謝強

（新疆龍源風(fēng)力發(fā)電有限公司，新疆 烏魯木齊 830054）

風(fēng)力發(fā)電機組的葉片長期暴露在室外惡劣的自然環(huán)境中，與多種不確定因素直接接觸，隨著使用壽命的增加，風(fēng)電葉片發(fā)生不同程度的劣化，導(dǎo)致表面產(chǎn)生各種程度的缺陷影響風(fēng)電系統(tǒng)的安全。據(jù)統(tǒng)計，風(fēng)電機組葉片成本造價為整體發(fā)電設(shè)備的五分之一，葉片一旦損壞，很可能導(dǎo)致更深程度的機組運行故障，尤其是在風(fēng)沙猛烈地帶，風(fēng)電機組葉片的安全狀態(tài)監(jiān)測尤為關(guān)鍵。為此，本文對于風(fēng)電安全狀態(tài)監(jiān)測的研究將重點圍繞風(fēng)電機組葉片安全監(jiān)測展開，聯(lián)合應(yīng)用物聯(lián)網(wǎng)與機器視覺定期巡查風(fēng)電葉片的缺陷，及時解決發(fā)電過程產(chǎn)生的安全隱患，提高風(fēng)電系統(tǒng)運行的經(jīng)濟效益。

1 基于物聯(lián)網(wǎng)的風(fēng)電安全狀態(tài)信息監(jiān)測系統(tǒng)設(shè)計

物聯(lián)網(wǎng)系統(tǒng)綜合運用多元化數(shù)據(jù)傳感器、射頻識別技術(shù)、激光掃描設(shè)備等工具采集監(jiān)測對象信息，以網(wǎng)絡(luò)為連接實現(xiàn)數(shù)據(jù)共享與分析，對事物進行智能化管理。本文采用物聯(lián)網(wǎng)技術(shù)構(gòu)建了風(fēng)電葉片安全狀態(tài)監(jiān)測系統(tǒng)，其總體布局見圖1。

圖1中，安全監(jiān)測系統(tǒng)主要包括葉片圖像采集模塊、主控制模塊、安全信息分析模塊：

（1）葉片圖像采集模塊相當(dāng)于物聯(lián)網(wǎng)的傳感層，布置數(shù)個傳感器形成視覺圖像傳感網(wǎng)絡(luò)，負(fù)責(zé)全方位周期性采集風(fēng)電機組葉片的表面缺陷信息，作為葉片安全狀態(tài)評估的依據(jù)；風(fēng)電葉片缺陷采集對圖像傳感器具有一定的要求，例如，精度應(yīng)達到0.1mm標(biāo)準(zhǔn)，圖像采集的速度應(yīng)達到10張/秒。

（2）主控制模塊相當(dāng)于物聯(lián)網(wǎng)中的控制層一般設(shè)立在風(fēng)電控制中心，用于遠程監(jiān)控風(fēng)電機組葉片的安全狀態(tài)情況。主控制模塊包括中央處理單元、存儲硬件等等，功能是安全保存感知層采集的大規(guī)模數(shù)據(jù)并進行分析，無線網(wǎng)絡(luò)時圖像采集模塊與主控模塊溝通的紐帶。

圖1 基于物聯(lián)網(wǎng)的風(fēng)電機組安全監(jiān)測系統(tǒng)布局

（3）安全信息分析模塊相當(dāng)于物聯(lián)網(wǎng)的應(yīng)用層，包括客戶服務(wù)器與客戶終端兩個部分，主要功能是顯示、查詢、分析風(fēng)電葉片的安全狀態(tài)，呈現(xiàn)了良好的人機交互體驗。

此外，圖像為風(fēng)電機組定值了特有的RFID射頻電子標(biāo)簽，射頻信息將同步到物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中，用于風(fēng)電葉片身份識別。

2 基于計算機視覺的風(fēng)電安全狀態(tài)監(jiān)測

2.1 風(fēng)電葉片缺陷提取與計算

提取風(fēng)電葉片缺陷之前，需要采用Ostu算法分割圖像得到背景區(qū)域與目標(biāo)區(qū)域，即閾值分割后的二值圖。Ostu閾值分割算法中，定義背景圖像與目標(biāo)圖像分別為 1W、2W，兩種區(qū)域?qū)?yīng)的灰度級為[0，t-1]、[t，L-1]，圖像背景與目標(biāo)的類間方法計算公式如下：

