基于边缘检测的安全型风力发电系统的制作方法

本发明涉及风力发电安全控制领域，尤其涉及一种基于边缘检测的安全型风力发电系统。

背景技术：

风是一种潜力很大的新能源，十八世纪初，横扫英法两国的一次狂暴大风，吹毁了四百座风力磨坊、八百座房屋、一百座教堂、四百多条帆船，并有数千人受到伤害，二十五万株大树连根拔起。仅就拔树一事而论，风在数秒钟内就发出了一千万马力(即750万千瓦；一马力等于0.75千瓦)的功率。有人估计过，地球上可用来发电的风力资源约有100亿千瓦，几乎是全世界水力发电量的10倍。全世界每年燃烧煤所获得的能量，只有风力在一年内所提供能量的三分之一。

利用风力发电的尝试，早在二十世纪初就已经开始了。三十年代，丹麦、瑞典、苏联和美国应用航空工业的旋翼技术，成功地研制了一些小型风力发电装置。这种小型风力发电机，广泛在多风的海岛和偏僻的乡村使用，它所获得的电力成本比小型内燃机的发电成本低得多。

现有技术中，并网发电结构在冬季运行时，其部件覆盖冰体的概率大增，而由于并网发电结构的大部分部件位于高处，一旦覆盖的冰体下坠，而附近又存在路过人员或者工作人员，则很容易产生冰体砸伤人员的事故，而现有技术中缺乏针对性的防护报警机制。

技术实现要素：

为了解决相关领域的技术问题，本发明提供了一种基于边缘检测的安全型风力发电系统，能够引入高精度的视觉识别机制对针对性设计的并网发电结构所在场景中是否存在冰体以及并网发电结构是否覆盖冰体进行同步检测，并在并网发电结构存在冰体且所述场景内存在人形时主动发出除冰请求，从而提升了风力发电设施的安全控制水平。

相比较于现有技术，本发明至少具备以下几处突出的实质性特点：

(1)对针对性设计的并网发电结构所在场景执行拍摄操作，以采用不同的视觉检测机制对场景中并网发电结构是否存在冰体以及并网发电结构附近是否存在人形进行辨识；

(2)在并网发电结构所在场景中并网发电结构存在冰体且所述场景内存在人形时主动发出除冰请求，以避免冰体下坠对附近人体造成伤害；

(3)具有针对性设计结构的并网发电结构包括变压器、基座、变频器、控制机构、塔架、发电机、传动机构、旋转叶片、齿轮箱、制动闸和叶片校正机构。

根据本发明的一方面，提供了一种基于边缘检测的安全型风力发电系统，所述系统包括：

并网发电结构，包括变压器、基座、变频器、控制机构、塔架、发电机、传动机构、旋转叶片、齿轮箱、制动闸和叶片校正机构；

其中，在所述并网发电结构中，所述叶片校正机构与所述旋转叶片连接，用于执行对所述旋转叶片的校正操作。

更具体地，在所述基于边缘检测的安全型风力发电系统中：

在所述并网发电结构中，所述齿轮箱设置在所述制动闸和所述旋转叶片之间，所述发电机与所述齿轮箱连接。

更具体地，在所述基于边缘检测的安全型风力发电系统中：

在所述并网发电结构中，所述变压器与电网连接，所述变压器与所述变频器连接，所述变频器与所述发电机连接。

更具体地，在所述基于边缘检测的安全型风力发电系统中，所述系统还包括：

可视化捕获机构，设置在所述并网发电结构对面，用于对所述并网发电结构所在场景执行图像捕获操作，以获得对应的发电场景图像；

信号扩展机构，设置在所述塔架内，与所述可视化捕获机构连接，用于对接收到的发电场景图像执行动态范围扩展操作，以获得对应的数据扩展图像；

即时滤波机构，设置在所述塔架内，与所述信号扩展机构连接，用于对接收到的数据扩展图像执行陷阱滤波操作，以获得对应的即时滤波图像；

边缘检测设备，与所述即时滤波机构连接，用于识别所述即时滤波图像中的各个边缘像素点，并将所述各个边缘像素点围设的最大面积的图像区域作为目标图像区域输出；

冰体辨识设备，与所述边缘检测设备连接，用于基于冰体灰度成像特征识别所述目标图像区域中的一个以上的冰体像素点，并基于所述目标图像区域中冰体像素点的数量是否大于预设数量阈值，判断所述并网发电结构是否覆盖冰体并相应发出冰体辨识信号或者冰体未辨识信号；

