一种风电机组叶片清洗预测决策方法、装置、设备及产品

本发明涉及风力发电技术领域，公开了一种风电机组叶片清洗预测决策方法、装置、设备及产品，本发明通过改进的长短期记忆人工神经网络模型，能够捕捉叶片污染与沙尘、湿度、风速等因素的复杂耦合关系；借助污染厚度回归模型对无人机图像数据进行处理，实现了对叶片污染厚度和表面硬质结垢的高精度检测；充分考虑实时沙尘预报数据集并结合目标清洗紧迫性模型，能够根据实际情况及时判断是否需要立即清洗，提高了决策的及时性和准确性。最后，将叶片污染情况预测结果、检测结果和清洗紧迫性决策结果相结合，并最终确定目标清洗预测决策结果，充分利用了各方面的信息，使得清洗决策更加科学合理，能够有效提高风电机组的发电效率和经济效益。