基于图像分析的风力发电叶桨故障检测

　　摘要风力发电的分布比较广，建设规模在增大，由于风力发电所处环境比较恶劣，风速在风轮扫掠面上的不均匀，风速的瞬时变化，造成风机叶桨振动、偏移、弯曲等不正常运行的状态，容易造成叶桨损害，但叶桨故障检测方面还是空白。本文介绍了通过图像分析的方法来有效的检测风车叶桨状态，以使其在多种恶劣环境下稳定可靠运行，对电网的稳定性、电能的质量等具有重要的意义。

　　前言

　　风力发电的特点面广、点多，尤其是草原地区，风力发电建设规模逐渐增大。风力发电坚持岗位制度，这是安全管理上的优点，但这一制度存在一定的缺陷，如操作人员数量有限，难以对多个现场同时进行检测，并且不能做到对风力发电叶桨全过程检测和控制，给安全管理带来了困难［1］。利用图像分析的方法对风力发电叶桨检测，可以使操作人员及时了解生产现场的实况，减少劳动强度，改善工作环境。

　　风力发电风车的图像监控能监视风车叶桨的的状态，及时发现、处理事故，有助于提高电力系统自动化的安全性和可靠性，并提供事后分析事故的有关图像资料。

　　1 叶桨故障检测的目的

　　在风力发电中，风车叶桨不能精确地对准风向而存在偏斜，风速在风轮扫掠面上的不均匀，风速的瞬时变化，造成风机叶桨的振动、偏移、弯曲等不正常运行的状态［2］。当风速增大、风速减小、风速不均时造成叶桨的振动，通过图像的分析来检测到叶桨状态，及时做出准确的动作，以避免风力发电叶桨的损害。

　　2 叶桨故障检测的方法

　　CCD是集成在半导体单晶材料上，而CMOS是集成在被称做金属氧化物的半导体材料上，工作原理没有本质的区别。而且CCD制造工艺较复杂，采用CCD的摄像头价格都会相对比较贵。事实上经过技术改造，目前CCD和CMOS的实际效果的差距已经减小了不少。而且CMOS的制造成本和功耗都要低于CCD不少，所以很多摄像头生产厂商采用的CMOS感光元件。在相同像素下CCD的成像通透性、明锐度都很好，色彩还原、曝光可以保证基本准确。而CMOS的产品往往通透性一般，对实物的色彩还原能力偏弱，曝光也都不太好，由于自身物理特性的原因，CMOS的成像质量和CCD还是有一定距离的。但由于低廉的价格以及高度的整合性，因此在摄像头领域得到了广泛的应用。

　　1）在测试中视频源来自普通的CCD摄像头，对传输过来的数据进行像素提取，将提取出来的像素数据传输到图像分析中心。

　　2）在终端我们将接收到的像素数据直接存入一个文件内，然后进行还原和播放以查看监控结果。

　　3）在监控范围内将目标从背景中提取出来，背景的去除在整个处理中占有很重要的地位。由于背景图是静止的，用实时图像与背景图像相减即可滤掉背景而只保留图像变化信息。由于光照情况时刻都在变化，背景图像也跟着变化，背景图像也必须实时进行更新，以减少噪声影响。因此对采集的每帧图像采用一种可以过滤复杂背景以及光线变化而引起的图像变化算法从而有效的减少误报警［3］。经过检测算法检测出有异常现象发生后，可通过图像定格显示于监控室的屏幕上，监视系统需要对监视范围内的风车叶桨以及闯入的对象进行判断，使其能够准确的反应叶桨的运动状态以及周围的情况。

　　4）应用图像处理处理图片的细微差别，根据这些差别进行分析时需要结合实际，大量的实践参数进行比较，才能得出正确的结。

　　3 叶桨故障检测的意义

　　风力发电叶桨故障检测在风力发电以便能够实时、准确、直接地了解和掌握各个风力发电风车的情况，并及时对发生的情况做出反应，并能够对有关数据进行存储，分析。变电站图像监控是目前电力系统应用图像监控最为典型的地方。

　　叶桨图像检测能使风力发电在多种恶劣环境下稳定可靠运行，使其在故障时采取必要的安全保护措施，使风力发电机组处于保护状态，对电网的稳定性、电能的质量、频率，对提高风力发电系统自动化程度，提高可靠性和实时性具有重要意义。