省部级：

技术转让、技术开发、技术咨询

正在申请 ,其中:发明专利 1 项
已授权专利,其中:发明专利 0 项

                                                

本技术提供一种全天候、 低成本的风电机舱电气设备热故障识别方法， 基于光敏传感器的自适应调节摄像模组， 可克服目标识别中由于夜晚造成的光照条件不足的弊端； 基于红外阵列传感器的红外模组， 通过温度可视化转化为红外图像， 解决红外设备低成本化的问题； 基于多模态的可见光红外图像配准算法， 并利用图像融合技术增强图像质量， 解决原始边缘细节保留不充分问题； 基于深度学习的目标检测， 从融合图像中分割出电气设备， 并对其进行轮廓提取。 本发明方法不仅能够替代人工巡检， 并且相比于传统的对红外图像识别方法， 更加稳定可靠， 对风机机舱内部电气设备热故障规律的可靠性研究具有
重要意义， 对风机组运维管理优化有积极帮助。

使用生成对抗网络对可见光图像进行超分处理， 得到高分辨率可见光图像；使用自适应阈值的曲率尺度空间角点检测与随机抽样一致性算法对可见光与红外图像进行角点匹配与配准； 利用图像融合卷积神经网络将对应两种图像融合， 同时根据光敏传感器将光照条件分为正常光照与低光照两种情况； 正常光照时， 以可见光100％ +红外0％ 的比例融合； 低光照时， 以夜视可见光(黑白)100％ +红外0％的比例融合， 得到融合图像；采用Mask RCNN深度网络对含有目标区域的瞄点框进行目标分割， 得到目标轮廓区域。

(1)基于多模态的可见光红外图像配准算法， 并利用图像融合技术增强图像质量， 解决了原始边缘细节保留不充分的问题；
(2)基于光敏传感器的自适应调节摄像模组， 可以克服目标识别中由于夜晚造成的光照条件不足的弊端；
(3)基于红外阵列传感器的红外模组， 通过温度可视化转化为红外图像，解决了红外设备低成本化的问题；
(4)本发明基于深度学习的目标检测， 从融合图像中分割出电气设备， 并对其进行轮廓提取， 上述方法不仅能够替代人工巡检， 并且相比于传统的对红外图像识别方法， 更加稳定可靠， 以及能够在jetson nano等边缘计算平台上部署， 因此整体所需的硬件成本较为低廉；
(5)本发明方法对风机机舱内部电气设备热故障规律得可靠性研究具有重要意义， 对风机组运维管理优化有积极帮助。