机连接。

优选地，图片保存在数据库的数据存储表中。

优选地，图像采集方式包括每台风力机采集张数、拍摄焦距、曝光。

优选地，图像存储方式包括图像存储格式和图像存储位置。

从以上技术方案可以看出，本实用新型实施例具有以下优点：

本实用新型实施例提供的一种风力机叶片状态监测系统，包括：无人机，图像采集单元，数据存储单元，数据分析单元，监控显示单元，图像采集单元位于无人机上，数据存储单元、数据分析单元和监控显示单元位于风场监控中心，无人机通过无线网络与所述风场监控中心连接。通过无人机和无人机上的图像采集单元，解决了在地面和海面上很难对完整的风力机叶片进行完整清晰的拍摄和全面监测；另一方面，如果要进行运行巡视，需要使用船只设备，花费较大的技术问题。

附图说明

为了更清楚地说明本实用新型实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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实用新型的实施例，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，还可以根据提供的附图获得其他的附图。

图1是本实用新型实施例提供的一种风力机叶片状态监测系统的示意图；

图2是本实用新型实施例提供的一种风力机叶片状态监测和故障诊断的流程图；

图示说明：1无人机、2图像采集单元、3数据存储单元、4数据分析单元、5监测显示单元。

具体实施方式

本实用新型实施例公开了一种风力机叶片状态监测系统，解决了由于野外环境的复杂性，同时风场范围很大，在地面很难对完整的风力机叶片进行完整清晰的拍摄和全面监测；另一方面，如果要进行运行巡视，需要使用船只设备，花费较大；再有，在海面上无法使用固定摄像头对完整的风力机叶片机型拍摄的技术问题。

请参照图1，本实用新型实施例中提供的一种风力机叶片状态监测系统包括：

无人机1，图像采集单元2，数据存储单元3，数据分析单元4，监控显示单元5，图像采集单元2位于无人机1上，数据存储单元3、数据分析单元4和监控显示单元5位于风场监控中心，无人机1通过无线网络与所述风场监控中心连接。

进一步地，无人机1带有方向传感器。

进一步地，图像采集单元2包括图像采集卡和控制程序，图像采集卡包括工业摄像头。

进一步地，控制程序通过无线网络与数据存储单元3连接。

进一步地，数据存储单元3包括对图像数据进行存储的硬件设备服务器，数据库软件，存储控制程序。

进一步地，数据存储单元3的数据库软件存储整个系统的配置信息包括图像采集方式和图像存储方式。

进一步地，数据存储单元3的存储控制程序通过无线网络与所述无人机1连接。

进一步地，图片保存在数据库的数据存储表中。

进一步地，图像采集方式包括每台风力机采集张数、拍摄焦距、曝光。

进一步地，图像存储方式包括图像存储格式和图像存储位置。

利用无人机1对风力机叶片进行拍照，以实现对野外环境中运行的风力机叶片图像进行提取，供相应的计算机视觉算法来对风力机叶片状态进行判断，从而完成对风力机叶片的状态监测。

请参照图1，本实用新型提供的一种风力机叶片状态监测系统包括：

1、无人机1，负责对风场所有风机进行巡视，并能运动到每台风力机前方合适的位置，来确保风力机叶片图像采集的完整。

2、图像采集单元2，安装在无人机1上，包括工业摄像头和无线传输模块。工业摄像头实现对风力机1叶片的图像采集，可以对其采集参数进行设置；无线传输模块负责向数据存储单元3传输图像。

3、数据存储单元3，包括对图像数据进行存储的硬件设备、对数据进行接收管理的数据库软件和存储控制程序。主要负责风力机叶片的接收和存储，同时响应数据分析单元4的数据查询要求。

4、数据分析单元4，主要功能是对图像采集单元2采集的监控图像分析，找到相应故障数据并传输到显示设备。数据分析单元4所用的数据分析方法主要包括图像分割算法、图像特征提取算法和图像分类算法。

5、监控显示单元5，实现与操作人员的交互功能，显示监控画面和处理结果，同时还有采集设置、图像存储设置等界面。

请参照图2，本实用新型提供的一种风力机叶片状态监测系统的使用主要包括以下步骤：

1、根据风场所有风力机的布置情况，对无人机1飞行路线进行规划。所述无人机1路线包括所采集的风机顺序、飞行路线和无人机悬停位置。

2、对图像采集方式和数据存储方式进行设置。所述图像采集方式包括每台风力机采集张数、拍摄焦距、曝光；数据存储方式包括图像存储格式、存储位置。

3、根据设置控制无人机1对风力机叶片进行拍照，并将采集到的照片通过无线网实时传送到风场控制中心的风力机叶片状态监测系统。

4、风力机叶片状态监测系统中的数据存储模块接收无人机1发送的图像，并将图像按照预先设置的格式和位置进行存储。

5、监测系统通过图像处理算法对叶片进行状态识别和故障诊断。所述状态识别和故障诊断包括背景剔除、叶片的识别和叶片表面故障识别。

请参阅图1，本实用新型实施例中提供的一种风力机叶片状态监测系统实施例包括：

1、无人机1：无人机1带有方向传感器，可结合自身定位系统沿地图上规定的路线飞行，并可在空中指定进行悬停。并可通过无线网络与控制台通信，实时上传位置信息和飞行过程中的视频图像信息，风场监控人员可以实时获取无人机的飞行状态，来保证无人机的飞行安全。

2、图像采集单元2：位于无人机1上，包括图像采集卡和控制程序。图像采集卡选用AVT Prosilica GT系列工业相机，可以左右转动，调整调焦，具有1/15秒的快门速度，可以清晰地采集运动中的风力机叶片的图像。控制程序可根据监测系统中预先设置的图像采集方式触发图像采集，并可通过无线网络向监测系统的数据存储单元3传输图像。所述图像采集方式包括每台风力机采集张数、拍摄焦距、曝光。

