基于多源动态图像识别技术的风电故障检测研究

摘要

针对风电设备应用场景中,传统无人机巡检时无法同时控制相机与无人机姿态的问题,文中采用多源动态图像识别技术,基于搭载了多传感器的无人机系统,设计了一套风电叶片故障检测平台。为解决有限飞行时间内无人机巡检任务分配的问题,使用无人机自主避障技术实现了无人机巡检路径的高效生成。使用移动端卷积神经网络部署技术构建的叶片探伤算法,有效提高了叶片故障检测的准确率,从而实现对叶片的实时探伤。通过实验测试结果可以看出,所设计的平台有效提高了无人机在不同风力环境下的部署效率,并能准确检测出故障风机叶片。