[發(fā)明專利]基于改進(jìn)的YOLOv5的風(fēng)機(jī)槳葉故障檢測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210734091.6
• 申請(qǐng)日: 2022-06-27
• 公開（公告）號(hào): CN115049856A
• 公開（公告）日: 2022-09-13
• 發(fā)明（設(shè)計(jì)）人: 王寧;王恩路;王雁冰;韓則胤;楊健;王鐵志
• 申請(qǐng)（專利權(quán)）人: 中廣核（北京）新能源科技有限公司
• 主分類號(hào): G06V10/56
• 分類號(hào): G06V10/56;G06N3/04;G06N3/08;G06V10/774;G06V10/82
• 代理公司: 北京高沃律師事務(wù)所 11569
• 代理人: 杜陽陽

本發(fā)明涉及一種基于改進(jìn)的YOLOv5的風(fēng)機(jī)槳葉故障檢測(cè)方法，涉及風(fēng)機(jī)檢測(cè)領(lǐng)域，該方法包括：采集風(fēng)機(jī)槳葉數(shù)據(jù)集；采用AutoAugment方法對(duì)數(shù)據(jù)集中樣本圖像進(jìn)行數(shù)據(jù)增強(qiáng)，獲得第一數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集；采用Retinex算法對(duì)第一數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集中圖像進(jìn)行數(shù)據(jù)增強(qiáng)，獲得第二數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集；采用第二數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集訓(xùn)練改進(jìn)的YOLOv5，獲得風(fēng)機(jī)槳葉故障檢測(cè)模型；改進(jìn)的YOLOv5包括在Neck部分的跳轉(zhuǎn)連接處添加自適應(yīng)注意力模塊，以及在Neck部分的上采樣部分添加特征增強(qiáng)模塊；采用風(fēng)機(jī)槳葉故障檢測(cè)模型對(duì)待檢測(cè)風(fēng)機(jī)槳葉進(jìn)行。本發(fā)明提高了檢測(cè)模型的魯棒性。

技術(shù)領(lǐng)域

本發(fā)明涉及風(fēng)機(jī)檢測(cè)領(lǐng)域，特別是涉及一種基于改進(jìn)的YOLOv5的風(fēng)機(jī)槳葉故障檢測(cè)方法及系統(tǒng)。

背景技術(shù)

在經(jīng)濟(jì)呈高速發(fā)展的趨勢(shì)下，人們對(duì)能源的需求量和生態(tài)環(huán)境的變化迫使人們不斷的去探索新能源。人們將利用水能、太陽能、核能、風(fēng)能進(jìn)行發(fā)電的技術(shù)統(tǒng)稱為新能源發(fā)電。中國水資源豐富，但開發(fā)較少，對(duì)因建造水電站而搬遷的農(nóng)民進(jìn)行補(bǔ)償以及生態(tài)環(huán)境保護(hù)是扼制發(fā)展的主要原因。中國核電發(fā)電總量為1.8％，與世界平均水平相比較低，核安全是核電發(fā)展的攔路虎。太陽能十分充足，無污染，但能量密度不均衡、強(qiáng)度受季節(jié)的影響變化較大，這成為了太陽能發(fā)展和利用的絆腳石。風(fēng)能在自然界分布廣泛，儲(chǔ)存量很大，而且風(fēng)力發(fā)電不會(huì)受燃料和水的限制，同時(shí)，因?yàn)榘l(fā)電過程安全可靠，零污染，使其不但成為新能源發(fā)電中的排頭兵，也真正成為現(xiàn)代能源供應(yīng)的重要組成部分。

風(fēng)電機(jī)組中將風(fēng)能轉(zhuǎn)變?yōu)闄C(jī)械能最主要的部件是受風(fēng)力旋轉(zhuǎn)的槳葉，而槳葉的工作環(huán)境非常不友好，載荷復(fù)雜多變，損壞率極高。槳葉作為整個(gè)風(fēng)力發(fā)電機(jī)組的重要裝備，其成本占整個(gè)機(jī)組設(shè)備成本的15％-20％，價(jià)格昂貴。

槳葉非常沉重并且位于高空，肉眼較難找出槳葉早期出現(xiàn)的損傷。同時(shí)，人工維護(hù)困難，一旦發(fā)生事故，情況很嚴(yán)重；如果槳葉的細(xì)小缺陷沒有被及時(shí)發(fā)現(xiàn)并且處理，嚴(yán)重之后會(huì)造成槳葉斷裂導(dǎo)致機(jī)組停機(jī)，會(huì)造成巨大的人力和物力損失。

對(duì)于大型風(fēng)電場(chǎng)來說，針對(duì)槳葉的巡檢任務(wù)是非常繁瑣且艱巨的。如果采用定期檢查，在發(fā)現(xiàn)問題之后再去給機(jī)組做檢查、進(jìn)行故障分析、處理故障，進(jìn)而有可能由于這些小缺陷引發(fā)一些比較重大的故障，造成巨大損傷和嚴(yán)重后果。為了保證風(fēng)電機(jī)組在安全的狀態(tài)下發(fā)電，減少維護(hù)所需要的資金，提高對(duì)風(fēng)能的利用率，及時(shí)且準(zhǔn)確地檢測(cè)出槳葉早期缺陷有著至關(guān)重要的意義。

目前常用的人工巡檢方式，需在風(fēng)機(jī)停運(yùn)狀態(tài)下進(jìn)行，通過望遠(yuǎn)鏡觀察槳葉表面是否有裂痕、損壞或遭受過雷擊。這種方式使得檢測(cè)人員工作量大，容易造成檢測(cè)人員容易疲勞，增加了工作的不安全性，同時(shí)也降低了槳葉巡檢效率。同時(shí)，巡檢過程對(duì)巡檢精密儀器以及巡檢人員的專業(yè)技術(shù)水平均具有較嚴(yán)格的要求。

由于人工目測(cè)風(fēng)機(jī)葉片表面缺陷效率低下，無法保障檢測(cè)人員生命安全，同時(shí)檢測(cè)準(zhǔn)確率無法得到保障，安裝各種傳感器又價(jià)格昂貴，對(duì)檢測(cè)環(huán)境要求高，而目前基于機(jī)器視覺的風(fēng)機(jī)葉片故障檢測(cè)存在魯棒性差或檢測(cè)效率差的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于改進(jìn)的YOLOv5的風(fēng)機(jī)槳葉故障檢測(cè)方法及系統(tǒng)，提高了檢測(cè)模型的魯棒性。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種基于改進(jìn)的YOLOv5的風(fēng)機(jī)槳葉故障檢測(cè)方法，包括：

采集風(fēng)機(jī)槳葉數(shù)據(jù)集；

采用AutoAugment方法對(duì)所述數(shù)據(jù)集中樣本圖像進(jìn)行數(shù)據(jù)增強(qiáng)，獲得第一數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集；

采用Retinex算法對(duì)所述第一數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集中圖像進(jìn)行數(shù)據(jù)增強(qiáng)，獲得第二數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集；

采用所述第二數(shù)據(jù)增強(qiáng)后的數(shù)據(jù)集訓(xùn)練改進(jìn)的YOLOv5，獲得風(fēng)機(jī)槳葉故障檢測(cè)模型；所述改進(jìn)的YOLOv5包括在Neck部分的跳轉(zhuǎn)連接處添加自適應(yīng)注意力模塊，以及在Neck部分的上采樣部分添加特征增強(qiáng)模塊；