[发明专利]风电站风机图像的处理方法、装置及计算机可读存储介质在审

专利信息
申请号: 202111256009.5 申请日: 2021-10-27
公开(公告)号: CN114022428A 公开(公告)日: 2022-02-08
发明(设计)人: 郭义明;吴应龙;郁启华;胡江海;占磊;唐鑫鑫;黄光球;邵书成;彭冬;李朝锋 申请(专利权)人: 国家能源集团广西电力有限公司;广西国能能源发展有限公司;国能智深控制技术有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62;G06N3/04;G06N3/08;G06V10/77;G06V10/82
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 吴晓霞;栗若木
地址: 530001 广西壮族自治区南宁市高新区*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电站 风机 图像 处理 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种风电站风机图像的处理方法,其特征在于,包括:

获取风电站的风机图像;

判别所述风机图像是否为低分辨图像,所述低分辨图像的分辨率小于或等于第一预设分辨率;

在所述风机图像为低分辨图像时,将所述风机图像代入训练好的网络模型,确定出与所述风机图像对应的高分辨图,所述网络模型用于表征低分辨图像与高分辨图像的映射关系;

其中,所述高分辨图像的分辨率大于或等于第二预设分辨率,所述第一预设分辨率小于所述第二预设分辨率。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

初始化所述网络模型的调节参数;

采用多个所述风机图像的低分辨图像训练所述网络模型,包括:逐个将风机图像的低分辨图像作为网络模型的输入,每次得到对应的高分辨图像后,确定得到的高分辨图像与所述风机图像的像素图像差值,在像素图像差值不在设定阈值范围内时,调整所述调节参数并输入下一个低分辨图像继续训练所述网络模型,在像素图像差值在设定阈值范围内时,停止训练并保存所述网络模型的调节参数。

3.根据权利要求2所述的方法,其特征在于,所述确定期望的高分辨图像与所述风机图像的像素图像差值,包括:

采用公式确定得到的高分辨图像与所述风机图像的像素图像差值diff;

其中,w为高分辨图像和所述风机图像的宽,h为高分辨图像和所述风机图像的高,pixorg为所述风机图像的像素,pixnet为高分辨图像的图像像素,i表示高分辨图像和所述风机图像的水平方向的像素坐标,j表示高分辨图像和所述风机图像的竖直方向的像素坐标,0≤i<w,0≤j<h。

4.根据权利要求3所述的方法,其特征在于,所述确定高分辨图像与所述风机图像的像素图像差值之前,所述方法还包括:

分别调整高分辨图像和所述风机图像的尺寸大小,以使高分辨图像与所述风机图像的图像尺寸相同。

5.根据权利要求1所述的方法,其特征在于,所述判别所述风机图像是否为低分辨图像,包括:

采用公式M=max E[log D(x)]统计D(x)的期望值的最大值M,其中,D(x)为图像的抽象表示形式;

若输出值M小于0.5,则判定所述风机图像不是低分辨图像;

若输出值M大于0.5,则判定所述风机图像是低分辨图像。

6.根据权利要求1所述的方法,其特征在于,在所述风机图像为非低分辨图像时,所述方法还包括:

对所述风机图像进行降质处理,以将所述风机图像降质为低分辨图像;

其中,降质后的风机图像的分辨率小于降质前的风机图像的分辨率,降质后的风机图像的清晰度高于降质前的风机图像的清晰度。

7.根据权利要求6所述的方法,其特征在于,所述对所述风机图像进行降质处理,包括:

将所述风机图像的图像尺寸进行缩小,向缩小后的图像加入随机噪声,使用差值法将缩小后的图像还原至原来图像的大小。

8.根据权利要求1所述的方法,其特征在于,所述获取风电站的风机图像,包括:

通过无人机航拍风电站的风机图像。

9.一种风电站风机图像的处理装置,其特征在于,包括存储器和处理器,所述存储器用于存储计算机程序;所述计算机程序被所述处理器执行时实现如权利要求1-8任一项所述的风电站风机图像的处理方法。

10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述指令被处理器执行时实现权利要求1-8任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家能源集团广西电力有限公司;广西国能能源发展有限公司;国能智深控制技术有限公司,未经国家能源集团广西电力有限公司;广西国能能源发展有限公司;国能智深控制技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111256009.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top