本公開的實(shí)施例屬于風(fēng)電設(shè)備維護(hù)，具體涉及一種風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、風(fēng)力發(fā)電作為可再生能源的重要組成部分，在全球范圍內(nèi)得到廣泛應(yīng)用。然而，風(fēng)力發(fā)電機(jī)葉片長期暴露于惡劣環(huán)境中，易發(fā)生各種表面缺陷，這些缺陷若不及時(shí)發(fā)現(xiàn)和處理，將嚴(yán)重影響發(fā)電效率和設(shè)備壽命。傳統(tǒng)的人工目視檢查方法耗時(shí)費(fèi)力，且受人為因素影響大，難以滿足大規(guī)模風(fēng)電場的高效運(yùn)維需求。

技術(shù)實(shí)現(xiàn)思路

1、本公開的實(shí)施例旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一，提供一種風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)。

2、本公開的一個(gè)方面提供一種風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別方法，所述方法包括：

3、獲取風(fēng)力發(fā)電機(jī)葉片表面圖像；

4、將所述風(fēng)力發(fā)電機(jī)葉片表面圖像輸入預(yù)先訓(xùn)練的風(fēng)機(jī)葉片表面缺陷識(shí)別模型，輸出所述風(fēng)力發(fā)電機(jī)葉片表面圖像中缺陷的定位、分類、嚴(yán)重程度信息；

5、根據(jù)所述定位、分類、嚴(yán)重程度信息，生成缺陷識(shí)別報(bào)告。

6、進(jìn)一步地，所述風(fēng)機(jī)葉片表面缺陷識(shí)別模型通過如下步驟進(jìn)

7、行訓(xùn)練：

8、獲取多張葉片表面缺陷圖像，并對所述多張葉片表面缺陷圖像中的缺陷位置和類別進(jìn)行標(biāo)注，得到訓(xùn)練圖像集；

9、選用adamw優(yōu)化器，利用所述訓(xùn)練圖像集對yolov8模型進(jìn)行訓(xùn)練，得到風(fēng)機(jī)葉片表面缺陷識(shí)別模型。

10、可選的，在對所述多張葉片表面缺陷圖像中的缺陷位置和類別進(jìn)行標(biāo)注之后，所述方法還包括：

11、對所述多張葉片表面缺陷圖像進(jìn)行增強(qiáng)。

12、可選的，所述對yolov8模型進(jìn)行訓(xùn)練，包括：

13、監(jiān)控訓(xùn)練過程，跟蹤loss變化、map；

14、定期保存模型并評估模型性能。

15、可選的，所述對yolov8模型進(jìn)行訓(xùn)練，包括：

16、對學(xué)習(xí)率、批大小和iou閾值進(jìn)行調(diào)優(yōu)。

17、進(jìn)一步地，所述輸出所述風(fēng)力發(fā)電機(jī)葉片表面圖像中缺陷的定位、分類、嚴(yán)重程度信息，包括：

18、輸出缺陷邊界框；其中，所述邊界框具有類別概率分布和置信度分?jǐn)?shù)；

19、根據(jù)所述邊界框?qū)?yīng)的最高類別概率，確定所述邊界框?qū)?yīng)的缺陷類型；

20、對所述邊界框進(jìn)行特征提取，確定缺陷嚴(yán)重程度。

21、可選的，所述輸出缺陷邊界框之后，所述方法還包括：

22、根據(jù)所述置信度分?jǐn)?shù)和預(yù)先設(shè)置的置信度閾值過濾所述邊界框；和/或，

23、利用nms算法消除重疊的所述邊界框。

24、本公開的另一方面提供一種風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別系統(tǒng)，所述系統(tǒng)包括：

25、獲取模塊，用于獲取風(fēng)力發(fā)電機(jī)葉片表面圖像；

26、識(shí)別模塊，用于將所述風(fēng)力發(fā)電機(jī)葉片表面圖像輸入預(yù)先訓(xùn)練的風(fēng)機(jī)葉片表面缺陷識(shí)別模型，輸出所述風(fēng)力發(fā)電機(jī)葉片表面圖像中缺陷的定位、分類、嚴(yán)重程度信息；

