国产系列欧美日韩系列亚洲_国产亚洲日韩av在线播放不卡双_成人免费毛片毛片一级在线_亚州三级色毛片免费观看_美女mm131爽爽爽免费麻豆_亚洲AV综合色区无码一区精品_2019超碰国产精品无码_羞羞影院在线观看_男女扒开双腿猛进入_色多多午夜福利网站

“十二五”期間，我國風電新增裝機容量連續(xù)五年領跑全球，累計新增9800萬千瓦，占同期全國新增裝機總量的18%，在電源結構中的比重逐年提高，風電已成為我國繼煤電、水電之后的第三大電源，行業(yè)快速發(fā)展且未來仍將持續(xù)穩(wěn)定發(fā)展。

我國風電成本穩(wěn)步下降，在一些資源和開發(fā)條件較好的地區(qū)，陸上風電已經(jīng)可以不需要補貼。按照政策安排，補貼需求會逐步縮小。鑒于上述趨勢產(chǎn)生的資金壓力，業(yè)主不得不進一步加強建設和生產(chǎn)過程中的精細化管控，實現(xiàn)更為顯著的降本增效，使機組更具備經(jīng)濟性和競爭力。

從生產(chǎn)運維角度，仍然存在諸多需要提升之處。開發(fā)商主要進行風電場投資，關注電場的整個生命運維周期，卻缺乏風電設備核心技術；整機廠商擁有風電設備的核心技術，但只負責保質期內(nèi)風電機組現(xiàn)場運維工作，風電運維并不是其主要業(yè)務；第三方運維企業(yè)則專注于風機設備的檢修及狀態(tài)分析，但技術水平參差不齊，服務質量堪憂。

整體而言，從設備角度來講，缺乏風電機組運行維護的標準；從人員角度來講，缺乏人員規(guī)范化管理和培訓標準；從整體運營來講，業(yè)主相對依賴廠家和服務商，由此造成運維、安全管理不當，維修效率低下，更重要的是運維成本增加。然而，運維檢修成本又是業(yè)主相對所有成本而言，最容易通過自身管理手段和利用新的技術獲得快速改善的部分。和新技術廣泛推廣形成鮮明對比的是作業(yè)現(xiàn)場基礎設施的落后以及管理方式的傳統(tǒng)化，對于生產(chǎn)作業(yè)安全管理更是巨大的漏洞。

為了提升風機機組整體的生產(chǎn)安全管控，風場運營在不斷地采用大數(shù)據(jù)、智能視頻圖像技術，工業(yè)紅外熱成像測溫等新興技術，更全面的反映風機及相關系統(tǒng)實時運行狀況，對風機設備的故障診斷與狀態(tài)預測更好的管理，對進出機組區(qū)域人員的作業(yè)規(guī)范進行實時的監(jiān)測與監(jiān)管，如非預估作業(yè)時間的人員入侵及抽煙檢測等生產(chǎn)作業(yè)規(guī)范管理。

在大力推進新興技術實現(xiàn)智慧風電的同時，需要做好基礎設施與通訊的搭建，真正完成所有數(shù)據(jù)的采集、傳輸并實現(xiàn)實時高效協(xié)同工作，實現(xiàn)大數(shù)據(jù)、物聯(lián)網(wǎng)和智能分析應用；更需要依托新技術的落地完成管理模式上的變革，讓技術為管理服務，也讓管理更好地應用技術。

為響應并貫徹國家及集團公司對智慧風電企業(yè)建設的要求，堅定不移的推進國家的發(fā)展戰(zhàn)略，以全面感知、全面數(shù)字、全面互連、全面智能為方向，加快標準化、信息化、網(wǎng)絡化建設，推進智慧應用在風電企業(yè)的生產(chǎn)、經(jīng)營、管理等各個方面的全面實施，從而提升運維巡檢的效率，達到進一步降本增效的目的，實現(xiàn)經(jīng)濟效益、社會效益雙豐收，最為重要的是提高整個風機機組的生產(chǎn)作業(yè)安全系數(shù)。

