一种基于图像识别的风电场叶片检测方法及系统技术方案

本发明专利技术公开了一种基于图像识别的风电场叶片检测方法及系统，利用无人机搭载高清摄像头对风电场叶片进行拍摄，获取叶片的表面图像；利用深度学习的图像识别技术，对叶片图像进行分析和处理，包括：利用图像分割技术将叶片图像划分为若干个小区域；利用卷积神经网络对每个小区域进行分类，判断是否存在缺陷；如果存在缺陷，则利用目标检测技术定位缺陷的位置和范围，并利用图像增强技术提高缺陷的清晰度和对比度；利用图像分类技术对缺陷的类型进行识别；将检测结果以图文或语音的形式展示给用户，并提供相应的维修建议和预警信息。本发明专利技术节省人力、物力和时间成本，提高运维效率；提高风电场叶片检测的准确性和可靠性，提高风电场叶片检测的质量和水平。

【技术实现步骤摘要】

本专利技术属于风电厂叶片检测，具体涉及一种基于图像识别的风电场叶片检测方法及系统。

技术介绍

1、风电场叶片检测技术是一种用于评估风电场叶片的健康状况和性能的技术，它可以发现叶片的损伤、缺陷、老化等问题，并提供相应的维修建议和预警信息。风电场叶片检测技术对于保障风力发电系统的运行效率和安全性，延长风电机组的寿命，降低运维成本，具有重要的意义。

2、目前，风电场叶片检测技术主要有两种方式：接触式和非接触式。接触式检测技术是指通过人工或机械设备直接接触叶片表面进行检测，如蜘蛛人检测、吊篮检测、回形平台检测等。非接触式检测技术是指通过远程或近距离的传感器对叶片表面进行扫描或拍摄，如望远镜检测、无人机检测、声波检测等。这两种方式各有优缺点，接触式检测技术可以更准确地发现叶片内部的缺陷，但是需要消耗大量的人力、物力和时间，而且存在安全隐患；非接触式检测技术可以更快速地覆盖叶片的表面，但是难以发现叶片内部的缺陷，而且受到环境因素的影响。

技术实现思路

1、本专利技术所要解决的技术问题在于针对上述现有技术中的不本文档来自技高网...

【技术保护点】

1.一种基于图像识别的风电场叶片检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于图像识别的风电场叶片检测方法，其特征在于，步骤S1具体为：

3.根据权利要求1所述的基于图像识别的风电场叶片检测方法，其特征在于，步骤S2具体为：

4.根据权利要求3所述的基于图像识别的风电场叶片检测方法，其特征在于，步骤S201中，基于U-Net的图像分割网络包括编码器和解码器；

5.根据权利要求3所述的基于图像识别的风电场叶片检测方法，其特征在于，步骤S202中，基于ResNet的卷积神经网络由多个残差块组成，每个残差块由两个卷积层和一个跳...

【技术特征摘要】

1.一种基于图像识别的风电场叶片检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于图像识别的风电场叶片检测方法，其特征在于，步骤s1具体为：

3.根据权利要求1所述的基于图像识别的风电场叶片检测方法，其特征在于，步骤s2具体为：

4.根据权利要求3所述的基于图像识别的风电场叶片检测方法，其特征在于，步骤s201中，基于u-net的图像分割网络包括编码器和解码器；

5.根据权利要求3所述的基于图像识别的风电场叶片检测方法，其特征在于，步骤s202中，基于resnet的卷积神经网络由多个残差块组成，每个残差块由两个卷积层和一个跳跃连接组成，跳跃连接将输入直接添加到输出上。

6.根据权利要求3所述的基于图像识别的风电场叶片检测方法，其特征在于，步...

【专利技术属性】
技术研发人员：薛晗光，李嘉麟，高平亮，孔繁星，王昭，
申请(专利权)人：西安热工研究院有限公司，
类型：发明
国别省市：