合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 新能源材料技术

> 基于深度学习的风电机组叶片表面故障识别与分类方法

基于深度学习的风电机组叶片表面故障识别与分类方法

960   编辑:管理员   来源:中冶有色技术网  
2023-03-18 20:23:46
本发明公开了一种基于深度学习的风电机组叶片表面故障识别与分类方法,属于新能源发电领域。本发明将深度学习引入风电机组叶片表面故障识别,采用无人机拍摄风电机组叶片表面故障图像,将叶片图像数据集划分为训练集和验证集,搭建胶囊网络和卷积神经网络复合模型,并对该模型进行训练,使得模型能够对叶片表面故障进行识别与分类。本发明用于识别风电机组叶片图像,高效准确地实现了风电机组叶片表面故障识别与分类的目的,实例分析验证了本发明的实用性和通用性。
声明:
“基于深度学习的风电机组叶片表面故障识别与分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
新能源
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

第二届关键基础材料模拟、制备与评价技术交流会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记