CN207600967U - 一种用于风电场扇叶表面缺陷检测的装置 - Google Patents
一种用于风电场扇叶表面缺陷检测的装置 Download PDFInfo
- Publication number
- CN207600967U CN207600967U CN201721627260.7U CN201721627260U CN207600967U CN 207600967 U CN207600967 U CN 207600967U CN 201721627260 U CN201721627260 U CN 201721627260U CN 207600967 U CN207600967 U CN 207600967U
- Authority
- CN
- China
- Prior art keywords
- module
- unmanned plane
- unit
- wind power
- power plant
- 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.)
- Expired - Fee Related
Links
Landscapes
- Wind Motors (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本实用新型提供一种用于风电场扇叶表面缺陷检测的装置,属于风力发电技术领域。其包括无人机巡检单元,诊断单元和上位机单元;无人机巡检单元包括无人机,无人机上设置有视觉定位模块、数据传输模块、图像信息传输模块、测距模块、双镜头云台相机、定位模块、定高模块和飞行控制模块;双镜头云台相机用于采集扇叶立体图像;飞行控制模块包括航线预定模块和电量检测模块,航线预定模块用于控制无人机按照设定航线进行巡检,电量检测模块用于实时检测无人机电池电量。采用本实用新型所述用于风电场扇叶表面缺陷检测的装置,具有巡检效率高,大幅缩减风电场巡检所需人数及巡检时间,节省人力运维成本,具有更高的经济效益的优点。
Description
技术领域
本实用新型涉及一种用于风电场扇叶表面缺陷检测的装置,属于风力发电技术领域。
背景技术
环境及能源危机正逐步加剧,作为可再生资源的风能资源以其蕴藏量大,可再生,分布广泛,没有污染等优势在全球迅速发展。我国风能资源丰富,陆地离地10m高度可开发储量2.53亿kw,海上可开发储量7.5亿kw,总量约为10亿kw,因此致力于我国无污染、可再生的风电建设的发展是非常有意义的。截止2015年底,我国已核准酒泉基地、张家口基地、内蒙古巴彦淖尔乌拉特中旗基地等10个大型风电基地,核准容量2140.2万千瓦,同时分散式风电场已核准15个项目,核准容量达76.2万千瓦;海上风电项目中国已建成的共计657.88MW,具有着巨大的发展市场。
就风力发电机组的组成来看,叶片是其中非常重要的一部分。从运行来说,风能不能被有效地捕捉往往依赖于叶片是不是具有良好的空气动力学外形及其他优越性能;从成本来说,整个风电机组将近二十种零部件的总装机成本中,叶片占据了23.3%,超过五分之一、接近四分之一的巨大比例。叶片因其工作环境的影响,需要具有高强度、高硬度、低密度以及较长的使用寿命等优良特点的材料制造。尽管人们在叶片的材料上下了很多功夫,从先前的木质叶片进化到钢梁玻璃纤维蒙皮叶片(玻璃钢叶片)、复合材料叶片甚至是最先进的新型复合材料叶片,但依然无法使风机叶片远离表面缺陷。因为叶片无论处于加工、运输、安装还是工作状态,均会产生各种各样的表面缺陷损伤(如胶衣开裂、砂眼空洞、裂纹等),叶片小的缺陷如果没有及时发现并进行专业修复,将导致裂纹延伸、大面积开裂,严重时,甚至会导致叶片断裂事故的发生,由此给风场业主带来重大经济损失。再加上风电机工作的地点多在偏僻复杂,自然灾害发生率高的海岛、滩涂或者山涧,风力发电机叶片所面临的损伤风险也会大大增加。这就更加凸显了对风力发电机叶片进行表面缺陷检测的必要性和重要性。
目前现行的风机叶片表面缺陷检测方法除了地面敲击辨音、望远镜观测,就是运送熟练的检修师至叶片高度近距离目测,耗时耗力又危险,精度也不能保证。
实用新型内容
