(资料图)

风电机组功率曲线是考核风电机组性能、评估机组发电能力的一项重要指标，功率曲线异常不仅会导致电量损失，也会降低设备发电效率、缩短部件运行周期。功率曲线筛查的常规方法依赖专业人员个人经验，效率不高，准确度参差不齐。

为解决上述问题，龙源电力工程技术公司深耕计算机视觉领域，收集标注上万张典型功率曲线异常图片，依托主流图像识别模型自主训练AI模型，通过不断优化模型算法，调整一阶和二阶优化函数，使模型的正样本分配策略达到最优，实现了针对不同机型风电机组功率曲线8类典型问题的识别。此外，该公司还将该模型应用于风电机组其他控制图谱，建立关联模型并不断迭代。经过场站3个月运行数据的实验验证，该模型在近1.4万台风电机组中检测出异常机组数量1860台，准确率超过80%，工作效率提升3倍以上。

该技术首次实现了图像识别技术在风机功率曲线筛查分析领域的应用，完成分析结果的自动化展示，有效提升了问题机组的定位速度与故障分析效率，为提高设备发电性能、推进场站智能化运维提供了有力支撑。