基于物聯網與計算機視覺的風電安全狀態監測

謝強

（新疆龍源風力發電有限公司，新疆 烏魯木齊 830054）

風力發電機組的葉片長期暴露在室外惡劣的自然環境中，與多種不確定因素直接接觸，隨著使用壽命的增加，風電葉片發生不同程度的劣化，導致表面產生各種程度的缺陷影響風電系統的安全。據統計，風電機組葉片成本造價為整體發電設備的五分之一，葉片一旦損壞，很可能導致更深程度的機組運行故障，尤其是在風沙猛烈地帶，風電機組葉片的安全狀態監測尤為關鍵。為此，本文對于風電安全狀態監測的研究將重點圍繞風電機組葉片安全監測展開，聯合應用物聯網與機器視覺定期巡查風電葉片的缺陷，及時解決發電過程產生的安全隱患，提高風電系統運行的經濟效益。

1 基于物聯網的風電安全狀態信息監測系統設計

物聯網系統綜合運用多元化數據傳感器、射頻識別技術、激光掃描設備等工具采集監測對象信息，以網絡為連接實現數據共享與分析，對事物進行智能化管理。本文采用物聯網技術構建了風電葉片安全狀態監測系統，其總體布局見圖1。

圖1中，安全監測系統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于物聯網的傳感層，布置數個傳感器形成視覺圖像傳感網絡，負責全方位周期性采集風電機組葉片的表面缺陷信息，作為葉片安全狀態評估的依據；風電葉片缺陷采集對圖像傳感器具有一定的要求，例如，精度應達到0.1mm標準，圖像采集的速度應達到10張/秒。

（2）主控制模塊相當于物聯網中的控制層一般設立在風電控制中心，用于遠程監控風電機組葉片的安全狀態情況。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模數據并進行分析，無線網絡時圖像采集模塊與主控模塊溝通的紐帶。

圖1 基于物聯網的風電機組安全監測系統布局

（3）安全信息分析模塊相當于物聯網的應用層，包括客戶服務器與客戶終端兩個部分，主要功能是顯示、查詢、分析風電葉片的安全狀態，呈現了良好的人機交互體驗。

此外，圖像為風電機組定值了特有的RFID射頻電子標簽，射頻信息將同步到物聯網監測系統中，用于風電葉片身份識別。

2 基于計算機視覺的風電安全狀態監測

2.1 風電葉片缺陷提取與計算

提取風電葉片缺陷之前，需要采用Ostu算法分割圖像得到背景區域與目標區域，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圖像分別為 1W、2W，兩種區域對應的灰度級為[0，t-1]、[t，L-1]，圖像背景與目標的類間方法計算公式如下：

在風電機組葉片圖像缺陷區域與背景區域分割的基礎上，基于小波變換法提取風電機組葉片缺陷，由于小波變換在差異性圖像尺度中的邊緣效果存在差異，所以在反復的測試中確定最佳的邊緣檢測結果。其中，小波變換局部模極大值法呈現的葉片缺陷提取結果較為精準，但是，存在一定的雜點，影響風電葉片缺陷提取效果。為此，基于形態學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學運算中的閉運算操作，形態學閉操作可有效平滑物體輪廓，具有連接窄的斷裂、填滿比結構元小的空洞的作用，本文使用閉運算優化圖像質量。閉運算的原理如下：

設置以下形態學理論參量：待處理的風電葉片目標圖像為A，對其實施運算的結構元素表示為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電葉片圖像缺陷的斷裂之處有效消除，得到精準的連通區域。

2.2 風電葉片缺陷狀態參數計算

基于物聯網技術采集風電葉片安全狀態信息后需要在客戶端界面實時顯示，顯示的內容主要有風電葉片缺陷類型、缺陷大小、葉片損傷程度等信息，缺陷分類可通過設計SVM分類器的方式分類得到；風電葉片缺陷提取面積與損傷程度計算方法，具體如下：

風電葉片缺陷面積是風電葉片二值圖像中目標區域部分像素點的總量，為此采用M×N表示目標區域f(x，y)的大小，在形態學圖像理論指導下：背景像素值和目標像素值對應的數值分別為0和1，則得到公式（4）所示的缺陷面積計算方法：

風電葉片缺陷面積和檢測目標面積的比稱為損傷程度，計算法如公式（5）所示：

其中，風電葉片像素數量與葉片缺陷區域像素數量為1V、V。V與?成正比，缺陷區域越大說明風電損傷程度越大，越可能發生危險性事故。

風電葉片缺陷類型、面積大小、缺陷損傷程度三項參數均在物聯網風電安全狀態監測系統中顯示，監控人員可實時掌握風電機組葉片缺陷狀態，進一步判斷風電機組是否安全運行。

3 結語

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