本实用新型所要解决的技术问题是提供一种精度高且降低作业人员危险性的用于风电场扇叶表面缺陷检测的装置。
为了解决上述技术问题,本实用新型提供了一种用于风电场扇叶表面缺陷检测的装置,包括用于采集风电场扇叶表面缺陷图像的无人机巡检单元,用于对无人机巡检单元传回的图像进行分析的诊断单元和用于接受诊断单元的诊断报告,并将诊断报告通过无线传输至运维管理平台,同时对无人机巡检单元发出巡检指令的上位机单元,所述无人机巡检单元、诊断单元和上位机单元通过无线连接;
所述无人机巡检单元包括无人机,所述无人机上设置有视觉定位模块、数据传输模块、图像信息传输模块、测距模块、云台相机、定位模块、定高模块和飞行控制模块;
所述云台相机为双镜头云台相机,所述双镜头云台相机用于采集扇叶立体图像信息;所述云台相机通过图像信息传输模块与诊断单元连接;
所述视觉定位模块、测距模块、云台相机、定位模块、定高模块通过数据传输模块分别与诊断单元和上位机单元连接;
所述飞行控制模块包括航线预定模块和电量检测模块,所述航线预定模块用于控制无人机按照设定航线进行巡检,所述电量检测模块用于实时检测无人机电池电量。
进一步地,所述诊断单元包括图像库模块,缺陷诊断模块,信息传输模块;所述图像库模块用于存储无人机巡检单元传回的图像;所述缺陷诊断模块用于对无人机巡检单元传回的图像进行缺陷分析处理,形成缺陷检测报告;所述信息传输模块用于将缺陷检测报告和对应的缺陷图像通过无线传输至上位机单元。
进一步地,所述上位机单元包括控制中心和数据分析模块;所述控制中心用于接受诊断单元发出的缺陷检测报告和缺陷图像,并通过无线数据传输至远端运营管理平台;所述控制中心还用于对无人机巡检单元发出巡检指令;所述数据分析模块用于分析诊断单元生成的缺陷检测报告和缺陷图像,判断易出现的缺陷区域与缺陷周期。
进一步地,所述定位模块为GPS导航模块或北斗导航模块或格洛纳斯导航模块。
进一步地,所述定高模块为气压计定高模块。
进一步地,所述测距模块为超声波测距模块。
进一步地,所述云台相机为三轴增稳高清云台相机。
本实用新型与现有技术相比具有如下优点:
(1)本实用新型所述用于风电场扇叶表面缺陷检测的装置,通过采用无人机进行系统对扇叶表面进行缺陷检测,其具有机动性高的优点,在空中飞行可以不受地面障碍物等的限制自由移动,针对风电场面积辽阔,地形起伏、环境恶劣等特点,可以及时检测出叶片表面小的缺陷损伤(如擦痕、斑点等)并进行专业修复,这样即可有效降低发展成严重损伤(如裂缝、砂眼等)而导致风机故障停机的概率,从而大幅度的减少风能能源损失,提高发电量。采用本实用新型所述用于风电场扇叶表面缺陷检测的装置,具有巡检效率高,大幅缩减风电场巡检所需人数及巡检时间,节省人力运维成本,具有更高的经济效益的优点。
(2)本实用新型所述用于风电场扇叶表面缺陷检测的装置,通过设定航线预定模块和电量检测模块,通过预先设定好的航线,可以使巡检人员实时控制飞行,进行巡检任务;通过设置电量检测模块,可以实时检测电池电量,若电量低于报警值,飞行控制模块记下当前位置并向上位机单元传输位置信息和电量不足的提示信息,无人机自动飞回起飞点,更换电池后,开启巡检任务的无人机,无人机自动接收上位机单元记录的位置信息,飞向任务中断位置继续执行巡检任务,具有高效检测的优点;此外,上位机单元设置数据分析模块,其可以根据诊断单元生成的缺陷检测报告和缺陷图像,结合大数据分析,判断出易出现缺陷区域和缺陷周期,这样可以有效的对易出现缺陷的位置进行有效检测,可以进一步提高维修效率,节约大量的维修成本。
附图说明
图1为本实用新型所述风电场扇叶表面缺陷检测的装置示意图;
图2为本实用新型所述无人机巡检单元示意图;
图3为本实用新型所述诊断单元示意图;
图4为本实用新型所述上位机单元示意图。
附图标记说明:
1.无人机巡检单元;2.诊断单元;3.上位机单元;
11.无人机;12.视觉定位模块;13.数据传输模块;
14.图像信息传输模块;15.测距模块;16.云台相机;17.定位模块;18.定高模块;19.飞行控制模块;
21.图像库模块;22.缺陷诊断模块;23.信息传输模块;
31.控制中心;32.数据分析模块。
具体实施方式
以下结合实施例,对本实用新型作进一步具体描述,但不局限于此。
