基于機(jī)器視覺圖像對電力系統(tǒng)風(fēng)力發(fā)電機(jī)葉片表面結(jié)冰故障進(jìn)行診斷的方法
【專利摘要】本發(fā)明公開了基于機(jī)器視覺圖像對電力系統(tǒng)風(fēng)力發(fā)電機(jī)葉片表面結(jié)冰故障進(jìn)行診斷的方法，包括如下步驟：步驟一、劃分風(fēng)力發(fā)電機(jī)葉片，獲得葉片基元；步驟二、對風(fēng)力發(fā)電機(jī)葉片基元進(jìn)行拍照，并對背景進(jìn)行剔除；步驟三、對步驟二獲得的葉片基元結(jié)果圖像進(jìn)行二次劃分成圖像基元，并對基元結(jié)果圖像進(jìn)行特征提取；步驟四、對故障診斷所用的支持向量機(jī)進(jìn)行訓(xùn)練；步驟五、使用訓(xùn)練好的支持向量機(jī)對風(fēng)力發(fā)電機(jī)葉片基元的表面故障種類進(jìn)行診斷；步驟六、對所有的葉片基元均進(jìn)行步驟二、三、五的操作，直至完成整片葉片的表面結(jié)冰故障診斷。該方法診斷精度高。
【專利說明】基于機(jī)器視覺圖像對電力系統(tǒng)風(fēng)力發(fā)電機(jī)葉片表面結(jié)冰故障進(jìn)行診斷的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及風(fēng)力機(jī)故障診斷領(lǐng)域，具體是指基于機(jī)器視覺圖像對電力系統(tǒng)風(fēng)力發(fā)電機(jī)葉片表面結(jié)冰故障進(jìn)行診斷的方法。
【背景技術(shù)】
[0002]葉片作為風(fēng)力機(jī)故障率最高的部件之一，由于其體積龐大、傳感器安裝困難、監(jiān)控設(shè)備昂貴等原因始終沒有一種可以現(xiàn)場應(yīng)用的故障診斷和故障監(jiān)督手段。現(xiàn)行風(fēng)力機(jī)葉片的故障診斷主要是通過對風(fēng)力機(jī)傳動鏈的故障信號監(jiān)督間接診斷風(fēng)力機(jī)葉片故障。對風(fēng)力機(jī)葉片的故障診斷的研究已經(jīng)引起科研人員的重視并進(jìn)行了多種嘗試性研究。包括對風(fēng)力機(jī)葉片表面安裝振動、應(yīng)力、聲發(fā)射等傳感器的接觸式診斷方法和對葉片進(jìn)行熱成像、X光掃描、數(shù)字圖像相關(guān)性分析的非接觸故障診斷方法。
[0003]對于接觸式故障診斷方法，由于是通過對傳感器所安裝部位信號進(jìn)行監(jiān)控來達(dá)到對葉片整體進(jìn)行監(jiān)控的目的，所以故障定位準(zhǔn)確率較低，而且由于所需傳感器數(shù)量較多會帶來成本過高和布置困難等缺 點。非接觸式故障診斷方法以準(zhǔn)確的對故障進(jìn)行定位但是由于其設(shè)備價格昂貴且體積龐大很難在現(xiàn)場安裝同樣沒有進(jìn)行應(yīng)用。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種基于機(jī)器視覺圖像對電力系統(tǒng)風(fēng)力發(fā)電機(jī)葉片表面結(jié)冰故障進(jìn)行診斷的方法，該方法診斷精度高。
[0005]本發(fā)明的上述目的通過如下技術(shù)方案來實現(xiàn)的:基于機(jī)器視覺圖像對電力系統(tǒng)風(fēng)力發(fā)電機(jī)葉片表面結(jié)冰故障進(jìn)行診斷的方法，該方法包括如下步驟:
[0006]步驟一、劃分風(fēng)力發(fā)電機(jī)葉片，獲得葉片基元；
[0007]步驟一的具體過程如下:首先，采用在風(fēng)力發(fā)電機(jī)葉片表面涂上色帶的方法對整個葉片進(jìn)行區(qū)域劃分，劃分成N個子區(qū)域，其中N ^ 1，任意一個子區(qū)域均稱為葉片基元；
