一种风力机桨柱角计算方法及装置制造方法及图纸

本发明专利技术公开了一种风力机桨柱角计算方法及装置，其方法包括：获取待测风力机的图像数据和风力机数据库中的训练样本，根据所述训练样本，构建风力机目标检测模型和风力机桨叶语义分割模型，将所述图像数据输入所述风力机目标检测模型，计算得到风力机目标框架图，将所述风力机目标框架图输入所述风力机桨叶语义分割模型，计算得到风力机桨叶点集数据，基于CPD点云配准技术和仿射变换原理，计算所述风力机桨叶点集数据中对应风力机的桨柱角。有利于解决现有的风力机桨柱角计算方法因需要建立三维模型导致对硬件设备要求高、成本高和计算时间较长的技术问题，提高了风力机桨柱角的计算效率。计算效率。计算效率。

【技术实现步骤摘要】
一种风力机桨柱角计算方法及装置


[0001]本专利技术涉及计算风力机桨柱角的
，尤其涉及一种风力机桨柱角计算方法及装置。

技术介绍

[0002]风力发电机桨叶在工作过程中受到强风负荷、沙粒冲刷、雷击、大气氧化与潮湿空气腐蚀等因素的影响，不可避免的会出现气孔、裂缝、磨损、腐蚀等问题，如不及时进行处理会导致桨叶断裂，严重威胁着机组安全运行，所以需要对风力机叶片的健康状况进行监控。但目前风力机桨叶巡检主要通过“蜘蛛人”、望远镜观察等传统方法，即便是使用无人机进行巡检，自动化程度也不高，需要巡检员直接通过视频影像进行观察，这些方法人工成本高，效率低，准确率也难以保证，并且这些方法劳动强度大、停机时间长、价格昂贵，所以研究开发一套风力机桨叶无人机自动巡检系统就极为必要。
[0003]无人机智能巡检的关键点在于航线的智能规划。而针对风力机桨叶巡检的航线，需要确定桨叶的停靠位置，才能准确规划航线，针对桨叶进行智能巡检。
[0004]现有方法首先以工业级无人机搭载高清相机、激光扫描雷达等设备，采集风力机整体结构信息，并利用视觉建模技术，通过三维模型获取风力机的位姿，确定风力机桨叶停靠位置，以实现无人机航线的规划。现有方法需要建立三维模型，对硬件设备要求高、成本高、计算时间较长。
[0005]因此，为了提高风力机桨柱角的计算效率，解决目前存在的现有的风力机桨柱角计算方法因需要建立三维模型导致对硬件设备要求高、成本高和计算时间较长的技术问题，亟需构建一种风力机桨柱角计算方法。

