基于深度学习的新能源发电设备缺陷识别系统及方法

本发明属于人工智能领域，提供一种基于深度学习的新能源发电设备缺陷识别系统及方法，系统包括：边缘设备、云端服务器及运维终端；边缘设备用于获取新能源发电设备在实际运行状态下的多源异构数据，对多源异构数据进行预处理后，输入预先构建的缺陷初筛模型，得到缺陷初筛模型输出的缺陷初筛结果，提取缺陷初筛结果中置信度高于预设置信度阈值的目标缺陷，并将目标缺陷对应的关键多源异构数据上传至云端服务器；云端服务器用于将关键多源异构数据输入深度缺陷识别模型，得到深度缺陷识别模型输出的缺陷识别结果，并将缺陷识别结果发送至运维终端。本发明提供的方案，提升了新能源发电设备的缺陷识别精度、检测安全性和检测效率。