[发明专利]一种风电机组缺陷评估方法及相关设备

权利要求书

1.一种风电机组缺陷评估方法，其特征在于，包括：

对目标风电机组的检测图片进行识别以获取所述目标风电机组中目标缺陷的缺陷参数，其中，所述缺陷参数包括缺陷类型、缺陷绝对位置和缺陷尺寸特征参数；

获取所述缺陷类型、所述缺陷绝对位置和所述缺陷尺寸特征参数对应的加权系数；

基于所述缺陷类型、所述缺陷绝对位置、所述缺陷尺寸特征参数和其对应的加权系数计算缺陷风险概率。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取目标无人机的无人机坐标信息、拍摄参数信息和风电机组尺寸信息，其中，所述拍摄参数信息包括所述目标无人机与其携带的目标摄像机对应的角度信息和相机焦距信息，所述目标摄像机是用于拍摄所述检测图片的摄像机；

基于所述无人机坐标信息、所述拍摄参数信息和所述风电机组尺寸信息进行坐标转换操作以获取所述缺陷绝对位置，其中，缺陷绝对位置包括缺陷长度方向位置和缺陷宽度方向位置。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述目标缺陷的缺陷像素面积；

获取所述目标缺陷对应部件的部件长度；

根据所述部件长度和所述缺陷面积计算所述缺陷尺寸特征参数。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

基于目标全卷积神经网络模型识别所述检测图片以获取所述缺陷类型，其中，所述目标全卷积神经网络模型是利用labelme标注的带有缺陷类型的训练图片训练得到的，所述缺陷类型至少包括脏污、磨损、开裂、分层、裂纹和雷击中至少一种。

5.如权利要求1所述的方法，其特征在于，所述获取所述缺陷类型、所述缺陷绝对位置和所述缺陷尺寸特征参数对应的加权系数，包括：

将所述获取所述缺陷类型、所述缺陷绝对位置和所述缺陷尺寸特征参数作为评比参数进行专家打分操作以获取相对重要性信息，其中，所述相对重要性信息为每两个缺陷参数间的相对重要程度信息；

基于所述相对重要性信息构建评估矩阵；

获取所述评估矩阵对应的最大特征根和平均随机一致性指标，其中，所述平均随机一致性指标是根据所述评估矩阵的阶次确定的；

根据所述最大特征根和所述平均随机一致性指标计算随机一致性指标；

在所述随机一致性指标小于预设一致性指标的情况下，基于所述评估矩阵计算所述缺陷类型、所述缺陷绝对位置和所述缺陷尺寸特征参数对应的加权系数。

6.如权利要求5所述的方法，其特征在于，所述基于所述评估矩阵计算所述缺陷类型、所述缺陷绝对位置和所述缺陷尺寸特征参数对应的加权系数，包括：

根据下式计算所述缺陷类型、所述缺陷绝对位置和所述缺陷尺寸特征参数对应的加权系数：

式中，为所述加权系数，W_i为所述评估矩阵中各行元素乘积的次方，n为所述评估矩阵对应的阶次，∑W_i为所有∑W_i的和。

7.如权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述缺陷风险概率和预设维修策略表确定缺陷风险等级和其对应的预设维护措施。

8.一种风电机组缺陷评估装置，其特征在于，包括：

识别单元，用于对目标风电机组的检测图片进行识别以获取所述目标风电机组中目标缺陷的缺陷参数，其中，所述缺陷参数包括缺陷类型、缺陷绝对位置和缺陷尺寸特征参数；

获取单元，用于获取所述缺陷类型、所述缺陷绝对位置和所述缺陷尺寸特征参数对应的加权系数；

计算单元，用于基于所述缺陷类型、所述缺陷绝对位置、所述缺陷尺寸特征参数和其对应的加权系数计算缺陷风险概率。

9.一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述的风电机组缺陷评估方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的风电机组缺陷评估方法。