(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211030359.4 (22)申请日 2022.08.25 (71)申请人 华能新能源股份有限公司 地址 100000 北京市海淀区复兴 路甲23号 10、 11层 申请人 北京华能新锐控制技 术有限公司 (72)发明人 王建国　刘庆伏　叶林　孟喆　 孙旭　李春廷　黄泽伟　孙刚　 (74)专利代理 机构 北京华锐创新知识产权代理 有限公司 1 1925 专利代理师 安丽艳 (51)Int.Cl. G06K 9/62(2022.01) F03D 13/10(2016.01) G06F 17/16(2006.01)G06N 3/04(2006.01) G06V 10/44(2022.01) G06V 10/82(2022.01) G06V 20/40(2022.01) (54)发明名称 海上风机叶片吊装智能控制系统及其方法 (57)摘要 本申请涉及海 上风机叶片的智能 吊装领域， 其具体地公开了一种海上风机叶片吊装智能控 制系统及其方法， 其采用基于深度学习的卷积神 经网络模型来作为特征提取器， 通过各个时间下 的风力变化特征以及风机叶片的重心变化特征 来动态地对于两个缆风绳的张紧力进行实时调 控， 并且在此过程中， 选择通过将风力与卷扬机 的控制视为整体， 以重心数据的变化作为参考， 来智能地对于所述卷扬机的缆风绳的控制力进 行调控， 进而在保证所述风机叶片安装准确性和 安全性的同时进一 步提高了安装的效率。 权利要求书3页 说明书18页 附图5页 CN 115481677 A 2022.12.16 CN 115481677 A 1.一种海上风机叶片吊装智能控制系统， 其特 征在于， 包括： 吊装数据采集模块， 用于获取预定时间段内的叶片 吊装监控视频， 所述预定时间段内 多个预定时间点的风力数据， 以及， 所述预定时间段内多个预定时间点的第一缆风绳的张 紧力值和第二 缆风绳的张紧力值； 缆风绳数据结构化模块， 用于将所述预定时间段内多个预定时间点的第 一缆风绳的张 紧力值和第二缆风绳的张紧力值分别排列为第一张紧力输入向量和第二张紧力输入向量 后， 计算所述第一张紧力输入向量的转置向量与所述第二张紧力输入向量之间的乘积以得 到张紧力关联输入矩阵； 缆风绳数据编码模块， 用于将所述张紧力关联输入矩阵通过相邻层使用互为转置的卷 积核的第一卷积神经网络以得到张紧力关联 特征矩阵； 关键帧提取模块， 用于从所述叶片吊装监控视频提取多个关键帧； 重心数据提取模块， 用于分别从所述多个关键帧的各个关键帧中提取被吊装叶片的重 心数据以得到 重心数据输入向量； 第一多尺度邻域特征提取模块， 用于将所述重心数据输入向量通过多尺度邻域特征提 取模块以得到 重心变化特 征向量； 第二多尺度邻域特征提取模块， 用于将所述预定时间段内多个预定时间点的风力数据 通过所述多尺度邻域特 征提取模块以得到风力时序特 征向量； 校正模块， 用于基于所述张紧力关联特征矩阵的转置矩阵， 对所述张紧力关联特征矩 阵中各个位置的特 征值进行 校正以得到校正后张紧力关联 特征矩阵； 响应控制模块， 用于将所述校正后张紧力关联特征矩阵与所述风力时序 特征向量进行 相乘以得到响应控制特 征向量； 响应性估计模块， 用于计算所述响应控制特征向量相对于所述重心变化特征向量的响 应性估计以得到分类特 征矩阵； 以及 吊装控制结果生成模块， 用于将所述分类特征矩阵通过分类器以得到分类结果， 所述 分类结果用于表示当前时间点的第一缆风绳的控制力应增大或应减小， 以及， 第二缆风绳 的控制力应增大或应减小。 2.根据权利要求1所述的海上风机叶片吊装智能控制系统， 其特征在于， 所述缆风绳数 据编码模块， 包括： 浅层特征矩阵提取单元， 用于从所述第一卷积神经网络的第M层提取浅层特征矩阵， M 是偶数； 深层特征矩阵提取单元， 用于从所述第一卷积神经网络的第 N层提取深层特征矩阵， 其 中， N为偶数， 且N大于 M的2倍； 以及 特征矩阵融合单元， 用于 融合所述浅层特征矩阵和所述深层特征矩阵以生成所述张紧 力关联特征矩阵。 3.根据权利要求2所述的海上风机叶片吊装智能控制系统， 其特征在于， 所述关键帧提 取模块， 进一 步用于以预定采样频率从所述叶片吊装监控视频提取 所述多个关键帧。 4.根据权利要求3所述的海上风机叶片吊装智能控制系统， 其特征在于， 所述第 一多尺 度邻域特 征提取模块， 包括： 第一尺度重心编码单元， 用于使用所述多尺度邻域特征提取模块的第 一卷积层以第 一权　利　要　求　书 1/3 页 2 CN 115481677 A 2一维卷积核对所述重心数据输入向量进行一维卷积编码以得到第一尺度重心特 征向量； 第二尺度重心编码单元， 用于使用所述多尺度邻域特征提取模块的第 二卷积层以第 二 一维卷积核对所述重心数据输入向量进行一 维卷积编 码以得到第二尺度重心特征向量， 其 中， 所述第一 一维卷积核的尺寸与所述第二 一维卷积核的尺寸 不同； 以及 重心尺度融合单元， 用于将所述第 一尺度重心特征向量和所述第 二尺度重心特征向量 进行级联以得到所述重心变化特 征向量。 5.根据权利要求4所述的海上风机叶片吊装智能控制系统， 其特征在于， 所述第 二多尺 度邻域特 征提取模块， 包括： 风力输入向量构造单元， 用于将所述预定时间段内多个预定时间点的风力数据排列为 输入向量以获得风力时序输入向量； 第一尺度风力编码单元， 用于使用所述多尺度邻域特征提取模块的第 一卷积层以第 一 一维卷积核对所述风力时序输入向量进行一维卷积编码以得到第一尺度风力时序特征向 量； 第二尺度风力编码单元， 用于使用所述多尺度邻域特征提取模块的第 二卷积层以第 二 一维卷积核对所述风力时序输入向量进行一维卷积编码以得到第二尺度风力时序特征向 量， 其中， 所述第一 一维卷积核的尺寸与所述第二 一维卷积核的尺寸 不同； 以及 风力尺度融合单元， 用于将所述第 一尺度风力时序 特征向量和所述第 二尺度风力时序 特征向量进行级联以得到所述 风力时序特 征向量。 6.根据权利要求5所述的海上风机叶片吊装智能控制系统， 其特征在于， 所述校正模 块， 进一步用于： 基于所述张紧力关联特征矩阵的转置矩阵， 以如下公 式对所述张紧力关联 特征矩阵中各个位置的特 征值进行 校正以得到所述校正后张紧力关联 特征矩阵； 其中， 所述公式为： 其中M表示所述张紧力关联特征矩阵， Cov1( )和Cov2( )均为单个卷积层， 用于将二维位置坐标映射为一维数值， PM表示矩阵M的(x,y)坐标矩阵， ⊙ 表示按位置点乘。 7.根据权利要求6所述的海上风机叶片吊装智能控制系统， 其特征在于， 所述响应性估 计模块， 进一步用于： 以如下公式计算所述响应控制特征向量相对于所述重心变化特征向 量的响应性估计以得到所述分类特 征矩阵； 其中， 所述公式为： V1＝M*V2 其中V1表示所述响应控制特征向量， V2表示所述重心变化特征向量， M表示所述分类特 征矩阵。 8.根据权利要求7所述的海上风机叶片吊装智能控制系统， 其特征在于， 所述吊装控制 结果生成模块， 进一步用于： 所述分类器以如下公式对所述分类特征矩阵进行处理以生成 分类结果， 其中， 所述公式为： softmax{(Wn,Bn):…:(W1,B1)|Project(F)}， 其中Project(F) 表示将所述分类特征矩阵投影为向量， W1至Wn为各层全连接层的权重矩阵， B1至Bn表示各层 全连接层的偏置矩阵。权　利　要　求　书 2/3 页 3 CN 115481677 A 3