基于大模型视觉语义融合的风电叶片智能诊断方法及系统
申请号:CN202510216609
申请日期:2025-02-26
公开号:CN120339671A
公开日期:2025-07-18
类型:发明专利
摘要
本发明涉及风力发电技术领域,公开了基于大模型视觉语义融合的风电叶片智能诊断方法及系统,方法包括:获取目标风力机叶片历史图像,并对历史图像进行第一文本标注操作;对目标风力机叶片历史图像进行第一编码以及第二编码;对第一编码以及第二编码结果进行特征融合,并将特征融合结果作为第一分类模型的输入,训练第一分类模型;获取目标风力机叶片实时图像,并结合第一分类模型进行风力机叶片故障诊断。本发明结合了图像和文本信息,提高了故障诊断的准确性和效率。通过引入多模态融合模型,充分利用叶片表面图像和故障文本描述的语义信息,实现更精细的故障检测。通过结合图像和文本的多模态特征挖掘,实现对叶片裂纹、腐蚀、脱落等常见故障的高效识别。
技术关键词
智能诊断方法
风力机叶片
风电叶片
文本
多头注意力机制
语义
视觉
实时图像
智能诊断系统
风力发电技术
模型预测值
图像嵌入
模态特征
诊断模块
编码模块
故障检测
处理器
计算机设备