融合多尺度注意力的风电叶片损伤智能识别方法及系统

AITNT
正文
推荐专利
融合多尺度注意力的风电叶片损伤智能识别方法及系统
申请号:CN202510580671
申请日期:2025-05-07
公开号:CN120673279A
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了融合多尺度注意力的风电叶片损伤智能识别方法及系统,包括:通过无人机在巡检时,采集风力机叶片的图像;对采集到的图像进行多维数据增强;将融合多尺度注意力机制融入轻量化YOLO11,构建SNMSDA‑YOLO11的算法模型;利用训练好的SNMSDA‑YOLO11算法模型,对风电叶片损伤在线检测与识别。在确保准确识别损伤的同时,显著提高了计算速度和效率,在风力涡轮机叶片损伤检测的大规模实时监测的应用中具有巨大的潜力。
技术关键词
智能识别方法 风电叶片 多尺度注意力机制 滑动窗口 算法模型 空洞 椒盐噪声 风力机叶片 多头注意力机制 饱和度 输出特征 图像 坐标 风力涡轮机叶片 随机噪声 智能识别系统 无人机
系统为您推荐了相关专利信息
1
一种基于自适应无迹卡尔曼滤波的CAN总线入侵检测方法
无迹卡尔曼滤波 协方差矩阵 入侵检测方法 非线性状态空间 通信特征
2
基于变异策略动态调整的并行模糊测试方法和系统
变异策略 并行模糊测试方法 节点 动态 样本
3
一种电网业务绩效评估方法及系统
动态业务数据 绩效评估方法 时间序列特征 连续监测数据 业务规则库
4
一种利用AI智能图像识别的故障监控方法及系统
智能图像识别 故障监控方法 模式匹配 采集设备 多角度成像装置
5
推荐资源处理方法及其装置、设备、存储介质
样本 资源 大语言模型 滑动窗口 参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号