基于迁移学习的风电机组叶片损伤检测与分析.pdfVIP

第45卷第10期太阳能学报Vol.45，No.10

2024年10月ACTAENERGIAESOLARISSINICAOct.，2024

DOI：10.19912/j.0254-0096.tynxb.2023-0925文章编号：0254-0096（2024）10-0506-06

基于迁移学习的风电机组叶片损伤检测与分析

1121

殷孝雎，潘雪，左雁斌，关新

（1.沈阳工程学院新能源学院，沈阳110136；2.华能辽宁清洁能源有限责任公司，沈阳110180）

摘要：针对风电机组叶片损伤成因复杂、故障识别效率低、精度不足等问题，提出一种基于迁移学习改进的DenseNet网络

（DenseNet-TL）的风电机组叶片损伤检测方法。建立DenseNet-TL数学模型，提升特征提取能力，在该模型下对风电机组叶片

图像进行识别分析