风电机组叶片结冰检测方法、装置、系统及存储介质与流程

1.本发明属于风力发电技术领域，具体涉及一种风电机组叶片结冰检测方法、装置、系统及存储介质。


背景技术：

2.风能是一种清洁的可再生能源，风力发电是把风能转化为电能的过程。中国东北、华北、西北地区风能资源丰富，十分有利于风能发电。然而，这些地方冬季最低温度低于
‑
20℃，处于临界状态的雨、雪、雾、露等容易在风机叶片表面结冰。风机叶片表面结冰改变了叶片气动外形进而降低风能利用系数，减少出力，严重时，机组无法启动，且由于冰载荷不平衡增加机组零部件的疲劳，引起诸多问题。故而，需要对风机叶片上的结冰状态进行检测，以辅助风机运行决策。
3.现有技术中，如专利号为202010075712.5的中国发明专利公开了一种基于光纤加速度传感器的风力发电机组叶片结冰检测方法，通过光纤加速度传感器获取风力发电机组振动的固有频率，结合scada数据，判断风力发电机组的叶片结冰情况。但是，风力发电机组振动的固有频率受多种因素影响，且scada数据也不能准确反应结冰环境，所以上述风力发电机组叶片结冰检测方法并不能准确且直观地检测风机叶片结冰状态。