本实施例所述用于风电场扇叶表面缺陷检测的装置,如图1所示, 包括无人机巡检单元1,诊断单元2和上位机单元3,所述无人机巡检单元1、诊断单元2和上位机单元3通过无线连接;
如图2所示,所述无人机巡检单元1包括无人机11,所述无人机11上承载有视觉定位模块12、数据传输模块13、图像信息传输模块14、测距模块15、云台相机16、定位模块17、定高模块18和飞行控制模块19。
其中,所述云台相机16优选为三轴增稳高清双镜头云台相机,采用所述三轴增稳高清双镜头云台相机可以采集扇叶立体图像信息,并将立体图像信息通过图像信息传输模块14传回至诊断单元2。
其中,所述视觉定位模块12用于地面操作人员根据视觉模块的图像调整无人机11悬停姿态,使无人机悬停在有利于拍照的角度和位置。
其中,所述数据传输模块13采用3DRobotics数据传输模块,具有传输距离远,传输速度快的优点。
其中,所述图像信息传输模块14采用RC832S+TS832收发一体模块。
其中,所述测距模块15采用KS109收发一体超声波测距模块,用于检测无人机巡检单元1与被拍摄扇叶的距离,同时,测距模块15对缺陷边缘的距离测量,实现缺陷位置和面积的计算。
其中,所述定位模块17可以选择GPS导航模块、北斗导航模块或格洛纳斯导航模块中的任意一种,本实施方式中优选为GPS导航模块,其用获取无人机11的位置信息及被无人机巡检单元1巡检的扇叶的位置信息。
其中,所述定高模块18选择为气压计定高模块,所述定高模块18用于测量无人机11的飞行高度,并把高度数据传输给飞行控制中心19,所述飞行控制中心19根据定高模块18的数据与航线预定模块数据比对修正无人机的飞行高度。
其中,所述飞行控制模块19包括航线预定模块和电量检测模块,所述航线预定模块用于控制无人机11按照预定航线进行巡检,所述电量检测模块用于实时检测无人机11电池电量。
本实施方式中,如图3所示,进一步优选所述诊断单元2包括图像库模块21,缺陷诊断模块22,信息传输模块23。
其中,所述图像库模块21用于存储无人机巡检单元1传回的图像。
其中,所述缺陷诊断模块22用于对无人机巡检单元1传回的图像进行缺陷分析处理,形成缺陷检测报告;本实施方式中所述缺陷诊断模块22应用frangi vesselness 筛选器技术将风机叶片图像中的缺陷增强,使缺陷明显化;利用双边滤波技术降低在图像获取过程中受到各种噪声对图像造成的失真,进而影响判断结果,利用meanshift技术对缺陷目标进行追踪,最后应用svm分类器技术在大数据的基础下对缺陷图像进行识别分类,最终生成含扇叶缺陷类型和扇叶缺陷大小的缺陷检测报告。
所述信息传输模块23用于将缺陷检测报告和对应的缺陷图像通过无线传输至上位机单元3。
本实施方式中,如图4所示,上位机单元3包括控制中心31和数据分析模块32。
所述控制中心31用于接受诊断单元2发出的缺陷检测报告和缺陷图像,还用于接受无人机的位置信息,并通过无线数据传输至远端运营管理平台。
所述控制中心31还用于对无人机巡检单元1发出巡检指令。
所述数据分析模块32用于分析诊断单元2生成的缺陷检测报告和缺陷图像,判断风电场扇叶表面易出现的缺陷区域与缺陷周期。
上述实施方式在使用时,包括如下具体步骤:
(1)巡航航线设定:通过上位机单元3预先对无人机巡检单元1上的飞行控制模块19的航线预定模块设定巡检航线,该航线可长时间保存于航线预定模块。
(2)巡检任务启动:操作人员在上位机单元3发出巡检指令,无人机巡检单元1通过数据传输模块13接收上位机单元3的巡检任务指令,按预先设定好的航线,或者有操作人员通过上位机单元3实时控制飞行,进行巡检任务。
(3)风电场扇叶表面缺陷图像采集:按航线设定,无人机11飞行至待巡检的风机位置,飞行控制模块19通过数据传输模块13向上位机单元3传输位置信息,提示上位机单元3到达预定位置;操作人员开启视觉定位模块12,根据视觉定位模块12的图像信息调整无人机11悬停在适宜拍照的角度和位置;操作人员通过上位机单元3给无人机巡检单元1传输指令,指令云台相机16自动对焦拍摄巡检扇叶图像,并将图像信息通过图像信息传输模块14传回至诊断单元2,将图像位置信息通过数据传输模块13传回上位机单元3,依次重复上述过程。