在風(fēng)電機組葉片圖像缺陷區(qū)域與背景區(qū)域分割的基礎(chǔ)上，基于小波變換法提取風(fēng)電機組葉片缺陷，由于小波變換在差異性圖像尺度中的邊緣效果存在差異，所以在反復(fù)的測試中確定最佳的邊緣檢測結(jié)果。其中，小波變換局部模極大值法呈現(xiàn)的葉片缺陷提取結(jié)果較為精準(zhǔn)，但是，存在一定的雜點，影響風(fēng)電葉片缺陷提取效果。為此，基于形態(tài)學(xué)膨脹與腐蝕理論濾除圖像雜點。第一步是刪除圖像中的分散性雜點，第二步是對其實施形態(tài)學(xué)運算中的閉運算操作，形態(tài)學(xué)閉操作可有效平滑物體輪廓，具有連接窄的斷裂、填滿比結(jié)構(gòu)元小的空洞的作用，本文使用閉運算優(yōu)化圖像質(zhì)量。閉運算的原理如下：

設(shè)置以下形態(tài)學(xué)理論參量：待處理的風(fēng)電葉片目標(biāo)圖像為A，對其實施運算的結(jié)構(gòu)元素表示為B，膨脹與腐蝕符號分別采用⊕、Θ描述。公式（3）為閉運算方法：采用閉運算處理后的風(fēng)電葉片圖像缺陷的斷裂之處有效消除，得到精準(zhǔn)的連通區(qū)域。

2.2 風(fēng)電葉片缺陷狀態(tài)參數(shù)計算

基于物聯(lián)網(wǎng)技術(shù)采集風(fēng)電葉片安全狀態(tài)信息后需要在客戶端界面實時顯示，顯示的內(nèi)容主要有風(fēng)電葉片缺陷類型、缺陷大小、葉片損傷程度等信息，缺陷分類可通過設(shè)計SVM分類器的方式分類得到；風(fēng)電葉片缺陷提取面積與損傷程度計算方法，具體如下：

風(fēng)電葉片缺陷面積是風(fēng)電葉片二值圖像中目標(biāo)區(qū)域部分像素點的總量，為此采用M×N表示目標(biāo)區(qū)域f(x，y)的大小，在形態(tài)學(xué)圖像理論指導(dǎo)下：背景像素值和目標(biāo)像素值對應(yīng)的數(shù)值分別為0和1，則得到公式（4）所示的缺陷面積計算方法：

風(fēng)電葉片缺陷面積和檢測目標(biāo)面積的比稱為損傷程度，計算法如公式（5）所示：

其中，風(fēng)電葉片像素數(shù)量與葉片缺陷區(qū)域像素數(shù)量為1V、V。V與?成正比，缺陷區(qū)域越大說明風(fēng)電損傷程度越大，越可能發(fā)生危險性事故。

風(fēng)電葉片缺陷類型、面積大小、缺陷損傷程度三項參數(shù)均在物聯(lián)網(wǎng)風(fēng)電安全狀態(tài)監(jiān)測系統(tǒng)中顯示，監(jiān)控人員可實時掌握風(fēng)電機組葉片缺陷狀態(tài)，進一步判斷風(fēng)電機組是否安全運行。

3 結(jié)語

本文設(shè)計的風(fēng)電安全狀態(tài)監(jiān)測方案，運用了當(dāng)前熱點的物聯(lián)網(wǎng)技術(shù)與機器視覺技術(shù)，其優(yōu)勢主要表現(xiàn)在以下兩個方面：（1）設(shè)計了物聯(lián)網(wǎng)模式的風(fēng)電機組葉片缺陷采集系統(tǒng)，獲得了高精度、大批量、周期性的葉片安全狀態(tài)圖像，解放了人工檢修風(fēng)電行為；（2）采用閾值分割法提取風(fēng)電葉片缺陷，并使用形態(tài)學(xué)方法對缺陷特征實施閉運算，使葉片缺陷部分更加清晰，提高了風(fēng)電葉片缺陷類型、面積大小、缺陷損傷程度三項參數(shù)的精度，從而在計算機控制端科學(xué)地顯示風(fēng)電安全狀態(tài)監(jiān)測信息。以上方法通過風(fēng)電葉片缺陷狀態(tài)周期性的反饋風(fēng)電安全狀態(tài)信息，為風(fēng)電場節(jié)約維修費用與人工投入、提高風(fēng)電經(jīng)濟效益提供了解決思路。