人形鉴别设备，分别与所述边缘检测设备和所述冰体辨识设备连接，用于检测所述各个边缘像素点围设的各个图像区域中是否存储边缘形状与人体外形匹配的图像区域，并在存在时，发出人形鉴别信号，否则，发出人形未鉴别信号；

请求驱动机构，分别与所述人形鉴别设备和所述冰体辨识设备连接，用于在接收到冰体辨识信号且接收到人形鉴别信号时，向风力发电服务器无线发送主动除冰请求；

其中，识别所述即时滤波图像中的各个边缘像素点包括：对所述即时滤波图像中的每一个像素点执行以下操作：获取所述像素点周围各个像素点的各个像素值以及本像素点的像素值以获得像素值队列，计算所述像素值队列的所有像素值的均方差并在所述均方差超限时，判断本像素点为边缘像素点；

其中，将所述各个边缘像素点围设的最大面积的图像区域作为目标图像区域输出包括：将所述各个边缘像素点围设的各个图像区域进行面积排序以将最大面积的图像区域作为目标图像区域输出。

本发明的基于边缘检测的安全型风力发电系统逻辑紧凑、安全可靠。由于能够对针对性设计的并网发电结构所在场景中是否存在冰体以及并网发电结构是否覆盖冰体进行同步检测，并在并网发电结构存在冰体且所述场景内存在人形时主动发出除冰请求，从而减少冰体下坠砸伤附近人员的概率。

附图说明

以下将结合附图对本发明的实施方案进行描述，其中：

图1为根据本发明实施方案示出的基于边缘检测的安全型风力发电系统的可视化捕获机构的外部电路连接图。

具体实施方式

下面将参照附图对本发明的基于边缘检测的安全型风力发电系统的实施方案进行详细说明。

风是没有公害的能源之一。而且它取之不尽，用之不竭。对于缺水、缺燃料和交通不便的沿海岛屿、草原牧区、山区和高原地带，因地制宜地利用风力发电，非常适合，大有可为。海上风电是可再生能源发展的重要领域，是推动风电技术进步和产业升级的重要力量，是促进能源结构调整的重要措施。一些国家海上风能资源丰富，加快海上风电项目建设，对于促进沿海地区治理大气雾霾、调整能源结构和转变经济发展方式具有重要意义。

现有技术中，并网发电结构在冬季运行时，其部件覆盖冰体的概率大增，而由于并网发电结构的大部分部件位于高处，一旦覆盖的冰体下坠，而附近又存在路过人员或者工作人员，则很容易产生冰体砸伤人员的事故，而现有技术中缺乏针对性的防护报警机制。

为了克服上述不足，本发明搭建了一种基于边缘检测的安全型风力发电系统，能够有效解决相应的技术问题。

根据本发明实施方案示出的基于边缘检测的安全型风力发电系统包括：

并网发电结构，包括变压器、基座、变频器、控制机构、塔架、发电机、传动机构、旋转叶片、齿轮箱、制动闸和叶片校正机构；

其中，在所述并网发电结构中，所述叶片校正机构与所述旋转叶片连接，用于执行对所述旋转叶片的校正操作。

接着，继续对本发明的基于边缘检测的安全型风力发电系统的具体结构进行进一步的说明。

所述基于边缘检测的安全型风力发电系统中：

在所述并网发电结构中，所述齿轮箱设置在所述制动闸和所述旋转叶片之间，所述发电机与所述齿轮箱连接。

所述基于边缘检测的安全型风力发电系统中：

在所述并网发电结构中，所述变压器与电网连接，所述变压器与所述变频器连接，所述变频器与所述发电机连接。

所述基于边缘检测的安全型风力发电系统中还可以包括：

可视化捕获机构，如图1所示，设置在所述并网发电结构对面，用于对所述并网发电结构所在场景执行图像捕获操作，以获得对应的发电场景图像；

信号扩展机构，设置在所述塔架内，与所述可视化捕获机构连接，用于对接收到的发电场景图像执行动态范围扩展操作，以获得对应的数据扩展图像；

即时滤波机构，设置在所述塔架内，与所述信号扩展机构连接，用于对接收到的数据扩展图像执行陷阱滤波操作，以获得对应的即时滤波图像；

边缘检测设备，与所述即时滤波机构连接，用于识别所述即时滤波图像中的各个边缘像素点，并将所述各个边缘像素点围设的最大面积的图像区域作为目标图像区域输出；

冰体辨识设备，与所述边缘检测设备连接，用于基于冰体灰度成像特征识别所述目标图像区域中的一个以上的冰体像素点，并基于所述目标图像区域中冰体像素点的数量是否大于预设数量阈值，判断所述并网发电结构是否覆盖冰体并相应发出冰体辨识信号或者冰体未辨识信号；