3、数据存储单元3：位于风场监控中心，选用服务器作为对图像数据进行存储的硬件设备；数据库软件选用Microsoft SQL Server，对风力机叶片图像进行存储，同时响应数据分析单元4的数据查询要求，数据库中还存储整个系统的配置信息，如图像采集方式、存储方式等；存储控制程序用C#语言进行编写，通过TCP/IP协议接收无人机发送的图像，然后根据存储设置，采用ADO.NET技术将图像存储到数据库的相应位置。

在本实用新型实例中，图像采样方式设置如下：每台风力机采集5张，拍摄焦距35mm，曝光设置为自动曝光。图像存储方式设置如下：图片保存为BMP格式，存入数据库的数据存储表中。

4、数据分析单元4：位于风场监控中心，是叶片监测系统的主要部分，主要功能是对叶片图像进行处理，获得叶片状态和故障信息。数据分析单元4所用的数据分析方法主要包括图像分割算法、图像特征提取算法和图像分类算法。图像分割算法用来从图片背景中分离出叶片图像；图像特征提取算法用来获取叶片图像中的故障特征；图像分类算法用来对故障特征进行分类，从而得到对应的故障信息。

在实用新型实施例中，图像分割算法包括图像去噪算法和边缘检测算法。

5、监控显示单元5：位于风场监控中心，实现与操作人员的交互功能，显示监控画面和处理结果，包括风力机叶片图像、状态和报警信息。同时还有采集设置、图像存储设置等界面。

图2为本发明实用新型实施例中运用本系统对风力机叶片进行状态监测和故障诊断的流程图，主要包括以下步骤：

1、对无人机1线路进行规划。根据风场风力机的位置分布，选择最便捷的无人机飞行路径，同时根据地形及障碍物信息确定无人机飞行高度，根据风机高度确定无人机悬停高度，根据叶片长度设定悬停位置与风力机之间的距离。结合以上信息制定无人机飞行线路。

2、设置风力机叶片图像采集方式和数据存储方式。每台风力机采集5张；拍摄焦距35mm，曝光设置为自动曝光。图片采集格式为BMP格式；数据存储位置在Microsoft SQLServer数据库中表现为在监测记录表中添加新的监测记录，录入本次监测的相关信息，在监测数据存储表中，添加新的数据时，与本次监测记录通过外键关联。

3、无人机1按线路进行拍照，并将图像传回监测中心。无人机1按照预定线路飞行，到达一台风力机位置后，在指定的位置悬停；然后无人机1中图像采集控制程序以设定的采集方式，控制图像采集卡进行采集；本台风力机图像采集完成后，将图像通过无线网传输至风场监控中心；风场监测系统中数据存储单元3接收图像，并将图像按监测记录编号、风机编号和采集时间存入数据库中监测数据存储表中，然后向无人机1发送存储完成的信号；无人机1收到信号后，按预定路线飞行到下一台风力机进行图像采集。

4、叶片图像处理及叶片状态识别。首先，运用图像去噪算法和边缘检测算法对除风力机叶片以外的背景进行剔除，得到完整的风力机叶片图像；然后，根据叶片上的标记对风力机叶片进行分离，得到单个风力机叶片的图像；进一步的，对单个风力机叶片进行划分，得到多个叶片局部图像；进一步的，对多个叶片局部图像进行特征提取，得到多个叶片局部图像的故障特征；最后，将多个叶片局部图像的故障特征作为输入，通过训练好的故障识别神经网络进行运算，得到叶片的故障状态。

5、叶片状态监测结果显示及报警。将步骤4得到的叶片状态显示出来，包括机组信息、叶片信息、叶片状态。如果有故障，则显示叶片是何种故障以及故障位置，同时监测系统发出声光报警，提示风场运行人员。

本实用新型实施例提供的一种风力机叶片状态监测系统，包括：无人机1，图像采集单元2，数据存储单元3，数据分析单元4，监控显示单元5，图像采集单元2位于无人机1上，数据存储单元3、数据分析单元4和监控显示单元5位于风场监控中心，无人机1通过无线网络与所述风场监控中心连接。通过无人机1摄像设备对叶片表面图像进行监测，解决了由于野外环境的复杂性，同时风场范围很大，在地面很难对完整的风力机叶片进行完整清晰的拍摄和全面监测；另一方面，如果要进行运行巡视，需要使用船只设备，花费较大；再有，在海面上无法使用固定摄像头对完整的风力机叶片机型拍摄的技术问题。

以上对本实用新型所提供的一种风力机叶片状态监测系统进行了详细介绍，对于本领域的一般技术人员，依据本实用新型实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本实用新型的限制。

Claims (6)

1.一种风力机叶片状态监测系统，其特征在于，包括无人机、图像采集单元、数据存储单元、数据分析单元、监控显示单元，所述图像采集单元位于所述无人机上；所述数据存储单元、所述数据分析单元、所述监控显示单元都与所述无人机和所述图像采集单元建立有通信连接关系。

2.根据权利要求1所述的风力机叶片状态监测系统，其特征在于，所述无人机带有方向传感器。

3.根据权利要求2所述的风力机叶片状态监测系统，其特征在于，所述图像采集单元包括图像采集卡。

4.根据权利要求3所述的风力机叶片状态监测系统，其特征在于，所述图像采集卡包括工业摄像头。

5.根据权利要求4所述的风力机叶片状态监测系统，其特征在于，所述图像采集卡通过无线网络与所述数据存储单元连接。

6.根据权利要求1所述的风力机叶片状态监测系统，其特征在于，所述数据存储单元包括用于对图像数据进行存储的硬件设备服务器。