深度学习算法在风电缺陷检测的应用

扫码查看

原文链接

NETL

中文摘要：风机叶片在运行过程中,由于环境和高速旋转原因会产生各种缺陷,这些缺陷会直接影响风机发电量,严重者直接导致叶片产生不可逆的损伤,带来巨大的经济损失.针对风机叶片的缺陷,本文采用基于深度学习的目标检测算法,从采集的缺陷样本中由模型自主学习叶片缺陷,实现风机叶片缺陷的自动检测、定位和分类.本论文创新点:1、将深度学习用于风机叶片缺陷检测;2、基于SSD算法进行了模型优化;3、优化了在超大分辨率上的目标检测算法.

作者：

应俊、刘迅、曾学仁、方亮、田楠

展开 >

作者单位：

上海扩博智能技术有限公司上海 201100

中国三峡新能源(集团)股份有限公司西北分公司甘肃兰州 730070

关键词：

风机叶片缺陷检测图像处理深度学习

主办单位：

中国电力企业联合会

中国发电机组协作会

会议名称：

2021年风电运营管理与产业发展创新交流研讨会暨电力行业（第十五届）风电运行指标发布会

会议时间：

2021-10-01

会议地点：

请打

会议母体文献：

2021年风电运营管理与产业发展创新交流研讨会暨电力行业（第十五届）风电运行指标发布会论文集

页码：

468-475

出版时间：

2021