基于圖像分析的風力發電葉槳故障檢測

　　摘要：風力發電的分布比較廣，建設規模在增大，由于風力發電所處環境比較惡劣，風速在風輪掃掠面上的不均勻，風速的瞬時變化，造成風機葉槳振動、偏移、彎曲等不正常運行的狀態，容易造成葉槳損害，但葉槳故障檢測方面還是空白。本文介紹了通過圖像分析的方法來有效的檢測風車葉槳狀態，以使其在多種惡劣環境下穩定可靠運行，對電網的穩定性、電能的質量等具有重要的意義。
　　前言
　　風力發電的特點：面廣、點多，尤其是草原地區，風力發電建設規模逐漸增大。風力發電堅持崗位制度，這是安全管理上的優點，但這一制度存在一定的缺陷，如操作人員數量有限，難以對多個現場同時進行檢測，并且不能做到對風力發電葉槳全過程檢測和控制，給安全管理帶來了困難[1]。利用圖像分析的方法對風力發電葉槳檢測，可以使操作人員及時了解生產現場的實況，減少勞動強度，改善工作環境。
　　風力發電風車的圖像監控能監視風車葉槳的的狀態，及時發現、處理事故，有助于提高電力系統自動化的安全性和可靠性，并提供事后分析事故的有關圖像資料。
　　1 葉槳故障檢測的目的
　　在風力發電中，風車葉槳不能精確地對準風向而存在偏斜，風速在風輪掃掠面上的不均勻，風速的瞬時變化，造成風機葉槳的振動、偏移、彎曲等不正常運行的狀態[2]。當風速增大、風速減小、風速不均時造成葉槳的振動，通過圖像的分析來檢測到葉槳狀態，及時做出準確的動作，以避免風力發電葉槳的損害。
　　2 葉槳故障檢測的方法
　　CCD是集成在半導體單晶材料上，而CMOS是集成在被稱做金屬氧化物的半導體材料上，工作原理沒有本質的區別。而且CCD制造工藝較復雜，采用CCD的攝像頭價格都會相對比較貴。事實上經過技術改造，目前CCD和CMOS的實際效果的差距已經減小了不少。而且CMOS的制造成本和功耗都要低于CCD不少，所以很多攝像頭生產廠商采用的CMOS感光元件。在相同像素下CCD的成像通透性、明銳度都很好，色彩還原、曝光可以保證基本準確。而CMOS的產品往往通透性一般，對實物的色彩還原能力偏弱，曝光也都不太好，由于自身物理特性的原因，CMOS的成像質量和CCD還是有一定距離的。但由于低廉的價格以及高度的整合性，因此在攝像頭領域得到了廣泛的應用。
　　1）在測試中視頻源來自普通的CCD攝像頭，對傳輸過來的數據進行像素提取，將提取出來的像素數據傳輸到圖像分析中心。
　　2）在終端我們將接收到的像素數據直接存入一個文件內，然后進行還原和播放以查看監控結果。
　　3）在監控范圍內將目標從背景中提取出來，背景的去除在整個處理中占有很重要的地位。由于背景圖是靜止的，用實時圖像與背景圖像相減即可濾掉背景而只保留圖像變化信息。由于光照情況時刻都在變化，背景圖像也跟著變化，背景圖像也必須實時進行更新，以減少噪聲影響。因此對采集的每幀圖像采用一種可以過濾復雜背景以及光線變化而引起的圖像變化算法從而有效的減少誤報警[3]。經過檢測算法檢測出有異?，F象發生后，可通過圖像定格顯示于監控室的屏幕上，監視系統需要對監視范圍內的風車葉槳以及闖入的對象進行判斷，使其能夠準確的反應葉槳的運動狀態以及周圍的情況。
　　4）應用圖像處理處理圖片的細微差別，根據這些差別進行分析時需要結合實際，大量的實踐參數進行比較，才能得出正確的結。