CN117612358B - 一种基于数据分析的监测预警管理方法 - Google Patents

一种基于数据分析的监测预警管理方法 Download PDF

Info

Publication number
CN117612358B
CN117612358B CN202410089613.0A CN202410089613A CN117612358B CN 117612358 B CN117612358 B CN 117612358B CN 202410089613 A CN202410089613 A CN 202410089613A CN 117612358 B CN117612358 B CN 117612358B
Authority
CN
China
Prior art keywords
chain
driven
wave generator
coefficient
generator
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202410089613.0A
Other languages
English (en)
Other versions
CN117612358A (zh
Inventor
宁汝明
刘自辉
王萌
高琦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Hengmai Information & Technology Co ltd
Original Assignee
Shandong Hengmai Information & Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Hengmai Information & Technology Co ltd filed Critical Shandong Hengmai Information & Technology Co ltd
Priority to CN202410089613.0A priority Critical patent/CN117612358B/zh
Publication of CN117612358A publication Critical patent/CN117612358A/zh
Application granted granted Critical
Publication of CN117612358B publication Critical patent/CN117612358B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03BMACHINES OR ENGINES FOR LIQUIDS
    • F03B11/00Parts or details not provided for in, or of interest apart from, the preceding groups, e.g. wear-protection couplings, between turbine and generator
    • F03B11/008Measuring or testing arrangements
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data

Landscapes

  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Chemical & Material Sciences (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明涉及电力监测预警管理领域,具体公开一种基于数据分析的监测预警管理方法,本发明通过采集链条传动波浪发电机的视频数据,对链条传动波浪发电机的基座、支架和浮筒进行监测,评估链条传动波浪发电机的外观性能,判断链条传动波浪发电机是否存在安全隐患并进行预警,采用视频分析技术和数据化处理技术对链条传动波浪发电机进行智能化监测预警,进而提高监测结果的可靠性,有利于及时发现和处理链条传动波浪发电机故障,同时分析链条传动波浪发电机的转速合理性和转速平稳性,评估链条传动波浪发电机的运行性能并进行反馈,从而保障链条传动波浪发电机的安全稳定运行和提升链条传动波浪发电机的经济效益。