[0008]步驟二、對風(fēng)力發(fā)電機(jī)葉片基元進(jìn)行拍照，并對背景進(jìn)行剔除；
[0009]步驟二的具體過程如下:首先對風(fēng)力發(fā)電機(jī)葉片基元進(jìn)行拍攝，獲得葉片基元的原始圖像；然后，將原始圖像經(jīng)過灰度處理，由彩色圖變?yōu)榛叶葓D，得到葉片基元的灰度圖像；再通過采用Roberts輪廓提取方法對灰度圖像進(jìn)行葉片基元輪廓提取，得到葉片基元的二值圖像，該二值圖像中葉片基元為白色前景，其余部分為黑色背景；進(jìn)一步，對二值圖像進(jìn)行形態(tài)學(xué)處理，達(dá)到初步去噪的效果，獲得初步去噪圖像；進(jìn)而，在初步去噪圖像中，采用二值圖像連通區(qū)域標(biāo)記法，對初步去噪圖像執(zhí)行兩次掃描，第一次掃描通過逐行掃描像素，判斷像素之間的相鄰關(guān)系，對屬于同一連通區(qū)域的像素賦予相同的連通標(biāo)號；第二次掃描消除重復(fù)的標(biāo)記，合并屬于同一連通區(qū)域但是具有不同標(biāo)記號的子區(qū)域，通過兩步掃描找到區(qū)域面積最大的白色8連通區(qū)域，該最大的白色8連通區(qū)域就是所要獲得的風(fēng)力發(fā)電機(jī)葉片基元圖像區(qū)域；最后，從原始圖像中摳除去風(fēng)力發(fā)電機(jī)葉片基元圖像區(qū)域之外的區(qū)域，達(dá)到剔除背景的目的，同時能夠得到風(fēng)力發(fā)電機(jī)的葉片基元結(jié)果圖像；
[0010]步驟三、對步驟二獲得的葉片基元結(jié)果圖像進(jìn)行二次劃分成圖像基元，并對基元結(jié)果圖像進(jìn)行特征提取；
[0011]步驟三的具體過程如下:首先，將步驟二獲得的葉片基元結(jié)果圖像分割成多個平行四邊形網(wǎng)格，進(jìn)而根據(jù)網(wǎng)格把風(fēng)力機(jī)葉片基元結(jié)果圖像拆分成圖像基元；然后采用數(shù)據(jù)特征提取算法對圖像基元進(jìn)行處理，得到圖像基元的數(shù)據(jù)特征。
[0012]步驟四、對故障診斷所用的支持向量機(jī)進(jìn)行訓(xùn)練；
[0013]步驟四的具體過程如下:把步驟三中獲得的圖像基元數(shù)據(jù)特征作為訓(xùn)練數(shù)據(jù)；然后，采用訓(xùn)練數(shù)據(jù)對支持向量機(jī)進(jìn)行訓(xùn)練，獲得訓(xùn)練好的支持向量機(jī)；該步驟四中支持向量機(jī)的訓(xùn)練采用標(biāo)準(zhǔn)支持向量機(jī)算法，具體訓(xùn)練步驟如下:
[0014](I)設(shè)訓(xùn)練集 T= Kx1J1), (x2, y2),...(x1； Y1)! e (X, Y)1
[0015]其中Xi e X e Rp, Yi e Y = {-1, ι}，i = 1，…ι ;
[0016]Xi為圖像基元的數(shù)據(jù)特征構(gòu)成的向量；如果Xi對應(yīng)的圖像基元上存在葉片結(jié)冰，則為1，否則yi為-1。
[0017](2)求解最優(yōu)化問題(1.1),得最優(yōu)解= (“...,α/Υ
【權(quán)利要求】
1.基于機(jī)器視覺圖像對電力系統(tǒng)風(fēng)力發(fā)電機(jī)葉片表面結(jié)冰故障進(jìn)行診斷的方法，該方法包括如下步驟: 步驟一、劃分風(fēng)力發(fā)電機(jī)葉片，獲得葉片基元； 步驟一的具體過程如下:首先，采用在風(fēng)力發(fā)電機(jī)葉片表面涂上色帶的方法對整個葉片進(jìn)行區(qū)域劃分，劃分成N個子區(qū)域，其中N ^ 1，任意一個子區(qū)域均稱為葉片基元； 步驟二、對風(fēng)力發(fā)電機(jī)葉片基元進(jìn)行拍照，并對背景進(jìn)行剔除； 