摘要
本发明公开了一种基于YOLO与大语言模型的风电机组叶片故障检测与诊断方法、系统、设备及存储介质,属于风电设备故障检测领域,包括:采集风电机组叶片图像并进行标签标注,形成包含故障标记的图像数据集;通过图像增强策略进行数据预处理;将数据集输入目标检测模型,输出包含故障识别信息的图像及对应的特征向量;基于获得的特征向量,采用文本映射技术将结构化特征信息转换为自然语言文本描述;基于目标检测模型输出的故障识别图像与文本映射技术转换得到的自然语言文本共同输入大语言模型进行诊断分析输出结果。本发明仅需无人机采集图像,结合YOLO、键值图像文本映射和大语言模型技术,实现叶片故障的检测与诊断,无需复杂的额外设备,降低检测成本。
技术关键词
风电机组叶片
文本映射技术
大语言模型
故障检测
自然语言文本
诊断方法
卷积特征提取
图像数据处理
图像特征向量
图像增强
无人机采集图像
多模态
特征提取模块
语言模型技术
融合图像信息
系统为您推荐了相关专利信息
工程图纸
智能识别系统
轮廓信息
形位公差
大语言模型
短信
文本
计算机程序指令
大语言模型
统一资源定位