Description

一种基于数据分析的监测预警管理方法
技术领域
本发明涉及电力监测预警管理领域,涉及到一种基于数据分析的监测预警管理方法。
背景技术
链条传动波浪发电机是一种利用波浪能源来产生电能的设备,它采用链条传动***将波浪的能量转换为机械能,然后再通过发电机转换为电能,其工作原理是利用波浪作用在浮标上的力来驱动链条的运动,同时链条的运动也会带动发电机的转子,从而产生电能。
链条传动波浪发电机具有稳定、可靠和适应性强等特点,可以在海洋、湖泊等水域进行波浪能的利用。同时,其具有清洁环保和可再生能源等优势,可以有效减少对传统能源的依赖,对环境保护具有积极的作用。因此,链条传动波浪发电机在海洋能源开发领域具有广阔的应用前景。
波浪能发电机通常部署在海洋或湖泊等水域,环境条件十分苛刻,设备容易受到海水侵蚀、波浪冲击等自然因素的影响,因此需要定期监测波浪能发电机的运行状态,及时发现设备存在的问题。
现有的链条传动波浪发电机监测管理方法存在一些不足:1.现有的链条传动波浪发电机监测管理方法主要采用人工定期巡检的方式,不能对链条传动波浪发电机实时监测,进而无法及时发现和处理链条传动波浪发电机的异常情况,同时,人工巡检具有主观性,容易存在判断失误和排查遗漏的情况,从而使得链条传动波浪发电机监测管理的可靠性比较低。
2.现有的链条传动波浪发电机监测管理方法大都停留在链条传动波浪发电机的外观和链条传动波浪发电机是否工作的浅层面,缺乏对链条传动波浪发电机运行状态的监测分析和进一步评估链条传动波浪发电机的运行性能,进而不利于对链条传动波浪发电机进行及时有效的维修保养,从而无法保障链条传动波浪发电机的安全稳定运行和提升链条传动波浪发电机的经济效益。
发明内容
针对上述问题,本发明提出了一种基于数据分析的监测预警管理方法,具体技术方案如下:一种基于数据分析的监测预警管理方法,包括如下步骤:步骤一、链条传动波浪发电机视频数据采集:采集监测周期内链条传动波浪发电机的视频数据。
步骤二、链条传动波浪发电机基座监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机基座的裂缝系数、破损系数和沉降系数,分析链条传动波浪发电机基座的外观缺陷系数。
步骤三、链条传动波浪发电机支架监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机支架的锈蚀系数、变形系数和倾斜系数,分析链条传动波浪发电机支架的外观缺陷系数。
步骤四、链条传动波浪发电机浮筒监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机浮筒的裂纹系数、变色系数和变形系数,分析链条传动波浪发电机浮筒的外观缺陷系数。
步骤五、链条传动波浪发电机外观性能评估:根据链条传动波浪发电机基座、支架和浮筒的外观缺陷系数,评估链条传动波浪发电机的外观性能评价指数,判断链条传动波浪发电机是否存在安全隐患,并进行预警。
步骤六、链条传动波浪发电机转速监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机的转速信息,其中转速信息包括转速合理性系数和转速平稳性系数。
步骤七、链条传动波浪发电机运行性能评估:根据链条传动波浪发电机的转速信息,评估链条传动波浪发电机的运行性能评价指数,并进行反馈。
在上述实施例的基础上,所述步骤一的具体分析过程为:设定监测周期的时长,通过无人机携带的高清摄像机获取监测周期内链条传动波浪发电机水上区域的视频。
按照预设的原则在链条传动波浪发电机水下区域的设定位置布设水下摄像机,获取监测周期内链条传动波浪发电机水下区域的视频。
将监测周期内链条传动波浪发电机水上区域和水下区域的视频进行拼接整合,得到监测周期内链条传动波浪发电机的视频数据。
在上述实施例的基础上,所述步骤二的具体分析过程为:A1:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机基座的图像,得到链条传动波浪发电机基座受力面和非受力面的各条裂缝的长度,分析链条传动波浪发电机基座的裂缝系数,将其记为
A2:根据链条传动波浪发电机基座的图像,构建链条传动波浪发电机基座的空间模型,将链条传动波浪发电机基座的空间模型与数据库中存储的链条传动波浪发电机基座的标准空间模型进行比对,得到链条传动波浪发电机基座受力面和非受力面的破损体积,分析链条传动波浪发电机基座的破损系数,将其记为
A3:利用水下沉降测量技术获取链条传动波浪发电机基座的沉降深度,将其记为,通过分析公式/>得到获取链条传动波浪发电机基座的沉降系数/>,其中/>表示预设的沉降系数的修正因子,/>表示自然常数,/>表示预设的单位沉降深度对应的影响因子。
A4:通过分析公式得到链条传动波浪发电机基座的外观缺陷系数/>,其中/>分别表示预设的基座的裂缝系数、破损系数和沉降系数的权值,/>
在上述实施例的基础上,所述步骤三的具体分析过程为:B1:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机支架的图像,得到链条传动波浪发电机支架的锈蚀面积,分析链条传动波浪发电机支架的锈蚀系数,将其记为
B2:根据链条传动波浪发电机支架的图像,构建链条传动波浪发电机支架的空间模型,将链条传动波浪发电机支架的空间模型与数据库中存储的链条传动波浪发电机支架的标准空间模型进行比对,分析链条传动波浪发电机支架的变形系数,将其记为
B3:根据链条传动波浪发电机支架的图像,得到链条传动波浪发电机支架与基座之间的夹角,将其记为,/>,通过分析公式/>得到链条传动波浪发电机支架的倾斜系数/>,其中/>表示预设的倾斜系数的修正因子。
