典型文献
基于人工智能的风电叶片破损识别及破损面积计算的算法设计
文献摘要：
针对风电工程中对设备保持措施中叶片破损区域的监控与识别,本文提出了一种基于YOLO神经网络识别算法以实现对航拍图片中的风场中的风机叶片破损区域进行自动识别.本文还配套设计了另外一种基于传统计算机视觉算法的破损面积提取和计算算法.通过本文提出的算法可以实现对风机叶片破损区域及其变化智能化、自动化的识别、跟踪及管理.文中算法已进行了测试实验,实验结果表明了算法具有有效性和精确性.
文献关键词：
人工智能;风电叶片;破损识别;破损面积;算法
中图分类号：
作者姓名：
刘平;黄小波;张沛;陈瑾娟;莫堃;汪俊;何婷
作者机构：
东方电气风电股份有限公司,四川 德阳 618000;东方电气集团科学技术研究院有限公司,成都 611731
文献出处：
引用格式：
[1]刘平;黄小波;张沛;陈瑾娟;莫堃;汪俊;何婷-.基于人工智能的风电叶片破损识别及破损面积计算的算法设计)[J].东方电气评论,2022(03):47-50
A类：
B类：
风电叶片,破损识别,破损面积,面积计算,算法设计,风电工程,中叶,YOLO,识别算法,航拍图片,风场,风机叶片,自动识别,计算机视觉算法,面积提取,计算算法,测试实验,精确性
AB值：
0.371783
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