当所述飞行控制模块19上设置的电量检测模块检测电池电量低于设定值时,所述飞行控制模块19采集当前位置信息并通过数据传输模块13向上位机单元3传输位置信息并保存在控制中心31上;无人机11自动飞回起飞点,更换电池开启无人机巡检,无人机巡检单元1自动接收上位机单元3的控制中心31的指令按预定航线设置继续执行巡检任务。
(4)风机扇叶缺陷自动诊断:诊断单元2对无人机巡检单元1传回的图像文件进行分析处理,应用frangi vesselness 筛选器技术将风机叶片图像中的缺陷增强,使缺陷明显化;利用双边滤波技术降低在图像获取过程中受到各种噪声对图像造成的失真,进而影响判断结果,利用meanshift技术对缺陷目标进行追踪,最后应用svm分类器技术在大数据的基础下对缺陷图像进行识别分类,最终生成含缺陷类型和缺陷大小的检测报告。
(5)巡检结果反馈:诊断单元2将检测报告及对应叶片表面图像通过信息传输模块23传输给上位机单元3,上位机单元3通过无线数据传输至远端运营管理平台,管理人员依据检测报告下达检修任务,对存在缺陷的叶片进行维修;同时,上位机单元3的数据分析模块32对诊断单元2传输的数据进行分析,对叶片易出现缺陷区域及以叶片出现缺陷周期等做出有效分析和预测。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举,而由此所引伸出的显而易见的变化或变动仍处于本实用新型创造权利要求的保护范围之中。
Claims (7)
1.一种用于风电场扇叶表面缺陷检测的装置,包括用于采集风电场扇叶表面缺陷图像的无人机巡检单元(1),用于对无人机巡检单元(1)传回的图像进行分析的诊断单元(2)和用于接受诊断单元(2)的诊断报告,并将诊断报告通过无线传输至运维管理平台,同时对无人机巡检单元(1)发出巡检指令的上位机单元(3),所述无人机巡检单元(1)、诊断单元(2)和上位机单元(3)通过无线连接;其特征在于:
所述无人机巡检单元(1)包括无人机(11),所述无人机(11)上设置有视觉定位模块(12)、数据传输模块(13)、图像信息传输模块(14)、测距模块(15)、云台相机(16)、定位模块(17)、定高模块(18)和飞行控制模块(19);
所述云台相机(16)为双镜头云台相机,所述双镜头云台相机用于采集扇叶立体图像;所述云台相机(16)通过图像信息传输模块(14)与诊断单元(2)连接;
所述视觉定位模块(12)、测距模块(15)、云台相机(16)、定位模块(17)、定高模块(18)通过数据传输模块(13)分别与诊断单元(2)和上位机单元(3)连接;
所述飞行控制模块(19)包括航线预定模块和电量检测模块,所述航线预定模块用于控制无人机(11)按照设定航线进行巡检,所述电量检测模块用于实时检测无人机(11)电池电量。
2.根据权利要求1所述用于风电场扇叶表面缺陷检测的装置,其特征在于,所述诊断单元(2)包括图像库模块(21),缺陷诊断模块(22),信息传输模块(23);
所述图像库模块(21)用于存储无人机巡检单元(1)传回的图像;
所述缺陷诊断模块(22)用于对无人机巡检单元(1)传回的图像进行缺陷分析处理,形成缺陷检测报告;
所述信息传输模块(23)用于将缺陷检测报告和对应的缺陷图像通过无线传输至上位机单元(3)。
3.根据权利要求1或2所述用于风电场扇叶表面缺陷检测的装置,其特征在于,上位机单元(3)包括控制中心(31)和数据分析模块(32);
所述控制中心(31)用于接受诊断单元(2)发出的缺陷检测报告和缺陷图像,并通过无线数据传输至远端运营管理平台;
所述控制中心(31)还用于对无人机巡检单元(1)发出巡检指令;
所述数据分析模块(32)用于分析诊断单元(2)生成的缺陷检测报告和缺陷图像,判断易出现的缺陷区域与缺陷周期。
4.根据权利要求3所述用于风电场扇叶表面缺陷检测的装置,其特征在于,所述定位模块(17)为GPS导航模块或北斗导航模块或格洛纳斯导航模块。
5.根据权利要求4所述用于风电场扇叶表面缺陷检测的装置,其特征在于,所述定高模块(18)为气压计定高模块。
6.根据权利要求5所述用于风电场扇叶表面缺陷检测的装置,其特征在于,所述测距模块(15)为超声波测距模块。