B4:通过分析公式得到链条传动波浪发电机支架的外观缺陷系数/>,其中/>分别表示预设的支架的锈蚀系数、变形系数和倾斜系数的权值,/>
在上述实施例的基础上,所述步骤四的具体分析过程为:D1:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机浮筒的图像,得到链条传动波浪发电机浮筒表面裂纹的长度,分析链条传动波浪发电机浮筒的裂纹系数,将其记为
D2:获取链条传动波浪发电机浮筒图像的灰度值,将其记为,提取数据库中存储的链条传动波浪发电机浮筒图像的参考灰度值,将其记为/>,通过分析公式得到链条传动波浪发电机浮筒的变色系数/>,其中/>表示预设的变色系数修正因子,/>表示预设的灰度值偏差阈值。
D3:根据链条传动波浪发电机浮筒的图像,得到链条传动波浪发电机浮筒的空间模型,将链条传动波浪发电机浮筒的空间模型与数据库中存储的链条传动波浪发电机浮筒的标准空间模型进行比对,分析链条传动波浪发电机浮筒的变形系数,将其记为
D4:通过分析公式得到链条传动波浪发电机浮筒的外观缺陷系数/>,其中/>分别表示预设的浮筒的裂纹系数、变色系数和变形系数的权值,/>
在上述实施例的基础上,所述步骤五的具体分析过程为:通过分析公式得到链条传动波浪发电机的外观性能评价指数/>,其中/>分别表示预设的基座外观缺陷系数、支架外观缺陷系数和浮筒外观缺陷系数的阈值,/>分别表示预设的基座外观缺陷系数、支架外观缺陷系数和浮筒外观缺陷系数的权值,/>
将链条传动波浪发电机的外观性能评价指数与预设的外观性能评价指数阈值进行比较,若链条传动波浪发电机的外观性能评价指数小于预设的外观性能评价指数阈值,则链条传动波浪发电机存在安全隐患,进行预警,并反馈至链条传动波浪发电机的远程监控终端。
在上述实施例的基础上,所述步骤六的具体分析过程包括:根据链条传动波浪发电机的视频数据,得到监测周期内链条传动波浪发电机各次转动的视频。
按照预设的等时间间隔原则在监测周期内链条传动波浪发电机各次转动的过程 中设置各采样时间点,根据监测周期内链条传动波浪发电机各次转动的视频,获取监测周 期内链条传动波浪发电机各次转动过程中各采样时间点链条传动波浪发电机的转速,将其 记为表示第次转动的编号,表示第个采样时间点的编号,
获取监测周期内链条传动波浪发电机各次转动时波浪的高度、运动速度和运动幅 度,将其代入预设的波浪高度、波浪运动速度和波浪运动幅度与链条传动波浪发电机转速 之间的关系函数,得到监测周期内链条传动波浪发电机各次转动时波浪的高度、运动速度 和运动幅度对应的链条传动波浪发电机转速,将其记为监测周期内链条传动波浪发电机各 次转动的参考链条传动波浪发电机转速,并表示为
在上述实施例的基础上,所述步骤六的具体分析过程还包括:通过分析公式得到链条传动波浪发电机的转速合理性 系数,其中表示预设的转速合理性系数修正因子,表示监测周期内链条传动波浪发 电机转动的次数,表示采样时间点的数量,表示预设的单位转速偏差对应的影响因 子。
在上述实施例的基础上,所述步骤六的具体分析过程还包括:通过分析公式得到链条传动波浪发电机的转速平稳性系数,其中表示预设的转速平稳性系数修正因子,表示监测周期内链条传动波浪发 电机第次转动过程中第个采样时间点链条传动波浪发电机的转速。
在上述实施例的基础上,所述步骤七的具体分析过程为:通过分析公式得到链条传动波浪发电机的运行性能评价指数,其中分别表示预设的转速合理性系数和转速平稳性系数的阈值,分别表示预 设的转速合理性系数和转速平稳性系数的权值,,并将其反馈至链条传动波浪 发电机的远程监控终端。
相对于现有技术,本发明所述的一种基于数据分析的监测预警管理方法以下有益效果:1.本发明通过采集链条传动波浪发电机的视频数据,对链条传动波浪发电机的基座、支架和浮筒进行监测,评估链条传动波浪发电机的外观性能评价指数,判断链条传动波浪发电机是否存在安全隐患并进行预警,采用视频分析技术和数据化处理技术对链条传动波浪发电机进行智能化监测预警,进而提高监测结果的可靠性,同时,从多方面指标排查链条传动波浪发电机可能存在的安全隐患,有利于及时发现链条传动波浪发电机故障,以便及时采取维修措施。
2.本发明通过链条传动波浪发电机的视频数据,分析链条传动波浪发电机的转速合理性系数和转速平稳性系数,评估链条传动波浪发电机的运行性能评价指数并进行反馈,进而有利于对链条传动波浪发电机进行及时有效的维修保养,从而保障链条传动波浪发电机的安全稳定运行和提升链条传动波浪发电机的经济效益。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程示意图。
图2为本发明的链条传动波浪发电机示意图。
附图标记:1.基座;2.浮筒;3.支架;4.链条传动装置;5.发电机。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供的一种基于数据分析的监测预警管理方法,包括如下步骤:步骤一、链条传动波浪发电机视频数据采集:采集监测周期内链条传动波浪发电机的视频数据。
作为一种优选方案,所述步骤一的具体分析过程为:设定监测周期的时长,通过无人机携带的高清摄像机获取监测周期内链条传动波浪发电机水上区域的视频。
按照预设的原则在链条传动波浪发电机水下区域的设定位置布设水下摄像机,获取监测周期内链条传动波浪发电机水下区域的视频。
将监测周期内链条传动波浪发电机水上区域和水下区域的视频进行拼接整合,得到监测周期内链条传动波浪发电机的视频数据。
需要说明的是,链条传动波浪发电机水下区域布设的水下摄像机可以为多个。