本項目預期達到如下技術指標：

（1）通過人工智能算法及相關的AI計算單元等硬件，對風機機組機倉漏油現(xiàn)象進行實時的監(jiān)測預警，并記錄時間，抓拍照片，進行事件回放。

（2）機艙在非預設的時間范圍，有任何人員進入機艙進行報警，并記錄時間，抓拍照片，進行事件回放。

（3）機艙內(nèi)設備運行出現(xiàn)高溫，高于設定的溫度范圍進行報警。

（4）機艙內(nèi)設備運行出現(xiàn)抽煙等行為異常進行報警。

目前風力發(fā)電機組監(jiān)控的現(xiàn)狀以及急需解決的問題：

目前風電機組監(jiān)控系統(tǒng)主要使用傳感器采集風電機組部件的數(shù)據(jù)，運維人員只能局部地了解風電機組的運行狀態(tài)，不能直觀地監(jiān)視風電機組設備運行狀態(tài)，限制了運維人員對故障作出快速地判斷。而傳統(tǒng)視頻監(jiān)測只能提供圖像的捕獲、存儲和回放等簡單功能，很難起到預警和報警的作用，若要保證實時監(jiān)控異常行為并及時采取有效措施，就需要監(jiān)控人員一刻不停地觀看視頻，這種情況下，監(jiān)控人員容易疲憊，另外，隨著監(jiān)控攝像頭的個數(shù)增長速度的加快，覆蓋的范圍越來越廣，尤其面對接多路監(jiān)控視頻時，很難及時對異常做出反應。

   智安視訊AI智能視頻圖像監(jiān)測系統(tǒng)設計方案

1、前端采集部分：

在每臺風機塔基內(nèi)部安裝一個高清攝像頭，可安裝在風電機組塔基控制柜上方，用于監(jiān)控風機是否有人員進入；在每臺風機機艙內(nèi)部安裝兩個高清攝像頭，可將其中一個安裝在機艙控制柜上方靠機艙中間位置，另一個安裝在機艙前上角位置，監(jiān)控機艙內(nèi)部及各大部件運行狀況，如下圖所示，安裝前可以根據(jù)內(nèi)部設備實際布局對安裝位置進行調整。

                                          風力發(fā)電機機艙

         風力發(fā)電機塔基

2、監(jiān)控中心部分：

監(jiān)控中心作為整個系統(tǒng)的核心，擔負著整個系統(tǒng)的協(xié)調。視頻監(jiān)控中心內(nèi)所有設備需要24小時不間斷運行，硬件配置應穩(wěn)定并考慮冗余，保證實時智能監(jiān)測的實現(xiàn)。

中心的存儲系統(tǒng)采用磁盤存貯系統(tǒng)，提供較大的存儲空間，保證系統(tǒng)內(nèi)所有的監(jiān)控點最低30天的錄像存儲容量。全部攝像機視頻資料要求實時存儲，一路高清圖像的存儲大小，主要是看畫面內(nèi)的活動量，每路視頻實際碼率估算存儲容量，結合存儲視頻時長需要，配置相應數(shù)量的存儲設備。

3、智能監(jiān)測系統(tǒng)設計

整個監(jiān)測系統(tǒng)可以總體分為數(shù)據(jù)采集模塊、主體監(jiān)測系統(tǒng)、報警模塊、異常定位模塊，如下圖所示。通過數(shù)據(jù)采集模塊獲取視頻圖像數(shù)據(jù)并輸入到主體監(jiān)測系統(tǒng)，主體監(jiān)測系統(tǒng)對獲取的圖像進行分析監(jiān)測，通過內(nèi)部判定模塊選擇是否給報警模塊發(fā)送信息，執(zhí)行異常報警，同時對異常圖像內(nèi)部異常區(qū)域進行定位。

圖7 監(jiān)測系統(tǒng)示意圖

圖7中藍線表示監(jiān)控過程，紅線表示深度學習模型訓練過程，只在初始監(jiān)控階段運行。下面介紹各個模塊功能及運行流程。

1.1.1 數(shù)據(jù)采集模塊

數(shù)據(jù)采集模塊由三個攝像頭組成，每個攝像頭對應一片監(jiān)控區(qū)域。攝像頭靜止不動，在無異常發(fā)生時，監(jiān)控區(qū)域基本不發(fā)生變化。

1.1.2 主體監(jiān)測系統(tǒng)