技术实现思路

[0006]本专利技术提供了一种风力机桨柱角计算方法及装置，解决了目前存在的现有的风力机桨柱角计算方法因需要建立三维模型导致对硬件设备要求高、成本高和计算时间较长的技术问题。
[0007]第一方面，本专利技术提供了一种风力机桨柱角计算方法，包括：
[0008]获取待测风力机的图像数据和风力机数据库中的训练样本；
[0009]根据所述训练样本，构建风力机目标检测模型和风力机桨叶语义分割模型；
[0010]将所述图像数据输入所述风力机目标检测模型，计算得到风力机目标框架图；
[0011]将所述风力机目标框架图输入所述风力机桨叶语义分割模型，计算得到风力机桨叶点集数据；
[0012]基于CPD点云配准技术和仿射变换原理，计算所述风力机桨叶点集数据中对应风力机的桨柱角。
[0013]可选地，根据所述训练样本，构建风力机目标检测模型和风力机桨叶语义分割模型，包括：
[0014]根据所述训练样本，构建风力机初步目标检测模型和风力机初步桨叶语义分割模型；
[0015]基于所述训练样本，对所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型进行训练，得到训练后的风力机初步目标检测模型和训练后的风力机初步桨叶语义分割模型；
[0016]基于所述训练样本，验证所述训练后的风力机初步目标检测模型和所述训练后的风力机初步桨叶语义分割模型，得到所述风力机目标检测模型和所述风力机桨叶语义分割模型。
[0017]可选地，基于所述训练样本，对所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型进行训练，得到训练后的风力机初步目标检测模型和训练后的风力机初步桨叶分割模，包括：
[0018]将所述训练样本中的风力机目标图像和风力机桨叶数据分别输入到所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型，生成对应的检测样本类别和桨叶样本类别；
[0019]根据所述训练样本中的风力机目标图像和风力机桨叶数据及对应的样本类别标签，以及所述检测样本类别和桨叶样本类别，确定训练误差；
[0020]基于所述训练误差，对所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型进行调整，得到最优参数，并采用所述最优参数，优化所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型，得到所述训练后的所述风力机初步目标检测模型和所述训练后的风力机初步桨叶语义分割模型。
[0021]可选地，将所述训练样本中的风力机目标图像和风力机桨叶数据分别输入到所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型，生成对应的检测样本类别和桨叶样本类别之前，还包括：
[0022]根据所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型的模型结构以及风力机检测的任务特性，设置对应的损失函数。
[0023]可选地，基于CPD点云配准技术和仿射变换原理，计算所述风力机桨叶点集数据中对应风力机的桨柱角，包括：
[0024]基于所述CPD点云配准技术，对所述风力机桨叶点集数据进行刚体仿射变换，得到仿射变换矩阵；
[0025]根据所述仿射变换原理，提取所述仿射变换矩阵中的旋转分量数据；
[0026]基于所述旋转分量数据，计算所述风力机桨叶点集数据中对应风力机的桨柱角。
[0027]第二方面，本专利技术提供了一种风力机桨柱角计算装置，包括：
[0028]获取模块，用于获取待测风力机的图像数据和风力机数据库中的训练样本；
[0029]构建模块，用于根据所述训练样本，构建风力机目标检测模型和风力机桨叶语义分割模型；
[0030]框架模块，用于将所述图像数据输入所述风力机目标检测模型，计算得到风力机目标框架图；
[0031]桨叶模块，用于将所述风力机目标框架图输入所述风力机桨叶语义分割模型，计算得到风力机桨叶点集数据；
[0032]计算模块，用于基于CPD点云配准技术和仿射变换原理，计算所述风力机桨叶点集数据中对应风力机的桨柱角。
[0033]可选地，所述构建模块包括：
[0034]构建子模块，用于根据所述训练样本，构建风力机初步目标检测模型和风力机初步桨叶语义分割模型；
[0035]训练子模块，用于基于所述训练样本，对所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型进行训练，得到训练后的风力机初步目标检测模型和训练后的风力机初步桨叶语义分割模型；
[0036]验证子模块，用于基于所述训练样本，验证所述训练后的风力机初步目标检测模型和所述训练后的风力机初步桨叶语义分割模型，得到所述风力机目标检测模型和所述风力机桨叶语义分割模型。
[0037]可选地，所述训练子模块包括：
[0038]生成单元，用于将所述训练样本中的风力机目标图像和风力机桨叶数据分别输入到所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型，生成对应的检测样本类别和桨叶样本类别；
[0039]误差单元，用于根据所述训练样本中的风力机目标图像和风力机桨叶数据及对应的样本类别标签，以及所述检测样本类别和桨叶样本类别，确定训练误差；
[0040]优化单元，用于基于所述训练误差，对所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型进行调整，得到最优参数，并采用所述最优参数，优化所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型，得到所述训练后的所述风力机初步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风力机桨柱角计算方法，其特征在于，包括：获取待测风力机的图像数据和风力机数据库中的训练样本；根据所述训练样本，构建风力机目标检测模型和风力机桨叶语义分割模型；将所述图像数据输入所述风力机目标检测模型，计算得到风力机目标框架图；将所述风力机目标框架图输入所述风力机桨叶语义分割模型，计算得到风力机桨叶点集数据；基于CPD点云配准技术和仿射变换原理，计算所述风力机桨叶点集数据中对应风力机的桨柱角。2.根据权利要求1所述的风力机桨柱角计算方法，其特征在于，根据所述训练样本，构建风力机目标检测模型和风力机桨叶语义分割模型，包括：根据所述训练样本，构建风力机初步目标检测模型和风力机初步桨叶语义分割模型；基于所述训练样本，对所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型进行训练，得到训练后的风力机初步目标检测模型和训练后的风力机初步桨叶语义分割模型；基于所述训练样本，验证所述训练后的风力机初步目标检测模型和所述训练后的风力机初步桨叶语义分割模型，得到所述风力机目标检测模型和所述风力机桨叶语义分割模型。3.根据权利要求2所述的风力机桨柱角计算方法，其特征在于，基于所述训练样本，对所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型进行训练，得到训练后的风力机初步目标检测模型和训练后的风力机初步桨叶分割模，包括：将所述训练样本中的风力机目标图像和风力机桨叶数据分别输入到所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型，生成对应的检测样本类别和桨叶样本类别；根据所述训练样本中的风力机目标图像和风力机桨叶数据及对应的样本类别标签，以及所述检测样本类别和桨叶样本类别，确定训练误差；基于所述训练误差，对所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型进行调整，得到最优参数，并采用所述最优参数，优化所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型，得到所述训练后的所述风力机初步目标检测模型和所述训练后的风力机初步桨叶语义分割模型。4.根据权利要求2所述的风力机桨柱角计算方法，其特征在于，将所述训练样本中的风力机目标图像和风力机桨叶数据分别输入到所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型，生成对应的检测样本类别和桨叶样本类别之前，还包括：根据所述风力机初步目标检测模型和所述风力机初步桨叶语义分割模型的模型结构以及风力机检测的任务特性，设置对应的损失函数。5.根据权利要求1所述的风力机桨柱角计算方法，其特征在于，基于CPD点云配准技术和仿射变换原理，计算所述风力机桨叶点集数据中对应风力机的桨柱角，包括：基于所述CPD点云配准技术，对所述风力机桨叶点集数据进行刚体仿射变换，得到仿射变换矩阵；根据所述仿射变换原理，提取所述仿射变换矩阵中的旋转分量数...

【专利技术属性】
技术研发人员：陈禹明，郑培文，张晓晔，黎佩馨，林国营，高雅，侯艾君，陈皓，李文胜，
申请(专利权)人：南方电网电力科技股份有限公司，
类型：发明
国别省市：