技术实现要素：

4.有鉴于此，本发明提供一种风电机组叶片结冰检测方法，以解决现有技术中存在的风力发电机组叶片结冰检测依赖风机运行数据，不能准确直观进行检测的技术问题。
5.本发明还提供一种风电机组叶片结冰检测装置及检测系统。
6.本发明还提供一种计算机可读存储介质，用于存储上述风电机组叶片结冰检测方法的程序指令。
7.本发明解决其技术问题所采用的技术方案是：一种风电机组叶片结冰检测方法，包括以下步骤：获取风机叶片整体或特定区域的图像信息，所述图像信息包含有红色标识；所述红色标识预标记在风机叶片上；读取图像信息中红色标识的特征值；所述红色标识的特征值包括图像信息中，红色标识的亮度、模糊度、rgb值中的一种或多种；根据红色标识的特征值，判断当前风机叶片结冰状态。
8.优选地，还包括以下步骤：模拟风电机组的在低温状态下的运行场景，获取不同结冰状态下，红色标识的标准特征值；对比当前红色标识的特征值与红色标识的标准特征值，判断当前风机叶片结冰状态。
9.优选地，还包括以下步骤：
对比当前风机叶片结冰状态与预设置的结冰状态阈值，所述结冰状态阈值包括预警阈值及停机阈值；当当前风机叶片结冰状态大于预警阈值，则输出预警信号；当当前风机叶片结冰状态大于停机阈值，则输出停机控制信号，以控制风电机组停机。
10.优选地，还包括以下步骤：当当前风机叶片结冰状态大于预警阈值时，获取环境趋势信息；所述环境趋势信息包括湿度趋势信息、温度趋势信息、风速趋势信息中的一种或多种；根据环境趋势信息，判断结冰状态趋势；当结冰状态趋势为负反馈时，输出提前停机控制信号，以控制风电机组提前停机。
11.一种风电机组叶片结冰检测设备，包括：图像信息获取单元，用于获取风机叶片整体或特定区域的图像信息，所述图像信息包含有红色标识；所述红色标识预标记在风机叶片上；特征值获取单元，读取图像信息中红色标识的特征值；所述红色标识的特征值包括图像信息中，红色标识的亮度、模糊度、rgb值中的一种或多种；以及结冰状态判断单元，根据红色标识的特征值，判断当前风机叶片结冰状态。
12.优选地，还包括：标准特征值获取单元，用于模拟风电机组的在低温状态下的运行场景，获取不同结冰状态下，红色标识的标准特征值；以及对比单元，用于对比当前红色标识的特征值与红色标识的标准特征值，判断当前风机叶片结冰状态。
13.优选地，还包括：预警控制单元，用于当当前风机叶片结冰状态大于预警阈值，输出预警信号；停机控制单元，用于当当前风机叶片结冰状态大于停机阈值，输出停机控制信号，以控制风电机组停机。
14.优选地，还包括：环境趋势信息获取单元，用于当当前风机叶片结冰状态大于预警阈值时，获取环境趋势信息；所述环境趋势信息包括湿度趋势信息、温度趋势信息、风速趋势信息中的一种或多种；结冰状态趋势判断单元，用于根据环境趋势信息，判断结冰状态趋势；以及提前停机控制单元，用于当结冰状态趋势为负反馈时，输出提前停机控制信号，以控制风电机组提前停机。
15.一种计算机可读存储介质，存储有当被处理器执行时使得处理器执行如上所述的风电机组叶片结冰检测方法的程序指令。
16.一种风电机组叶片结冰检测装置，包括：处理器；以及存储器，用于存储有当被处理器执行时使得处理器执行如权利要求1
‑
4中任意一项所述的风电机组叶片结冰检测方法的程序指令。
17.由上述技术方案可知，本发明提供了一种风电机组叶片结冰检测方法，其有益效
果是：在风机叶片上标记红色标识，获取风机叶片整体或特定区域的图像信息，其中，图像信息中包含该红色标识。基于计算机图像处理技术，从图像信息中识别红色标识的特征值，如红色标识亮度、模糊度、rgb值中的一种或多种，根据红色标识的特征值，判断当前风机叶片结冰状态。即，图像信息中，红色标识的亮度低、模糊度大或rgb值与红色的rgb值相差过大，则判断风机叶片的结冰程度更为严重，反之，风机叶片的结冰程度较轻。通过图像识别技术，直接识别风机叶片上的结冰程度，对于风机叶片结冰程度的判断更为直观，避免由于采用风机或风机叶片的固有运行参数，或环境参数，导致风机叶片结冰程度判断不准确。
附图说明
18.图1是一实施例中风电机组叶片结冰检测方法的方法流程图。
19.图2是又一实施例中风电机组叶片结冰检测方法的方法流程图。
20.图3是又一实施例中风电机组叶片结冰检测方法的方法流程图。
21.图4是又一实施例中风电机组叶片结冰检测方法的方法流程图。
具体实施方式
22.以下结合本发明的附图，对本发明实施例的技术方案以及技术效果做进一步的详细阐述。
23.请参看图1，一具体实施方式中，一种风电机组叶片结冰检测方法，包括以下步骤：s10. 获取风机叶片整体或特定区域的图像信息，所述图像信息包含有红色标识；所述红色标识预标记在风机叶片上。
24.s20. 读取图像信息中红色标识的特征值；所述红色标识的特征值包括图像信息中，红色标识的亮度、模糊度、rgb值中的一种或多种。
25.s30. 根据红色标识的特征值，判断当前风机叶片结冰状态。
26.具体地，该具体实施方式所采用的方法中，首先在风电机组的叶片（以下简称“风机叶片”）标识与风机叶片具有明显色差、便于识别的标识，优选地，当风机叶片为白色时，该标识为红色，以提高图像的可识别性。例如，在风机叶片容易结冰的部位涂覆红色的标识。
27.其中一个实施例中，风机叶片上的不同部位上，均匀分布设置若干个红色标识，以便于判断风机叶片上不同部位的结冰情况，综合评估风机叶片的结冰状态。
28.通过高清数码相机或工业数码相机，常年或在易结冰气候条件下，不间断采集风机叶片整体或特定区域的图像信息，需要注意的是，采集的图像信息以在不结冰状态下，能够清楚识别风机叶片上标识的红色标识为准。
29.通过图像处理技术，从图像信息中，获取红色标识位置处的特征值。例如，获取图像信息中，红色标识处的亮度或红色标识的模糊度。
30.作为优选，首先通过图像识别技术，定位红色标识在图像中的具体位置，然后获取该区域内的平均rgb值，当该红色标识所在区域内的rgb值显示接近红色时，则说明该区域或风机叶片未结冰，或结冰程度较轻。当所在区域内的rgb值显示接近暗红、粉红或白色，则说明结冰程度较为严重，则此时，可能需要提前强制停止风电机组运行，以防止风电机组出现故障。