在另一个具体实施例中,通过水下机器人、水下激光扫描仪、水下摄影机***或卫星遥感获取监测周期内链条传动波浪发电机水下区域的视频。
需要说明的是,参阅图2所示,链条传动波浪发电机由基座、支架、浮筒、链条传动装置和发电机等组成。
步骤二、链条传动波浪发电机基座监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机基座的裂缝系数、破损系数和沉降系数,分析链条传动波浪发电机基座的外观缺陷系数。
作为一种优选方案,所述步骤二的具体分析过程为:A1:根据链条传动波浪发电机 的视频数据,获取链条传动波浪发电机基座的图像,得到链条传动波浪发电机基座受力面 和非受力面的各条裂缝的长度,分析链条传动波浪发电机基座的裂缝系数,将其记为
需要说明的是,获取链条传动波浪发电机基座受力面和非受力面的各条裂缝的长度,具体方法为:
获取链条传动波浪发电机基座的图像,通过图像处理技术得到链条传动波浪发电机基座图像的各灰度值,提取数据库中存储的链条传动波浪发电机基座的参考裂缝图像对应的灰度值范围,若链条传动波浪发电机基座图像的某灰度值属于链条传动波浪发电机基座参考裂缝图像对应的灰度值范围内,则将该灰度值记为裂缝灰度值,统计链条传动波浪发电机基座图像的各裂缝灰度值,获取链条传动波浪发电机基座图像中各裂缝灰度值所在的区域,将其记为链条传动波浪发电机基座图像中各裂缝区域,获取链条传动波浪发电机基座图像中各裂缝区域的最长长度,将其记为链条传动波浪发电机基座的各条裂缝的长度;
获取链条传动波浪发电机基座的各条裂缝的位置,设定链条传动波浪发电机基座的受力面和非受力面对应的区域,筛选得到链条传动波浪发电机基座受力面和非受力面的各条裂缝,进而得到链条传动波浪发电机基座受力面和非受力面的各条裂缝的长度。
需要说明的是,链条传动波浪发电机基座的受力面是指基座中与支架相接触的一面。
需要说明的是,分析链条传动波浪发电机基座的裂缝系数,具体方法为:获取链条 传动波浪发电机基座受力面和非受力面的各条裂缝的长度,将其分别记为表示 第条裂缝的编号,
通过分析公式得到 链条传动波浪发电机基座的裂缝系数,其中表示预设的裂缝系数修正因子,分别表示预设的基座受力面和非受力面的权重因子,表示预设的单 位裂缝长度对应的影响因子。
A2:根据链条传动波浪发电机基座的图像,构建链条传动波浪发电机基座的空间 模型,将链条传动波浪发电机基座的空间模型与数据库中存储的链条传动波浪发电机基座 的标准空间模型进行比对,得到链条传动波浪发电机基座受力面和非受力面的破损体积, 分析链条传动波浪发电机基座的破损系数,将其记为
需要说明的是,获取链条传动波浪发电机基座受力面和非受力面的破损体积,具体方法为:
将链条传动波浪发电机基座的空间模型与数据库中存储的链条传动波浪发电机基座的标准空间模型进行比对,若链条传动波浪发电机基座标准空间模型中某子块未在链条传动波浪发电机基座的空间模型中出现,则将该子块记为链条传动波浪发电机基座空间模型的残缺子块,统计链条传动波浪发电机基座空间模型的各残缺子块,获取链条传动波浪发电机基座空间模型各残缺子块的体积,将其记为链条传动波浪发电机基座的各处破损体积;
获取链条传动波浪发电机基座各条破损的位置,设定链条传动波浪发电机基座的受力面和非受力面对应的区域,筛选得到链条传动波浪发电机基座受力面和非受力面的各条破损体积,并分别进行累加,得到链条传动波浪发电机基座受力面和非受力面的破损体积。
需要说明的是,分析链条传动波浪发电机基座的破损系数,具体方法为:获取链条 传动波浪发电机基座受力面和非受力面的破损体积,将其分别记为,通过分析公 式得到链条传动波浪发电机基座的破损系 数,其中表示预设的破损系数的修正因子,表示预设的破损体积阈值。
需要说明的是,所述链条传动波浪发电机基座的破损系数的分析公式中破损体积 阈值为***初始设置的数值。
A3:利用水下沉降测量技术获取链条传动波浪发电机基座的沉降深度,将其记为,通过分析公式得到获取链条传动波浪发电机基座的沉降 系数,其中表示预设的沉降系数的修正因子,表示自然常数,表示预设的 单位沉降深度对应的影响因子。
A4:通过分析公式得到链条传动波浪 发电机基座的外观缺陷系数,其中分别表示预设的基座的裂缝系数、破损 系数和沉降系数的权值,
需要说明的是,所述水下沉降测量技术包括但不限于:水准测量、三角测量、GPS测量、倾斜测量和应变测量等,且水下沉降测量技术为现有的较为成熟的技术,此处不加以赘述。
步骤三、链条传动波浪发电机支架监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机支架的锈蚀系数、变形系数和倾斜系数,分析链条传动波浪发电机支架的外观缺陷系数。
作为一种优选方案,所述步骤三的具体分析过程为:B1:根据链条传动波浪发电机 的视频数据,获取链条传动波浪发电机支架的图像,得到链条传动波浪发电机支架的锈蚀 面积,分析链条传动波浪发电机支架的锈蚀系数,将其记为
需要说明的是,分析链条传动波浪发电机支架的锈蚀系数,具体方法为:获取链条 传动波浪发电机支架的图像,得到链条传动波浪发电机支架的锈蚀面积,将其记为,通 过分析公式得到链条传动波浪发电机支架的锈蚀系数,其 中表示预设的锈蚀系数修正因子,表示预设的锈蚀面积阈值。
需要说明的是,获取链条传动波浪发电机支架的锈蚀面积,具体方法为:
获取链条传动波浪发电机支架的图像,通过图像处理技术得到链条传动波浪发电机支架图像的各灰度值,提取数据库中存储的链条传动波浪发电机支架的参考锈蚀图像对应的灰度值范围,若链条传动波浪发电机支架图像的某灰度值属于链条传动波浪发电机支架参考锈蚀图像对应的灰度值范围内,则将该灰度值记为锈蚀灰度值,统计链条传动波浪发电机支架图像的各锈蚀灰度值,获取链条传动波浪发电机支架图像中各锈蚀灰度值所在的区域,将其记为链条传动波浪发电机支架图像中各锈蚀区域,获取链条传动波浪发电机支架图像中各锈蚀区域的面积,并进行累加,得到链条传动波浪发电机支架的锈蚀面积。
