基于视频图像分析的风电机组故障自动识别技术研究-机械工程；机械电子工程专业论文.docxVIP

优秀毕业论文 精品参考文献资料 华北电力人学硕士学位论文摘 华北电力人学硕士学位论文 摘 要 随着各国对清洁能源、可再生能源发电关注度的日益提高，我国风能发电产 业近年来也得到了飞速发展。一般情况下，风电机组设备价值昂贵，故障发生率 较高，且风电场一般位于地理位置偏远、环境恶劣的地方，运维人员较少，需要 远程实时监控风电场运行状况，并对风电机组是否发生故障进行自动识别。采用 视频监控技术和图像自动识别技术，建立远程实时监控识别系统，能实现自动化 无人值守，解决人员劳动强度大的问题，提高运维管理水平。本文利用视频监控 系统获取的塔筒入口、机舱内、齿轮箱底部、纽缆保护套等部位的监测图像，研 究通过图像分析技术获取异常状态信息，实现自动报警的方法。主要研究工作及 结果如下： (1)针对塔筒门禁监测图像，采用基于差图像法的入侵自动报警方法，即在 异物入侵检测时先用Surendra法来实时地更新背景模型，再用背景差分法获得运 动区域，最后获取较为精确的运动区域图像特征，根据阈值判别法将正常状态异 常状态区分出来，当为异常状态时进行自动报警，此功能基本实现。 (2)针对机舱内微弱火焰监测图像，首先利用颜色特征分割出图像中具有疑 似微弱火焰的区域，然后用火焰增长性特征进行初步判断，最后采用纹理特征对 微弱火焰进行验证。 (3)针对齿轮箱底部漏油监测图像，通常齿轮箱油为黄褐色，则齿轮箱渗漏 油处图像的颜色往往会呈现黄褐色，采用一种基于颜色特征的齿轮箱渗漏油检测 方法，对异常区域提取H．S颜色直方图，并比较一系列待测图片，当颜色直方图 中灰褐色部分变化较大时认为存在漏油异常，经多次证明与实际情况一致。 (4)针对纽缆保护套裂缝监测图像，由于裂缝相对于保护套背景具有极低的 对比度，需要在裂缝检测前加入一系列的预处理，大大地改善了图像质量，为裂 缝检测和识别做了充分的准备，进而基于形状等几何特征进行判断。 关键词：风电机组；视频监控；故障监测；图像自动识别 万方数据 华北电力人学硕士学位论文Abstract 华北电力人学硕士学位论文 Abstract With the increasing attention of clean and renewable energy all over the world，the wind power industry in China has developed rapidly in recent years．Geneflly，wind turbine equipments worth expensively and failure rate is high．And wind farms are generally located in the district which iS remote and harsh environments．And operation and maintenance personnel iS 1ess．So it needs the remote real-time monitoring and automatic identification system in the wind farms．Using the video surveillance technology and image recognition technology,the establishment of remote real-time monitoring identification system Can be automated unattended and solve the problems of the big labor intensity．All the same time，it improve operation and maintenance management．This paper used the monitoring image of the tower entrance，cabin，gearbox boRom，cable protection cover and other parts of the wind turbine obtained from the video surveillance system to research how to obtain abnormal status information by image analysis techniques and achieve automatic alarm．The main research work and results are as follows： (1)For the detection of