人形鉴别设备，分别与所述边缘检测设备和所述冰体辨识设备连接，用于检测所述各个边缘像素点围设的各个图像区域中是否存储边缘形状与人体外形匹配的图像区域，并在存在时，发出人形鉴别信号，否则，发出人形未鉴别信号；

请求驱动机构，分别与所述人形鉴别设备和所述冰体辨识设备连接，用于在接收到冰体辨识信号且接收到人形鉴别信号时，向风力发电服务器无线发送主动除冰请求；

其中，识别所述即时滤波图像中的各个边缘像素点包括：对所述即时滤波图像中的每一个像素点执行以下操作：获取所述像素点周围各个像素点的各个像素值以及本像素点的像素值以获得像素值队列，计算所述像素值队列的所有像素值的均方差并在所述均方差超限时，判断本像素点为边缘像素点；

其中，将所述各个边缘像素点围设的最大面积的图像区域作为目标图像区域输出包括：将所述各个边缘像素点围设的各个图像区域进行面积排序以将最大面积的图像区域作为目标图像区域输出。

在所述基于边缘检测的安全型风力发电系统中：

所述请求驱动机构还用于在接收到所述人形未鉴别信号或接收到所述冰体未辨识信号时，不向风力发电服务器无线发送主动除冰请求。

在所述基于边缘检测的安全型风力发电系统中：

基于所述目标图像区域中冰体像素点的数量是否大于预设数量阈值，判断所述并网发电结构是否覆盖冰体并相应发出冰体辨识信号或者冰体未辨识信号包括：当所述目标图像区域中冰体像素点的数量大于预设数量阈值时，判断所述并网发电结构覆盖冰体并发出冰体辨识信号。

在所述基于边缘检测的安全型风力发电系统中：

基于所述目标图像区域中冰体像素点的数量是否大于预设数量阈值，判断所述并网发电结构是否覆盖冰体并相应发出冰体辨识信号或者冰体未辨识信号还包括：当所述目标图像区域中冰体像素点的数量小于等于所述预设数量阈值时，判断所述并网发电结构未覆盖冰体并发出冰体未辨识信号。

在所述基于边缘检测的安全型风力发电系统中：

基于冰体灰度成像特征识别所述目标图像区域中的一个以上的冰体像素点包括：所述冰体灰度成像特征为冰体灰度数值范围，将所述目标图像区域中灰度值在所述冰体灰度数值范围内的像素点作为冰体像素点。

在所述基于边缘检测的安全型风力发电系统中：

识别所述即时滤波图像中的各个边缘像素点还包括：对所述即时滤波图像中的每一个像素点执行以下操作：获取所述像素点周围各个像素点的各个像素值以及本像素点的像素值以获得像素值队列，计算所述像素值队列的所有像素值的均方差并在所述均方差未超限时，判断本像素点为非边缘像素点。

另外，在所述基于边缘检测的安全型风力发电系统中，可以采用gpu芯片来实现所述冰体辨识设备。gpu就是能够从硬件上支持t&l(transformandlighting，多边形转换和光源处理)的显示芯片，由于t&l是3d渲染中的一个重要部分，其作用是计算多边形的3d位置与处理动态光线效果，也能称为“几何处理”。一个好的t&l单元，能提供细致的3d物体和高级的光线特效；只不过大多数pc中，t&l的大部分运算是交由cpu处理的(这就也就是所谓软件t&l)，因为cpu的任务繁多，除了t&l之外，还要做内存管理和输入响应等非3d图形处理工作，所以在实际运算的时候性能会大打折扣，一般出现显卡等待cpu数据的情况，cpu运算速度远跟不上时下复杂三维游戏的要求。即使cpu的工作频率超出1ghz或更高，对它的帮助也不大，因为这是pc本身设计造成的问题，与cpu的速度无太大关系。

尽管已经参考典型实施例说明了本发明，但是应该理解，本发明不限于所公开的典型实施例。所附权利要求书的范围符合最宽的解释，以包含所有这类修改、等同结构和功能。