7.根据权利要求6所述用于风电场扇叶表面缺陷检测的装置,其特征在于,所述云台相机(16)为三轴增稳高清云台相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721627260.7U CN207600967U (zh) | 2017-11-29 | 2017-11-29 | 一种用于风电场扇叶表面缺陷检测的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721627260.7U CN207600967U (zh) | 2017-11-29 | 2017-11-29 | 一种用于风电场扇叶表面缺陷检测的装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207600967U true CN207600967U (zh) | 2018-07-10 |
Family
ID=62761753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721627260.7U Expired - Fee Related CN207600967U (zh) | 2017-11-29 | 2017-11-29 | 一种用于风电场扇叶表面缺陷检测的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207600967U (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109060826A (zh) * | 2018-08-16 | 2018-12-21 | 大连维德集成电路有限公司 | 一种不停机的风电叶片检测装置 |
CN109131895A (zh) * | 2018-07-27 | 2019-01-04 | 上海扩博智能技术有限公司 | 用于叶片自动跟踪检测的无人机挂载装置、无人机及方法 |
CN109470712A (zh) * | 2018-12-23 | 2019-03-15 | 北京汉文景科技有限公司 | 一种风电叶片检测系统 |
CN109490310A (zh) * | 2018-10-18 | 2019-03-19 | 广州建设工程质量安全检测中心有限公司 | 一种基于无人机的幕墙监测系统 |
CN109741320A (zh) * | 2019-01-07 | 2019-05-10 | 哈尔滨理工大学 | 一种基于航拍图像的风电叶片故障检测方法 |
CN110007690A (zh) * | 2019-05-08 | 2019-07-12 | 北京天龙智控科技有限公司 | 一种无人机巡检系统及方法 |
CN110244761A (zh) * | 2019-06-10 | 2019-09-17 | 北京工业大学 | 一种基于云边协同的建筑物损伤检测飞行智能机器人设备 |
CN110282143A (zh) * | 2019-06-14 | 2019-09-27 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种海上风电场无人机巡检方法 |
CN110282130A (zh) * | 2019-04-29 | 2019-09-27 | 北京工业大学 | 一种基于云计算的钢结构腐蚀检测高空飞行智能机器人 |
CN110701003A (zh) * | 2019-11-20 | 2020-01-17 | 山东理工大学 | 风电机组叶片缺陷自动检测系统及检测方法 |
CN111038721A (zh) * | 2019-12-30 | 2020-04-21 | 无锡风电设计研究院有限公司 | 一种基于图像识别的风力机叶片巡检无人机和巡检方法 |
CN111198004A (zh) * | 2020-01-06 | 2020-05-26 | 华北电力大学(保定) | 一种基于无人机的电力巡查信息采集系统 |
CN111830845A (zh) * | 2020-04-30 | 2020-10-27 | 航天图景(北京)科技有限公司 | 一种无人机风机叶片自动巡检仿真系统及方法 |