B2:根据链条传动波浪发电机支架的图像,构建链条传动波浪发电机支架的空间 模型,将链条传动波浪发电机支架的空间模型与数据库中存储的链条传动波浪发电机支架 的标准空间模型进行比对,分析链条传动波浪发电机支架的变形系数,将其记为
需要说明的是,构建链条传动波浪发电机支架的空间模型,具体方法为:
根据链条传动波浪发电机支架的图像,提取链条传动波浪发电机支架的几何特征,如长度、宽度、高度和角度等,根据链条传动波浪发电机支架的几何特征,通过计算机建模技术,获取链条传动波浪发电机支架的空间模型。
需要说明的是,分析链条传动波浪发电机支架的变形系数,具体方法为:将链条传 动波浪发电机支架的空间模型与数据库中存储的链条传动波浪发电机支架的标准空间模 型进行比对,得到链条传动波浪发电机支架的空间模型与其对应标准空间模型的重合度, 将其记为,通过分析公式得到链条传动波浪发电机支架的变形 系数,其中表示预设的变形系数修正因子,表示预设的支架空间模型重合 度阈值。
需要说明的是,获取链条传动波浪发电机支架的空间模型与其对应标准空间模型的重合度,具体方法为:
将链条传动波浪发电机支架的空间模型与数据库中存储的链条传动波浪发电机支架的标准空间模型进行比对,得到链条传动波浪发电机支架的空间模型与其对应标准空间模型的重合部分,将链条传动波浪发电机支架空间模型与其对应标准空间模型的重合部分对应的体积除以链条传动波浪发电机支架空间模型的体积,得到链条传动波浪发电机支架的空间模型与其对应标准空间模型的重合度。
需要说明的是,所述链条传动波浪发电机支架的变形系数的分析公式中支架空间 模型重合度阈值为***初始设置的数值。
B3:根据链条传动波浪发电机支架的图像,得到链条传动波浪发电机支架与基座 之间的夹角,将其记为,通过分析公式 得到链条传动波浪发电机支架的倾斜系数,其中表示预设的倾斜系数的修正因 子。
B4:通过分析公式得到链条传动波浪发 电机支架的外观缺陷系数,其中分别表示预设的支架的锈蚀系数、变形系 数和倾斜系数的权值,
需要说明的是,所述链条传动波浪发电机支架的外观缺陷系数的分析公式中支架的锈蚀系数、变形系数和倾斜系数的权值为***初始设置的数值。
需要说明的是,理想状态下,链条传动波浪发电机的支架与基座垂直,即链条传动波浪发电机的支架与基座之间的夹角为直角。
步骤四、链条传动波浪发电机浮筒监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机浮筒的裂纹系数、变色系数和变形系数,分析链条传动波浪发电机浮筒的外观缺陷系数。
作为一种优选方案,所述步骤四的具体分析过程为:D1:根据链条传动波浪发电机 的视频数据,获取链条传动波浪发电机浮筒的图像,得到链条传动波浪发电机浮筒表面裂 纹的长度,分析链条传动波浪发电机浮筒的裂纹系数,将其记为
需要说明的是,分析链条传动波浪发电机浮筒的裂纹系数,具体方法为:获取链条 传动波浪发电机浮筒的图像,得到链条传动波浪发电机浮筒表面裂纹的长度,将其记为, 通过分析公式得到链条传动波浪发电机浮筒的裂纹系 数,其中表示预设的裂纹系数修正因子,表示预设的单位裂纹长度对应的 影响因子。
需要说明的是,获取链条传动波浪发电机浮筒表面裂纹的长度,具体方法为:
获取链条传动波浪发电机浮筒的图像,通过图像处理技术得到链条传动波浪发电机浮筒图像的各灰度值,提取数据库中存储的链条传动波浪发电机浮筒的参考裂纹图像对应的灰度值范围,若链条传动波浪发电机浮筒图像的某灰度值属于链条传动波浪发电机浮筒参考裂纹图像对应的灰度值范围内,则将该灰度值记为裂纹灰度值,统计链条传动波浪发电机浮筒图像的各裂纹灰度值,获取链条传动波浪发电机浮筒图像中各裂纹灰度值所在的区域,将其记为链条传动波浪发电机浮筒图像中各裂纹区域,获取链条传动波浪发电机浮筒图像中各裂纹区域的最长长度,将其记为链条传动波浪发电机浮筒的各条裂纹的长度,并进行累加,得到链条传动波浪发电机浮筒表面裂纹的长度。
D2:获取链条传动波浪发电机浮筒图像的灰度值,将其记为,提取数据库中存储 的链条传动波浪发电机浮筒图像的参考灰度值,将其记为,通过分析公式得到链条传动波浪发电机浮筒的变色系数,其中表 示预设的变色系数修正因子,表示预设的灰度值偏差阈值。
需要说明的是,所述链条传动波浪发电机浮筒的变色系数的分析公式中灰度值偏 差阈值为***初始设置的数值。
D3:根据链条传动波浪发电机浮筒的图像,得到链条传动波浪发电机浮筒的空间 模型,将链条传动波浪发电机浮筒的空间模型与数据库中存储的链条传动波浪发电机浮筒 的标准空间模型进行比对,分析链条传动波浪发电机浮筒的变形系数,将其记为
需要说明的是,分析链条传动波浪发电机浮筒的变形系数,具体方法为:将链条传 动波浪发电机浮筒的空间模型与数据库中存储的链条传动波浪发电机浮筒的标准空间模 型进行比对,得到链条传动波浪发电机浮筒的空间模型与其对应标准空间模型的重合度, 将其记为,通过分析公式得到链条传动波浪发电机浮筒的 变形系数,其中表示预设的变形系数修正因子,表示预设的浮筒空间模型 重合度阈值。
需要说明的是,获取链条传动波浪发电机浮筒的空间模型与其对应标准空间模型的重合度,具体方法为:
将链条传动波浪发电机浮筒的空间模型与数据库中存储的链条传动波浪发电机浮筒的标准空间模型进行比对,得到链条传动波浪发电机浮筒的空间模型与其对应标准空间模型的重合部分,将链条传动波浪发电机浮筒空间模型与其对应标准空间模型的重合部分对应的体积除以链条传动波浪发电机浮筒空间模型的体积,得到链条传动波浪发电机浮筒的空间模型与其对应标准空间模型的重合度。
