[发明专利]一种测量风力发电机组的塔架净空的方法和设备有效
申请号: | 201711405679.2 | 申请日: | 2017-12-22 |
公开(公告)号: | CN109958583B | 公开(公告)日: | 2020-06-09 |
发明(设计)人: | 李辉辉;杨博宇;王百方 | 申请(专利权)人: | 北京金风科创风电设备有限公司 |
主分类号: | F03D17/00 | 分类号: | F03D17/00 |
代理公司: | 北京铭硕知识产权代理有限公司 11286 | 代理人: | 徐璐璐;曾世骁 |
地址: | 100176 北京市大*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 测量 风力 发电 机组 净空 方法 设备 | ||
本发明提供一种测量风力发电机组的塔架净空的方法和设备,包括:获取风力发电机组的多帧图像数据;从所述多帧图像数据中识别用于计算所述风力发电机组的塔架净空的叶尖坐标;根据所述叶尖坐标确定所述风力发电机组的塔架净空。根据所述方法和设备,可以简单快速地获取到风力发电机组的塔架净空,降低了人工成本。
技术领域
本发明总体说来涉及风电技术领域,更具体地讲,涉及一种测量风力发电机组的塔架净空的方法和设备。
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片垂直水平面时叶尖到塔筒壁的直线距离。由于风力发电机组的叶轮转动机组运行都受限于不确定的风况,因此,风力发电机组的塔架净空受风况的影响较大。目前风力发电机组的塔架净空无法通过测量工具测量,因此,人们无法实时地获取都不同风速条件下风力发电机组的塔架净空。
发明内容
本发明的示例性实施例在于提供一种测量风力发电机组的塔架净空的方法和设备,以解决目前无法获取不同风速条件下的风力发电机组的塔架净空的缺陷。
根据本发明示例性实施例的一方面,提供一种测量风力发电机组的塔架净空的方法,包括:获取风力发电机组的多帧图像数据;从所述多帧图像数据中识别用于计算所述风力发电机组的塔架净空的叶尖坐标;根据所述叶尖坐标确定所述风力发电机组的塔架净空。
可选地,所述从所述多帧图像数据中识别用于计算所述风力发电机组的塔架净空的叶尖坐标的步骤包括:对获取的多帧图像数据进行模板匹配以得到至少一个敏感区图像,其中,所述敏感区图像为包括叶尖区域的图像;通过对至少一个敏感区图像进行边缘检测处理来识别出每个敏感区图像中所述风力发电机组的叶尖坐标;基于所述叶尖坐标确定用于计算所述风力发电机组的塔架净空的叶尖坐标。
可选地,所述对获取的多帧图像数据进行模板匹配以得到至少一个敏感区图像的步骤包括:将标记风机叶尖的模板图像分别叠放在所述每一帧图像数据上进行模板匹配;通过相关系数匹配法确定模板匹配程度,并根据模板匹配程度来识别敏感区图像。
可选地,所述通过相关系数匹配法确定模板匹配程度,并根据模板匹配程度来识别敏感区图像的步骤包括:通过对所述模板图像所包括的预定像素点的灰度值进行标准化处理来得到模板图像的预定像素点的灰度值标准化结果;针对多帧图像中的预定帧图像,获取模板图像覆盖预定帧图像时预定帧图像所包括的预定像素点的灰度值,并将所述预定像素点的灰度值进行标准化处理,以得到经标准化处理后得到的预定帧图像的预定像素点的灰度值标准化结果;基于所述模板图像的预定像素点的灰度值标准化结果和所述预定帧图像的预定像素点的灰度值标准化结果,确定所述模板图像和所述预定帧图像的匹配相关系数;基于所述匹配相关系数确定所述模板图像覆盖所述预定帧图像的子图像是否是敏感区图像。
可选地,当所述相关系数指示模板图像与所述子图像匹配时,确定所述模板图像覆盖所述预定帧图像的子图像为敏感区图像,当相关系数指示模板图像与所述子图像匹配不匹配时,确定所述模板图像覆盖所述预定帧图像的子图像为非敏感区图像。
可选地,所述通过对至少一个敏感区图像进行边缘检测处理来识别出每个敏感区图像中风力发电机组的叶尖坐标的步骤包括:通过对识别的敏感区图像进行边缘检测处理来获取每个图像的标记的边缘轮廓数据;通过对边缘轮廓数据进行查询处理来获取敏感区图像中的所述风力发电机组的叶尖坐标。
可选地,所述通过对识别的敏感区图像进行边缘检测处理来获取每个图像的标记的边缘轮廓数据的步骤包括:对识别的敏感区图像进行滤波处理;求取滤波处理后的敏感区图像的梯度,并根据求取的梯度进行非极大值抑制来对敏感区图像进行边缘增强;通过阈值方法对边缘增强后的敏感区图像进行边缘检测以获取标记的边缘轮廓数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京金风科创风电设备有限公司,未经北京金风科创风电设备有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711405679.2/2.html,转载请声明来源钻瓜专利网。