（1）圖像文件管理模塊

圖像文件管理模塊用去儲存管理從多個攝像頭獲取的監(jiān)控區(qū)域視頻，將視頻轉為圖像幀。

（2）視頻圖像讀取模塊

該模塊用于將不同監(jiān)控區(qū)域下的視頻流圖像按照時間先后順序分別輸入到下面3個異常監(jiān)測模塊中。

（3）機倉漏油監(jiān)測模塊

該模塊用于機倉是否出現(xiàn)漏油。通常情況下，當齒輪箱底部發(fā)生滲漏油時，漏油區(qū)域的顏色一般會呈現(xiàn)黃褐色，因此可以基于該顏色特征對齒輪箱滲漏油現(xiàn)象進行識別。首先將輸入的BGR圖像轉變?yōu)?/span>HSV圖像。之后在HSV空間中設計目標對應顏色區(qū)間，得到HSV圖像中的目標區(qū)域。考慮到會存在噪聲區(qū)域的干擾，因此執(zhí)行形態(tài)學處理以獲取更加準確的目標區(qū)域掩膜。之后執(zhí)行按位與操作來獲取BGR空間中的目標區(qū)域。考慮到圖像中可能存在與油液相同顏色的物體，以及通常漏油區(qū)域為較小的近似圓形區(qū)域，通過計算漏油區(qū)域的面積以及圓形度大小，根據(jù)定義的閾值，從而可以判斷機倉是否存在漏油。當出現(xiàn)漏油，則向報警模塊傳遞信息。具體流程圖如下圖所示。

圖8 漏油監(jiān)測模塊流程圖

（4）塔筒異物入侵監(jiān)測模塊

該模塊用于監(jiān)測機艙異物入侵，算法基于三幀差分法。塔筒中設置了許多風電機組運行必要的線纜和設備，非專業(yè)人員的進入可能會對線纜設備造成損害，影響機組運行，及時的發(fā)現(xiàn)和處理可以有效保護機組設施的安全運行。當存在異物入侵，獲取的每幀圖像會發(fā)生較大的變化，因此為識別入侵的異物，可以采用對運動物體輪廓的提取優(yōu)于二幀差法的三幀差分法。首先通過差分操作獲取兩個差分圖像，之后需要對差值圖像進行灰度化處理、高斯濾波平滑圖像，去除噪聲影響；考慮在斜向的光照下異物在地面上會產(chǎn)生較長的影子，后面采用開運算可以有效的去除光線造成的陰影問題，并且可以去除離散較小的白點；當非外物入侵而造成的白點較為集中并且不能有效去除時，用白點數(shù)目進行閾值判斷，降低誤報概率。最后，提取區(qū)域輪廓，利用獲取的最大輪廓面積來判斷是否存在異物入侵。當出現(xiàn)異物入侵，則向報警模塊傳遞信息。具體流程圖如下圖所示。

圖9 異物入侵監(jiān)測模塊流程圖

（5）機艙微火焰監(jiān)測模塊

該模塊用于檢測機艙微火焰。獲取第n幀和n+1幀圖像，做灰度處理減少圖片信息，提高處理效率；通過高斯濾波去噪；對處理后的圖像進行差分處理，得到兩幀變化部分的區(qū)域；進行閾值處理得到二值圖像；通過形態(tài)學操作進一步減少噪聲和放大變化區(qū)域；ROI區(qū)域提取獲得n+1幀的BGR變化區(qū)域的圖像；通過分析變化區(qū)域的顏色直方圖可以得到顏色特征；最后通過判斷顏色特征確定變化區(qū)域是否為火焰，從而達到機艙微火焰檢測功能。具體流程如下圖所示：

圖10 機艙微火焰監(jiān)測模塊流程圖

1.1.3 異常定位模塊

該模塊接收判定模塊輸出，用于對確定后的異常圖像進行異常區(qū)域定位，模塊將上述生成模塊的輸入和輸出做成差分圖。之后利用灰度處理、閾值處理、形態(tài)學處理等操作尋找異常區(qū)域掩膜，然后提取區(qū)域輪廓，標記在生成模塊輸入的異常圖像上,將標記后的圖像存儲到異常圖像模塊D中，用于人工檢查。具體操作如下圖所示。

圖12 異常定位模塊流程