需要说明的是,所述链条传动波浪发电机浮筒的变形系数的分析公式中浮筒空间 模型重合度阈值为***初始设置的数值。
D4:通过分析公式得到链条传动 波浪发电机浮筒的外观缺陷系数,其中分别表示预设的浮筒的裂纹系数、 变色系数和变形系数的权值,
需要说明的是,所述链条传动波浪发电机浮筒的外观缺陷系数的分析公式中浮筒的裂纹系数、变色系数和变形系数的权值为***初始设置的数值。
步骤五、链条传动波浪发电机外观性能评估:根据链条传动波浪发电机基座、支架和浮筒的外观缺陷系数,评估链条传动波浪发电机的外观性能评价指数,判断链条传动波浪发电机是否存在安全隐患,并进行预警。
作为一种优选方案,所述步骤五的具体分析过程为:通过分析公式得到链条传动波浪发电机的外观性能 评价指数,其中分别表示预设的基座外观缺陷系数、支架外观缺陷 系数和浮筒外观缺陷系数的阈值,分别表示预设的基座外观缺陷系数、支架外 观缺陷系数和浮筒外观缺陷系数的权值,
将链条传动波浪发电机的外观性能评价指数与预设的外观性能评价指数阈值进行比较,若链条传动波浪发电机的外观性能评价指数小于预设的外观性能评价指数阈值,则链条传动波浪发电机存在安全隐患,进行预警,并反馈至链条传动波浪发电机的远程监控终端。
在本实施例中,本发明通过采集链条传动波浪发电机的视频数据,对链条传动波浪发电机的基座、支架和浮筒进行监测,评估链条传动波浪发电机的外观性能评价指数,判断链条传动波浪发电机是否存在安全隐患并进行预警,采用视频分析技术和数据化处理技术对链条传动波浪发电机进行智能化监测预警,进而提高监测结果的可靠性,同时,从多方面指标排查链条传动波浪发电机可能存在的安全隐患,有利于及时发现链条传动波浪发电机故障,以便及时采取维修措施。
步骤六、链条传动波浪发电机转速监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机的转速信息,其中转速信息包括转速合理性系数和转速平稳性系数。
作为一种优选方案,所述步骤六的具体分析过程包括:根据链条传动波浪发电机的视频数据,得到监测周期内链条传动波浪发电机各次转动的视频。
按照预设的等时间间隔原则在监测周期内链条传动波浪发电机各次转动的过程 中设置各采样时间点,根据监测周期内链条传动波浪发电机各次转动的视频,获取监测周 期内链条传动波浪发电机各次转动过程中各采样时间点链条传动波浪发电机的转速,将其 记为表示第次转动的编号,表示第个采样时间点的编号,
需要说明的是,获取监测周期内链条传动波浪发电机各次转动过程中各采样时间点链条传动波浪发电机的转速,具体方法为:
根据监测周期内链条传动波浪发电机各次转动的视频,从链条传动波浪发电机链条传动装置中链条的各链环中选取用于分析监测周期内链条传动波浪发电机各次转动过程中各采样时间点转速的参照链环;
根据监测周期内链条传动波浪发电机各次转动的视频,监测周期内链条传动波浪发电机各次转动过程中各采样时间点参照链环的位置,进而得到监测周期内链条传动波浪发电机各次转动过程中各采样时间点参照链环的移动距离,将监测周期内链条传动波浪发电机各次转动过程中各采样时间点参照链环的移动距离除以采样时间点的时间间隔,得到监测周期内链条传动波浪发电机各次转动过程中各采样时间点链条传动波浪发电机的转速。
获取监测周期内链条传动波浪发电机各次转动时波浪的高度、运动速度和运动幅 度,将其代入预设的波浪高度、波浪运动速度和波浪运动幅度与链条传动波浪发电机转速 之间的关系函数,得到监测周期内链条传动波浪发电机各次转动时波浪的高度、运动速度 和运动幅度对应的链条传动波浪发电机转速,将其记为监测周期内链条传动波浪发电机各 次转动的参考链条传动波浪发电机转速,并表示为
需要说明的是,链条传动波浪发电机的转速是指链条传动波浪发电机中链条传动装置的转速。
需要说明的是,可以借助波浪高度计、波浪运动速度计、波浪运动幅度计、雷达波浪计和声纳波浪计等仪器获取监测周期内链条传动波浪发电机各次转动时波浪的高度、运动速度和运动幅度。
作为一种优选方案,所述步骤六的具体分析过程还包括:通过分析公式得到链条传动波浪发电机的转速合理性 系数,其中表示预设的转速合理性系数修正因子,表示监测周期内链条传动波浪发 电机转动的次数,表示采样时间点的数量,表示预设的单位转速偏差对应的影响因 子。
作为一种优选方案,所述步骤六的具体分析过程还包括:通过分析公式得到链条传动波浪发电机的转速平稳性系数,其中表示预设的转速平稳性系数修正因子,表示监测周期内链条传动波浪发 电机第次转动过程中第个采样时间点链条传动波浪发电机的转速。
步骤七、链条传动波浪发电机运行性能评估:根据链条传动波浪发电机的转速信息,评估链条传动波浪发电机的运行性能评价指数,并进行反馈。
作为一种优选方案,所述步骤七的具体分析过程为:通过分析公式得到链条传动波浪发电机的运行性能评价指数,其中分别表示预设的转速合理性系数和转速平稳性系数的阈值,分别表示预 设的转速合理性系数和转速平稳性系数的权值,,并将其反馈至链条传动波浪 发电机的远程监控终端。
在本实施例中,本发明通过链条传动波浪发电机的视频数据,分析链条传动波浪发电机的转速合理性系数和转速平稳性系数,评估链条传动波浪发电机的运行性能评价指数并进行反馈,进而有利于对链条传动波浪发电机进行及时有效的维修保养,从而保障链条传动波浪发电机的安全稳定运行和提升链条传动波浪发电机的经济效益。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。