CN112801432A (zh) * | 2019-10-25 | 2021-05-14 | 北京国电思达科技有限公司 | 一种风机组叶片智能巡检系统及风机组叶片巡检方法 |
CN112947511A (zh) * | 2021-01-25 | 2021-06-11 | 北京京能能源技术研究有限责任公司 | 一种无人机巡检风机叶片的方法 |
CN115319398A (zh) * | 2022-08-22 | 2022-11-11 | 上海工程技术大学 | 一种用于风机叶片缺陷修复的自动化修型方法 |
-
2017
- 2017-11-29 CN CN201721627260.7U patent/CN207600967U/zh not_active Expired - Fee Related
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109131895A (zh) * | 2018-07-27 | 2019-01-04 | 上海扩博智能技术有限公司 | 用于叶片自动跟踪检测的无人机挂载装置、无人机及方法 |
CN109060826A (zh) * | 2018-08-16 | 2018-12-21 | 大连维德集成电路有限公司 | 一种不停机的风电叶片检测装置 |
CN109060826B (zh) * | 2018-08-16 | 2021-07-09 | 大连维德集成电路有限公司 | 一种不停机的风电叶片检测装置 |
CN109490310A (zh) * | 2018-10-18 | 2019-03-19 | 广州建设工程质量安全检测中心有限公司 | 一种基于无人机的幕墙监测系统 |
CN109470712A (zh) * | 2018-12-23 | 2019-03-15 | 北京汉文景科技有限公司 | 一种风电叶片检测系统 |
CN109741320A (zh) * | 2019-01-07 | 2019-05-10 | 哈尔滨理工大学 | 一种基于航拍图像的风电叶片故障检测方法 |
CN110282130A (zh) * | 2019-04-29 | 2019-09-27 | 北京工业大学 | 一种基于云计算的钢结构腐蚀检测高空飞行智能机器人 |
CN110007690A (zh) * | 2019-05-08 | 2019-07-12 | 北京天龙智控科技有限公司 | 一种无人机巡检系统及方法 |
CN110244761A (zh) * | 2019-06-10 | 2019-09-17 | 北京工业大学 | 一种基于云边协同的建筑物损伤检测飞行智能机器人设备 |
CN110282143A (zh) * | 2019-06-14 | 2019-09-27 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种海上风电场无人机巡检方法 |
CN110282143B (zh) * | 2019-06-14 | 2022-09-27 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种海上风电场无人机巡检方法 |
CN112801432A (zh) * | 2019-10-25 | 2021-05-14 | 北京国电思达科技有限公司 | 一种风机组叶片智能巡检系统及风机组叶片巡检方法 |
CN112801432B (zh) * | 2019-10-25 | 2024-05-10 | 北京国电思达科技有限公司 | 一种风机组叶片智能巡检系统及风机组叶片巡检方法 |
CN110701003A (zh) * | 2019-11-20 | 2020-01-17 | 山东理工大学 | 风电机组叶片缺陷自动检测系统及检测方法 |
CN111038721B (zh) * | 2019-12-30 | 2023-10-10 | 无锡风电设计研究院有限公司 | 一种基于图像识别的风力机叶片巡检无人机和巡检方法 |