步驟二的具體過程如下:首先對風(fēng)力發(fā)電機(jī)葉片基元進(jìn)行拍攝，獲得葉片基元的原始圖像；然后，將原始圖像經(jīng)過灰度處理，由彩色圖變?yōu)榛叶葓D，得到葉片基元的灰度圖像；再通過采用Roberts輪廓提取方法對灰度圖像進(jìn)行葉片基元輪廓提取，得到葉片基元的二值圖像，該二值圖像中葉片基元為白色前景，其余部分為黑色背景；進(jìn)一步，對二值圖像進(jìn)行形態(tài)學(xué)處理，達(dá)到初步去噪的效果，獲得初步去噪圖像；進(jìn)而，在初步去噪圖像中，采用二值圖像連通區(qū)域標(biāo)記法，對初步去噪圖像執(zhí)行兩次掃描，第一次掃描通過逐行掃描像素，判斷像素之間的相鄰關(guān)系，對屬于同一連通區(qū)域的像素賦予相同的連通標(biāo)號；第二次掃描消除重復(fù)的標(biāo)記，合并屬于同一連通區(qū)域但是具有不同標(biāo)記號的子區(qū)域，通過兩步掃描找到區(qū)域面積最大的白色8連通區(qū)域，該最大的白色8連通區(qū)域就是所要獲得的風(fēng)力發(fā)電機(jī)葉片基元圖像區(qū)域；最后，從原始圖像中摳除去風(fēng)力發(fā)電機(jī)葉片基元圖像區(qū)域之外的區(qū)域，達(dá)到剔除背景的目的，同時能夠得到風(fēng)力發(fā)電機(jī)的葉片基元結(jié)果圖像； 步驟三、對步驟二獲得的葉片基元結(jié)果圖像進(jìn)行二次劃分成圖像基元，并對基元結(jié)果圖像進(jìn)行特征提取； 步驟三的具體過程如下:首先，將步驟二獲得的葉片基元結(jié)果圖像分割成多個平行四邊形網(wǎng)格，進(jìn)而根據(jù)網(wǎng)格把風(fēng)力機(jī)葉片基元結(jié)果圖像拆分成圖像基元；然后采用數(shù)據(jù)特征提取算法對圖像基元進(jìn)行處理，得到圖像基元的數(shù)據(jù)特征； 步驟四、對故障診斷所用的支持向量機(jī)進(jìn)行訓(xùn)練； 步驟四的具體過程如下:把步驟三中獲得的圖像基元數(shù)據(jù)特征作為訓(xùn)練數(shù)據(jù)；然后，采用訓(xùn)練數(shù)據(jù)對支持向量機(jī)進(jìn)行訓(xùn)練，獲得訓(xùn)練好的支持向量機(jī)； 該步驟四中支持向量機(jī)的訓(xùn)練采用標(biāo)準(zhǔn)支持向量機(jī)算法，具體訓(xùn)練步驟如下:
(1)設(shè)訓(xùn)練集T= Kx1J1), (x2, y2),...(x1； Y1)! e (X, Y)1
其中 Xi e X e Rp，yi e Y = {-1, I}, i = I, -1 ； Xi為圖像基元的數(shù)據(jù)特征構(gòu)成的向量；如果Xi對應(yīng)的圖像基元上存在葉片結(jié)冰，則Ji為1，否則為-1 (2)求解最優(yōu)化問題(1.1),得最優(yōu)解=(al,a2,...,a*)T
2.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺圖像對電力系統(tǒng)風(fēng)力發(fā)電機(jī)葉片表面結(jié)冰故障進(jìn)行診斷的方法，其特征在于:所述步驟三中，對圖像基元進(jìn)行數(shù)據(jù)特征處理是采用基于改進(jìn)流形學(xué)習(xí)算法的圖片數(shù)據(jù)降維法。
【文檔編號】F03D11/00GK103982378SQ201410171787
【公開日】2014年8月13日 申請日期:2014年4月25日 優(yōu)先權(quán)日:2014年4月25日
【發(fā)明者】馮永新, 楊濤, 鄧小文, 劉石, 張磊, 郭盛, 高慶水, 張楚 申請人:廣東電網(wǎng)公司電力科學(xué)研究院, 華中科技大學(xué)