Claims (2)

1.一种基于数据分析的监测预警管理方法,其特征在于,包括如下步骤:
步骤一、链条传动波浪发电机视频数据采集:采集监测周期内链条传动波浪发电机的视频数据;
步骤二、链条传动波浪发电机基座监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机基座的裂缝系数、破损系数和沉降系数,分析链条传动波浪发电机基座的外观缺陷系数;
步骤三、链条传动波浪发电机支架监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机支架的锈蚀系数、变形系数和倾斜系数,分析链条传动波浪发电机支架的外观缺陷系数;
步骤四、链条传动波浪发电机浮筒监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机浮筒的裂纹系数、变色系数和变形系数,分析链条传动波浪发电机浮筒的外观缺陷系数;
步骤五、链条传动波浪发电机外观性能评估:根据链条传动波浪发电机基座、支架和浮筒的外观缺陷系数,评估链条传动波浪发电机的外观性能评价指数,判断链条传动波浪发电机是否存在安全隐患,并进行预警;
步骤六、链条传动波浪发电机转速监测分析:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机的转速信息,其中转速信息包括转速合理性系数和转速平稳性系数;
步骤七、链条传动波浪发电机运行性能评估:根据链条传动波浪发电机的转速信息,评估链条传动波浪发电机的运行性能评价指数,并进行反馈;
所述步骤二的具体分析过程为:
A1:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机基座的图像,得到链条传动波浪发电机基座受力面和非受力面的各条裂缝的长度,分析链条传动波浪发电机基座的裂缝系数,将其记为
分析链条传动波浪发电机基座的裂缝系数,具体方法为:获取链条传动波浪发电机基座受力面和非受力面的各条裂缝的长度,将其分别记为,/>表示第/>条裂缝的编号,
通过分析公式得到链条传动波浪发电机基座的裂缝系数/>,其中/>表示预设的裂缝系数修正因子,/>分别表示预设的基座受力面和非受力面的权重因子,/>,/>表示预设的单位裂缝长度对应的影响因子;
A2:根据链条传动波浪发电机基座的图像,构建链条传动波浪发电机基座的空间模型,将链条传动波浪发电机基座的空间模型与数据库中存储的链条传动波浪发电机基座的标准空间模型进行比对,得到链条传动波浪发电机基座受力面和非受力面的破损体积,分析链条传动波浪发电机基座的破损系数,将其记为
分析链条传动波浪发电机基座的破损系数,具体方法为:获取链条传动波浪发电机基座受力面和非受力面的破损体积,将其分别记为,通过分析公式得到链条传动波浪发电机基座的破损系数,其中/>表示预设的破损系数的修正因子,/>表示预设的破损体积阈值;
A3:利用水下沉降测量技术获取链条传动波浪发电机基座的沉降深度,将其记为,通过分析公式/>得到获取链条传动波浪发电机基座的沉降系数,其中/>表示预设的沉降系数的修正因子,/>表示自然常数,/>表示预设的单位沉降深度对应的影响因子;
A4:通过分析公式得到链条传动波浪发电机基座的外观缺陷系数/>,其中/>分别表示预设的基座的裂缝系数、破损系数和沉降系数的权值,/>
所述步骤三的具体分析过程为:
B1:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机支架的图像,得到链条传动波浪发电机支架的锈蚀面积,分析链条传动波浪发电机支架的锈蚀系数,将其记为
分析链条传动波浪发电机支架的锈蚀系数,具体方法为:获取链条传动波浪发电机支架的图像,得到链条传动波浪发电机支架的锈蚀面积,将其记为,通过分析公式得到链条传动波浪发电机支架的锈蚀系数/>,其中/>表示预设的锈蚀系数修正因子,/>表示预设的锈蚀面积阈值;
B2:根据链条传动波浪发电机支架的图像,构建链条传动波浪发电机支架的空间模型,将链条传动波浪发电机支架的空间模型与数据库中存储的链条传动波浪发电机支架的标准空间模型进行比对,分析链条传动波浪发电机支架的变形系数,将其记为
分析链条传动波浪发电机支架的变形系数,具体方法为:将链条传动波浪发电机支架的空间模型与数据库中存储的链条传动波浪发电机支架的标准空间模型进行比对,得到链条传动波浪发电机支架的空间模型与其对应标准空间模型的重合度,将其记为,通过分析公式/>得到链条传动波浪发电机支架的变形系数/>,其中表示预设的变形系数修正因子,/>表示预设的支架空间模型重合度阈值;
B3:根据链条传动波浪发电机支架的图像,得到链条传动波浪发电机支架与基座之间的夹角,将其记为,/>,通过分析公式/>得到链条传动波浪发电机支架的倾斜系数/>,其中/>表示预设的倾斜系数的修正因子;
B4:通过分析公式得到链条传动波浪发电机支架的外观缺陷系数/>,其中/>分别表示预设的支架的锈蚀系数、变形系数和倾斜系数的权值,/>
所述步骤四的具体分析过程为:
D1:根据链条传动波浪发电机的视频数据,获取链条传动波浪发电机浮筒的图像,得到链条传动波浪发电机浮筒表面裂纹的长度,分析链条传动波浪发电机浮筒的裂纹系数,将其记为
分析链条传动波浪发电机浮筒的裂纹系数,具体方法为:获取链条传动波浪发电机浮筒的图像,得到链条传动波浪发电机浮筒表面裂纹的长度,将其记为,通过分析公式得到链条传动波浪发电机浮筒的裂纹系数/>,其中表示预设的裂纹系数修正因子,/>表示预设的单位裂纹长度对应的影响因子;
D2:获取链条传动波浪发电机浮筒图像的灰度值,将其记为,提取数据库中存储的链条传动波浪发电机浮筒图像的参考灰度值,将其记为/>,通过分析公式得到链条传动波浪发电机浮筒的变色系数/>,其中/>表示预设的变色系数修正因子,/>表示预设的灰度值偏差阈值;
D3:根据链条传动波浪发电机浮筒的图像,得到链条传动波浪发电机浮筒的空间模型,将链条传动波浪发电机浮筒的空间模型与数据库中存储的链条传动波浪发电机浮筒的标准空间模型进行比对,分析链条传动波浪发电机浮筒的变形系数,将其记为
分析链条传动波浪发电机浮筒的变形系数,具体方法为:将链条传动波浪发电机浮筒的空间模型与数据库中存储的链条传动波浪发电机浮筒的标准空间模型进行比对,得到链条传动波浪发电机浮筒的空间模型与其对应标准空间模型的重合度,将其记为,通过分析公式/>得到链条传动波浪发电机浮筒的变形系数/>,其中/>表示预设的变形系数修正因子,/>表示预设的浮筒空间模型重合度阈值;
D4:通过分析公式得到链条传动波浪发电机浮筒的外观缺陷系数/>,其中/>分别表示预设的浮筒的裂纹系数、变色系数和变形系数的权值,/>
所述步骤五的具体分析过程为:
通过分析公式得到链条传动波浪发电机的外观性能评价指数/>,其中/>分别表示预设的基座外观缺陷系数、支架外观缺陷系数和浮筒外观缺陷系数的阈值,/>分别表示预设的基座外观缺陷系数、支架外观缺陷系数和浮筒外观缺陷系数的权值,/>
将链条传动波浪发电机的外观性能评价指数与预设的外观性能评价指数阈值进行比较,若链条传动波浪发电机的外观性能评价指数小于预设的外观性能评价指数阈值,则链条传动波浪发电机存在安全隐患,进行预警,并反馈至链条传动波浪发电机的远程监控终端;
所述步骤六的具体分析过程包括:
根据链条传动波浪发电机的视频数据,得到监测周期内链条传动波浪发电机各次转动的视频;
按照预设的等时间间隔原则在监测周期内链条传动波浪发电机各次转动的过程中设置各采样时间点,根据监测周期内链条传动波浪发电机各次转动的视频,获取监测周期内链条传动波浪发电机各次转动过程中各采样时间点链条传动波浪发电机的转速,将其记为,/>表示第/>次转动的编号,/>,/>表示第/>个采样时间点的编号,/>
获取监测周期内链条传动波浪发电机各次转动时波浪的高度、运动速度和运动幅度,将其代入预设的波浪高度、波浪运动速度和波浪运动幅度与链条传动波浪发电机转速之间的关系函数,得到监测周期内链条传动波浪发电机各次转动时波浪的高度、运动速度和运动幅度对应的链条传动波浪发电机转速,将其记为监测周期内链条传动波浪发电机各次转动的参考链条传动波浪发电机转速,并表示为
所述步骤六的具体分析过程还包括:
通过分析公式得到链条传动波浪发电机的转速合理性系数/>,其中/>表示预设的转速合理性系数修正因子,/>表示监测周期内链条传动波浪发电机转动的次数,/>表示采样时间点的数量,/>表示预设的单位转速偏差对应的影响因子;
所述步骤六的具体分析过程还包括:
通过分析公式得到链条传动波浪发电机的转速平稳性系数/>,其中/>表示预设的转速平稳性系数修正因子,/>表示监测周期内链条传动波浪发电机第/>次转动过程中第/>个采样时间点链条传动波浪发电机的转速;
所述步骤七的具体分析过程为:
通过分析公式得到链条传动波浪发电机的运行性能评价指数/>,其中/>分别表示预设的转速合理性系数和转速平稳性系数的阈值,分别表示预设的转速合理性系数和转速平稳性系数的权值,/>,并将其反馈至链条传动波浪发电机的远程监控终端。
2.根据权利要求1所述的一种基于数据分析的监测预警管理方法,其特征在于:所述步骤一的具体分析过程为:
设定监测周期的时长,通过无人机携带的高清摄像机获取监测周期内链条传动波浪发电机水上区域的视频;
按照预设的原则在链条传动波浪发电机水下区域的设定位置布设水下摄像机,获取监测周期内链条传动波浪发电机水下区域的视频;
将监测周期内链条传动波浪发电机水上区域和水下区域的视频进行拼接整合,得到监测周期内链条传动波浪发电机的视频数据。
CN202410089613.0A 2024-01-23 2024-01-23 一种基于数据分析的监测预警管理方法 Active CN117612358B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410089613.0A CN117612358B (zh) 2024-01-23 2024-01-23 一种基于数据分析的监测预警管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410089613.0A CN117612358B (zh) 2024-01-23 2024-01-23 一种基于数据分析的监测预警管理方法