CN111038721A (zh) * | 2019-12-30 | 2020-04-21 | 无锡风电设计研究院有限公司 | 一种基于图像识别的风力机叶片巡检无人机和巡检方法 |
CN111198004A (zh) * | 2020-01-06 | 2020-05-26 | 华北电力大学(保定) | 一种基于无人机的电力巡查信息采集系统 |
CN111830845A (zh) * | 2020-04-30 | 2020-10-27 | 航天图景(北京)科技有限公司 | 一种无人机风机叶片自动巡检仿真系统及方法 |
CN112947511A (zh) * | 2021-01-25 | 2021-06-11 | 北京京能能源技术研究有限责任公司 | 一种无人机巡检风机叶片的方法 |
CN115319398B (zh) * | 2022-08-22 | 2023-06-20 | 上海工程技术大学 | 一种用于风机叶片缺陷修复的自动化修型方法 |
CN115319398A (zh) * | 2022-08-22 | 2022-11-11 | 上海工程技术大学 | 一种用于风机叶片缺陷修复的自动化修型方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207600967U (zh) | 一种用于风电场扇叶表面缺陷检测的装置 | |
CN110282143B (zh) | 一种海上风电场无人机巡检方法 | |
CN207882165U (zh) | 智能充电的风电场扇叶表面缺陷检测的装置 | |
CN106762451B (zh) | 基于无人机的风机叶片损伤检测方法、装置及系统 | |
Li et al. | Unmanned aerial vehicle for transmission line inspection: status, standardization, and perspectives | |
CN110261394A (zh) | 在线风机叶片损伤实时诊断系统和方法 | |
CN111198004A (zh) | 一种基于无人机的电力巡查信息采集系统 | |
CN114898232B (zh) | 基于光伏组串数据分析的光伏电站无人机巡检方法及系统 | |
CN113759960A (zh) | 基于无人机的风机叶片及塔筒巡检识别系统及方法 | |
CN112360699A (zh) | 一种全自动风力发电机组叶片智能巡视及诊断分析方法 | |
CN108956640A (zh) | 适用于配电线路巡检的车载检测装置及检测方法 | |
CN112506214B (zh) | 一种无人机自主风机巡检系统的作业流程 | |
CN107026612B (zh) | 一种太阳能电站自动巡检系统 | |
CN112734970A (zh) | 基于LoRaWAN定位技术的风电场无人机自动巡检系统及方法 | |
CN113610749A (zh) | 基于神经网络的风机叶片缺陷检测方法 | |
CN113342041A (zh) | 一种无人机实现自动化巡检风叶发电设备的方法及系统 | |
CN106656035A (zh) | 一种光伏电站故障检测方法 | |
CN217515351U (zh) | 一种适用于海上风电场的无人艇巡检系统 | |
CN116258980A (zh) | 一种基于视觉的无人机分布式光伏电站巡检方法 | |
CN109448151A (zh) | 一种无人机巡检系统及其应用 | |
CN115326075A (zh) | 一种基于无人机实现风场全域自动化巡检的路径规划方法 | |
CN116797206A (zh) | 一种基于无人机的光伏电站的智能巡检方法与系统 | |
CN109470712A (zh) | 一种风电叶片检测系统 | |
CN106603002A (zh) | 一种光伏电站故障检测系统 | |
CN206804544U (zh) | 一种用于起重机表面缺陷检测的无人机装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180710 Termination date: 20181129 |