基于无人机的风电叶片缺陷数据自动化采集和分析方法

本发明公开了基于无人机的风电叶片缺陷数据自动化采集和分析方法，具体涉及数据采集分析技术领域；通过采集叶片表面热分布数据，对叶片局部施加热源，采集温度衰减曲线计算热扩散率梯度差异值和温度衰减时间指数，综合多参数空间，结合深度学习模型将热分布异常区域分类为正常区域与真实缺陷区域，并通过光学图像和超声波数据进行交叉验证，提升检测准确性；根据分类结果动态调整热像仪灵敏度阈值及模型参数，并生成检测报告；通过数据反馈迭代优化模型及任务规划，有效解决了红外热像仪在复杂材料分布中的误判与漏判问题，提高了风电叶片缺陷检测的准确性、可靠性和自动化水平，为高效风电运维提供了重要支撑。