27、報(bào)告模塊，用于根據(jù)所述定位、分類、嚴(yán)重程度信息，生成缺陷識(shí)別報(bào)告。

28、本公開的又一方面提供一種電子設(shè)備，包括：

29、至少一個(gè)處理器；以及，

30、與所述至少一個(gè)處理器通信連接的存儲(chǔ)器，用于存儲(chǔ)一個(gè)或多個(gè)程序，當(dāng)所述一個(gè)或多個(gè)程序被所述至少一個(gè)處理器執(zhí)行時(shí)，能使得所述至少一個(gè)處理器實(shí)現(xiàn)上文所述的風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別方法。

31、本公開的再一方面提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)能實(shí)現(xiàn)上文所述的風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別方法。

32、本公開實(shí)施例的一種風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)，通過基于yolov8(you?only?look?once?version

33、8)的圖像識(shí)別技術(shù)，實(shí)現(xiàn)了風(fēng)力發(fā)電機(jī)葉片表面缺陷的快速、準(zhǔn)確識(shí)別，提高了檢測效率和準(zhǔn)確性，減少了人力成本，確保了風(fēng)電設(shè)備安全穩(wěn)定運(yùn)行。自動(dòng)化檢測流程顯著縮短了葉片缺陷檢測的時(shí)間；yolov8模型的高精度識(shí)別能力，能有效避免漏檢和誤檢；減少人工檢查的依賴，降低人力成本，同時(shí)提前預(yù)警減少突發(fā)性維修需求；可定期監(jiān)測確保及時(shí)發(fā)現(xiàn)隱患，避免因葉片故障引發(fā)的安全事故。

技術(shù)特征：

1.一種風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述風(fēng)機(jī)葉片表面缺陷識(shí)別模型通過如下步驟進(jìn)行訓(xùn)練：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，在對所述多張葉片表面缺陷圖像中的缺陷位置和類別進(jìn)行標(biāo)注之后，所述方法還包括：

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對yolov8模型進(jìn)行訓(xùn)練，包括：

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對yolov8模型進(jìn)行訓(xùn)練，包括：

6.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的方法，其特征在于，所述輸出所述風(fēng)力發(fā)電機(jī)葉片表面圖像中缺陷的定位、分類、嚴(yán)重程度信息，包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述輸出缺陷邊界框之后，所述方法還包括：

8.一種風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別系統(tǒng)，其特征在于，所述系統(tǒng)包括：

9.一種電子設(shè)備，其特征在于，包括：

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，

技術(shù)總結(jié)
本公開的實(shí)施例提供一種風(fēng)力發(fā)電機(jī)葉片表面缺陷識(shí)別方法、系統(tǒng)、設(shè)備及介質(zhì)。方法包括：獲取風(fēng)力發(fā)電機(jī)葉片表面圖像；將所述風(fēng)力發(fā)電機(jī)葉片表面圖像輸入預(yù)先訓(xùn)練的風(fēng)機(jī)葉片表面缺陷識(shí)別模型，輸出所述風(fēng)力發(fā)電機(jī)葉片表面圖像中缺陷的定位、分類、嚴(yán)重程度信息；根據(jù)所述定位、分類、嚴(yán)重程度信息，生成缺陷識(shí)別報(bào)告。本公開的實(shí)施例通過基于YOLOv8的圖像識(shí)別技術(shù)，自動(dòng)化檢測流程顯著縮短了葉片缺陷檢測的時(shí)間；YOLOv8模型的高精度識(shí)別能力，能有效避免漏檢和誤檢；減少人工檢查的依賴，降低人力成本，同時(shí)提前預(yù)警減少突發(fā)性維修需求；可定期監(jiān)測確保及時(shí)發(fā)現(xiàn)隱患，避免因葉片故障引發(fā)的安全事故。

技術(shù)研發(fā)人員：呂游,呂一楠,侯召堂,孫璞杰,李佼佼,林琳,高磊,張福祥,高延忠,王楨皓
受保護(hù)的技術(shù)使用者：西安熱工研究院有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6