Publications (2)

Publication Number Publication Date
CN117612358A CN117612358A (zh) 2024-02-27
CN117612358B true CN117612358B (zh) 2024-04-16

Family

ID=89960183

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410089613.0A Active CN117612358B (zh) 2024-01-23 2024-01-23 一种基于数据分析的监测预警管理方法

Country Status (1)

Country Link
CN (1) CN117612358B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111305992A (zh) * 2020-02-24 2020-06-19 大连海事大学 一种链传动式波浪能发电装置
KR102207149B1 (ko) * 2019-11-29 2021-01-25 윈디텍 주식회사 Mw급 풍력발전기 기어박스의 점검 방법 및 시스템
CN113221292A (zh) * 2021-06-16 2021-08-06 常州机电职业技术学院 波浪发电机预测性维护模型和维护方法
CN115013261A (zh) * 2022-08-08 2022-09-06 国网浙江省电力有限公司舟山供电公司 一种用于海上风电场的状态监测方法及***
CN116557202A (zh) * 2023-06-27 2023-08-08 清华大学深圳国际研究生院 一种感知调频的重力势波浪能发电装置
CN116624318A (zh) * 2023-07-25 2023-08-22 青岛科技大学 一种海洋平台用波浪能发电***
CN117392824A (zh) * 2023-10-13 2024-01-12 华能如东八仙角海上风力发电有限责任公司 一种海上风电升压站的钢结构监测预警平台

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102207149B1 (ko) * 2019-11-29 2021-01-25 윈디텍 주식회사 Mw급 풍력발전기 기어박스의 점검 방법 및 시스템
CN111305992A (zh) * 2020-02-24 2020-06-19 大连海事大学 一种链传动式波浪能发电装置
CN113221292A (zh) * 2021-06-16 2021-08-06 常州机电职业技术学院 波浪发电机预测性维护模型和维护方法
CN115013261A (zh) * 2022-08-08 2022-09-06 国网浙江省电力有限公司舟山供电公司 一种用于海上风电场的状态监测方法及***
CN116557202A (zh) * 2023-06-27 2023-08-08 清华大学深圳国际研究生院 一种感知调频的重力势波浪能发电装置
CN116624318A (zh) * 2023-07-25 2023-08-22 青岛科技大学 一种海洋平台用波浪能发电***
CN117392824A (zh) * 2023-10-13 2024-01-12 华能如东八仙角海上风力发电有限责任公司 一种海上风电升压站的钢结构监测预警平台

Also Published As

Publication number Publication date
CN117612358A (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
CN101832470B (zh) 基于光视觉的水下管线巡检方法及巡检装置
CN103364408A (zh) 一种采用水下机器人***对水工混凝土结构水下表面裂缝检测的方法
CN201680157U (zh) 基于光视觉的水下管线巡检装置
CN104266637A (zh) 一种海洋垂直剖面监测装置
CN111880192B (zh) 一种基于水面和水下目标预警的海洋监测浮标装置及***
CN104268848A (zh) 一种海洋内波波速监测的方法
CN212110127U (zh) 一种桥梁冲刷多源监测***
CN113431108A (zh) 一种海洋风电基础安全监测平台及监测方法
CN115538505A (zh) 一种海上风电桩基础冲刷实时监测***及监测方法
Fedele et al. Space-time waves and spectra in the northern adriatic sea via a wave acquisition stereo system
CN117612358B (zh) 一种基于数据分析的监测预警管理方法
CN116861750B (zh) 一种深海网箱远程健康诊断***
CN114627074A (zh) 一种基于深度学习的地面拍摄风机叶片实时监测方法
CN114021906A (zh) 无人值守的风力发电运维管理方法及***
CN111846127B (zh) 用于海上油轮外输作业防船舶触碰的图像识别监控***
CN208567888U (zh) 一种海洋平台海冰监测装置
CN205898246U (zh) 一种基于雷达测量的无人值守站点潮位测量***
CN116147883A (zh) 一种基于浮标观测数据的海洋内波检测方法
CN209894443U (zh) 浮式风机模型试验浮体运动的等效模拟设备
CN112633256A (zh) 一种基于激光雷达点云技术的水文测验***
CN108709541A (zh) 一种海洋平台海冰监测装置及其方法
CN114722130B (zh) 一种基于gis***的数字海洋海底电缆状态监控方法
CN117830294B (zh) 一种海上风电桩叶片图像采集与缺陷检测的方法
CN116308180B (zh) 基于无人机及机器视觉的风电结构健康监测***及方法
CN113031012B (zh) 一种岸基gnss反射信号的风暴潮监测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant