【技术实现步骤摘要】
本专利技术涉及风电测量领域，具体涉及一种基于神经网络技术的风力发电机叶片图像自动识别系统。
技术介绍
随着风力发电的大规模建设，风力发电机的数量越来越多，因此加强风力机叶片状态的监测和识别，对于增强风电场的运行安全至关重要。
技术实现思路
鉴于现有风力发电机叶片状态监测的重要性，本专利技术的目的在于通过神经网络技术提高风力发电机叶片状态监测的可靠性和准确性。本专利技术涉及一种基于神经网络技术的风力发电机叶片图像自动识别系统，其特征在于：1.采用小波包算法对图像信息进行信号的去噪处理。2.采用神经网络技术对经过去噪处理的图像信息进行图像识别。3.提取图像特征建立数据仓库，对数据仓库进行数据挖掘，进一步提高图像识别的准确性。本专利技术具有的优点和有益效果为：本实施例提供的基于神经网络技术的风力发电机叶片图像自动识别系统将会提高风力发电机叶片状态监测的稳定性和可靠性，能够减少观测人员和维护人员的工作量，促进我国风力发电监测技术的发...
【技术保护点】
一种基于神经网络技术的风力发电机叶片图像自动识别系统，其特征在于：1)采用小波包算法对图像信息进行信号的去噪处理。2)采用神经网络技术对经过去噪处理的图像信息进行图像识别。3)提取图像特征建立数据仓库，对数据仓库进行数据挖掘，进一步提高图像识别的准确性。
【技术特征摘要】
1.一种基于神经网络技术的风力发电机叶片图像自动识别系统，
其特征在于：
1)采用小波包算法对图像信息进行信号的去噪处理。
2)采用神经网络技术对经过去噪处理的图像信息进行图像识别。
3)提取图像特征建立数据仓库，对数据仓库进行数据挖掘，进一步
提高图像识别的准确性。
2.根据权利要求1所述的一种基于神经网络技术的风力发电机叶片图像
自动识别系统，其特征在于：采用小波...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。