31.当风机叶片上设置有多个红色标识时，此时，通过不同区域的红色标识的特征值的变化，可以判断该区域的结冰程度，同时，通过对各不同区域红色标识的特征值的变化进行统计学处理，即可判断整个风机叶片的结冰程度。
32.作为优选，为提高从图像信息中，识别红色标识特征值的准确性，提高结冰检测的准确性，请一并参看图2，一具体实施方式中，还包括以下步骤：s40. 模拟风电机组的在低温状态下的运行场景，获取不同结冰状态下，红色标识的标准特征值。
33.s50.对比当前红色标识的特征值与红色标识的标准特征值，判断当前风机叶片结冰状态。
34.具体地，在模拟状态下，或在实验室中，仿真低温状态下，风电机组的运行场景，以获取不同的结冰状态。此时，获取不同结冰状态下，模拟风机叶片的图像信息，并从图像信息中，识别标识有红色标识的的特征值。从而，通过模拟实验，得到红色标识特征值和结冰状态的对应关系。进一步地，对将结冰状态与结冰等级（或结冰度）进行一一映射，如此，可得红色标识特征值与结冰等级（或结冰度）的点图或线图。
35.获取当前实际运行的风机叶片的图像信息，并从图像信息中识别红色标识的特征值，从红色标识特征值和结冰状态的对应关系中，找出该红色标识特征值对应的结冰状态，乃至找出该红色标识特征值对应的结冰等级（或结冰度），从而直观地对当前风机叶片的结冰状态进行监控。
36.又一实施方式中，还包括以下步骤：s60.对比当前风机叶片结冰状态与预设置的结冰状态阈值，所述结冰状态阈值包括预警阈值及停机阈值。
37.当当前风机叶片结冰状态大于预警阈值，则输出预警信号。
38.当当前风机叶片结冰状态大于停机阈值，则输出停机控制信号，以控制风电机组停机。
39.例如，由结冰状态轻微到严重的过程中，取合适状态值，设置为预警阈值和停机阈值。从风机叶片的图像信息中，判断当前风机叶片的结冰状态，并将当前风机叶片的结冰状态与预警阈值、停机阈值进行比较，当当前风机叶片的结冰状态小于预警阈值时，认为当前风机叶片结冰程度尚轻，可不予做任何处理。当当前风机叶片的结冰状态大于预警阈值而小于停机阈值时，认为当前风机叶片结冰程度较为严重，需予以注意，并根据情况，做出缓解结冰、清理冰层或强制停机等操作。当当前风机叶片的结冰状态大于停机阈值时，认为当前风机叶片结冰程度严重，需停止风电机组运行，以防止风电机组损坏。
40.作为优选，还包括以下步骤：s61.当当前风机叶片结冰状态大于预警阈值时，获取环境趋势信息；所述环境趋势信息包括湿度趋势信息、温度趋势信息、风速趋势信息中的一种或多种；s62.根据环境趋势信息，判断结冰状态趋势；s63.当结冰状态趋势为负反馈时，输出提前停机控制信号，以控制风电机组提前停机。
41.也就是说，当当当前风机叶片的结冰状态大于预警阈值而小于停机阈值时，认为当前风机叶片结冰程度较为严重，此时，需要做出何种决策以降低损失。此时，当当前风机
叶片结冰状态大于预警阈值时，获取环境趋势信息，例如，获取湿度趋势信息、温度趋势信息、风速趋势信息中的一种或多种，其中，湿度趋势信息是指历史一段时间的湿度统计值及由历史湿度统计值得到的未来一定时间内的湿度趋势；温度趋势信息是指历史一段时间的温度统计值及由历史温度统计值得到的未来一定时间内的温度趋势；风速趋势信息是指历史一段时间的风速统计值及由历史风速统计值得到的未来一定时间内的风速趋势。
42.根据环境趋势信息，判断结冰状态趋势，即根据环境趋势信息，判断风机叶片的结冰状态是否有进一步恶化的趋势，例如，当环境趋势信息显示，当前温度可能进一步降低，湿度可能进一步增加或风速可能进一步提高，则判断风机叶片的结冰状态可能进一步恶化，此时，则可能需要提前停止风电机组运行，以防止风电机组损坏。反之，同理。
43.又一具体实施方式中，一种风电机组叶片结冰检测设备，包括：图像信息获取单元，用于获取风机叶片整体或特定区域的图像信息，所述图像信息包含有红色标识；所述红色标识预标记在风机叶片上；特征值获取单元，读取图像信息中红色标识的特征值；所述红色标识的特征值包括图像信息中，红色标识的亮度、模糊度、rgb值中的一种或多种；以及结冰状态判断单元，根据红色标识的特征值，判断当前风机叶片结冰状态。
44.进一步地，还包括：标准特征值获取单元，用于模拟风电机组的在低温状态下的运行场景，获取不同结冰状态下，红色标识的标准特征值；以及对比单元，用于对比当前红色标识的特征值与红色标识的标准特征值，判断当前风机叶片结冰状态。
45.进一步地，还包括：预警控制单元，用于当当前风机叶片结冰状态大于预警阈值，输出预警信号；停机控制单元，用于当当前风机叶片结冰状态大于停机阈值，输出停机控制信号，以控制风电机组停机。
46.进一步地，还包括：环境趋势信息获取单元，用于当当前风机叶片结冰状态大于预警阈值时，获取环境趋势信息；所述环境趋势信息包括湿度趋势信息、温度趋势信息、风速趋势信息中的一种或多种；结冰状态趋势判断单元，用于根据环境趋势信息，判断结冰状态趋势；以及提前停机控制单元，用于当结冰状态趋势为负反馈时，输出提前停机控制信号，以控制风电机组提前停机。
47.上述风电机组叶片结冰检测设备的工作过程及原理与上述相同，此处不在赘述。
48.又一具体实施方式中，一种计算机可读存储介质，存储有当被处理器执行时使得处理器执行如上所述的风电机组叶片结冰检测方法的程序指令。
49.一种风电机组叶片结冰检测装置，包括：处理器；以及存储器，用于存储有当被处理器执行时使得处理器执行如权利要求1
‑
4中任意一项所述的风电机组叶片结冰检测方法的程序指令。
50.以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范
围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明所作的等同变化，仍属于发明所涵盖的范围。