← 返回列表

监测风力发电机叶片结冰的方法及装置

申请号: CN201710494706.1
申请人: 北京金风科创风电设备有限公司
申请日期: 2017年6月26日

摘要文本

提供一种监测风力发电机叶片结冰的方法及装置。所述方法包括:通过摄像头拍摄叶片的图像;从拍摄的图像中检测叶片所在区域;从拍摄的图像中去除叶片所在区域之外的背景区域的图像信息,以获取叶片图像;将获取的叶片图像输入到基于样本集训练得到的叶片结冰识别模型,来确定所拍摄的叶片是否已结冰,其中,所述样本集包括多个指示叶片已结冰的叶片图像。根据所述方法及装置,能够快捷、准确地监测风力发电机叶片是否结冰。

专利详细信息

项目 内容
专利名称 监测风力发电机叶片结冰的方法及装置
专利类型 发明授权
申请号 CN201710494706.1
申请日 2017年6月26日
公告号 CN109117858B
公开日 2024年2月13日
IPC主分类号 G06V10/764
权利人 北京金风科创风电设备有限公司
发明人 杨博宇; 王百方; 程庆阳
地址 北京市大兴区北京经济技术开发区康定街19号

专利主权项内容

1.一种监测风力发电机叶片结冰的方法,其特征在于,所述方法包括:通过摄像头拍摄叶片的图像;从拍摄的图像中检测叶片所在区域;从拍摄的图像中去除叶片所在区域之外的背景区域的图像信息,以获取叶片图像;将获取的叶片图像输入到基于样本集训练得到的叶片结冰识别模型,来确定所拍摄的叶片是否已结冰,其中,所述样本集包括多个指示叶片已结冰的叶片图像,其中,叶片结冰识别模型是使用卷积神经网络基于样本集训练得到的,其中,所述叶片结冰识别模型包括输入层、第一预定数量的卷积层、第二预定数量的池化层、对经由卷积层和池化层后得到的叶片图像的特征进行向量化的向量层、对向量层输出的向量进行分类的分类器、以及输出层,其中,所述输入层包含用于描述叶片图像的像素的多个输入神经元,所述输出层包含用于指示叶片是否已结冰的输出神经元,各卷积层通过训练好的至少一个卷积核对上一层的输出进行特征提取来得到本层的输出,各池化层通过训练好的至少一个池化核对上一卷积层的输出进行聚合统计处理来得到本层的输出,其中,在所述叶片结冰识别模型中,在输入层之后,卷积层和池化层交替排列,并且卷积层和池化层之中的每一层的特征映射的数量大于前一层的特征映射的数量。。关注公众号马克数据网