摘要
摘要：近年来，风电作为清洁、可再生的能源在社会上受到了极大的关注，仅2020年度风电并网装机容量就达到了7237万千瓦，在新能源中增长率最大。在风、电转化过程中，风机叶片扮演着捕获风能的重要角色。因长期承受风力、旋转产生的不断变化的力，叶片可能会产生裂纹型缺陷。此外，叶片还会因为雨水、风沙的侵蚀产生腐蚀型缺陷。缺陷在形成之后，会随着时间推移逐渐扩大，影响发电效率，甚至发生叶片断裂等安全事故。为避免此类事件发生，风电场需要定期对风机叶片表面缺陷进行检测。传统检测采用人工高倍望远镜观察的方式，不仅效率低下，且漏报率较高。有时还要停机观察和确认，严重影响了风机发电效益，因此利用人工智能技术提升检测的水平非常必要。本文主要分析风电机组叶片损伤检测技术研究与进展。
出版日期
2022年07月29日（中国Betway体育网页登陆平台首次上网日期，不代表论文的发表时间）
