一种风力发电机组叶片故障估测系统及方法

    公开(公告)号:CN116012329A

    公开(公告)日:2023-04-25

    申请号:CN202211696406.9

    申请日:2022-12-28

    Abstract: 本发明提供了一种风力发电机组叶片故障估测系统及方法。获取每幅可见光与红外图像,标记每幅图像的风电机组叶片故障类型、故障预测框;构建改进的yoloV5模型网络,通过架构改进得到优化后的yoloV5网络;构建GoogLeNet网络,通过Adam算法优化训练得到优化后GoogLeNet网络;处理终端拍摄每幅筛选后风电机叶片可见光图像通过优化后的yoloV5网络预测得到对应的故障的位置与类型,将每幅筛选后风电机叶片红外图像通过GoogLeNet网络预测得到对应的故障的类型与位置,进一步通过双光谱对照融合识别得到最终的风电机叶片的故障的位置与类型。本发明优点在于,减少了巡检工人在恶劣工作环境中工作时长;通过改进传统yoloV5网络与GoogLeNet网络提高对于图像处理速度和精度使之满足巡检需求。

    一种用于海上风电机组的机艇耦合式巡检机器人

    公开(公告)号:CN114320775A

    公开(公告)日:2022-04-12

    申请号:CN202111668954.6

    申请日:2021-12-31

    Abstract: 本发明公开了一种用于海上风电机组的机艇耦合式巡检机器人,包括无人机和无人船,无人船上设有协助无人机监测任务的船体监测模块;无人机的机体为圆柱形框架结构,能够方便在无人机在风机塔筒内部穿行,机体上设有无人机检测模块,无人机检测模块包括图像采集装置、声像采集装置、振动采集装置,能有效对风电机组的塔筒内部的各项数据进行采集。本发明的机艇耦合式巡检机器人,通过采用无人船和无人机联合作业的方式,来实现对海上风电机组的各方面状态监测和故障诊断,能及时掌握风电机组运行状态,及早发现潜在故障征兆,降低故障率,保证风电机组安全高效发电运行,同时也改变了以往的人工巡检的方式,大大节省了运维成本,保证了人员安全。

Patent Agency Ranking