风力机叶片维护是一项极具挑战性的任务，普遍存在成本高、安全风险大、耗时久及误诊率高等问题。基于无人机（UAV）结合深度学习（DL）的预防性维护方案为早期故障检测提供了可行路径。研究人员针对丹麦技术大学（DTU）风电叶片无人机巡检图像数据集，对残差网络（ResNet）、InceptionV3、YOLOv5、EfficientNet及视觉Transformer（ViT）五类先进深度学习架构进行了系统性对比评估。评估指标涵盖准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1分数（F1-score）及推理时间（Inference Time）。研究结果表明，EfficientNet在分类精度与效率平衡方面表现最优，综合性能最佳；YOLOv5推理速度最快，单帧处理时间约15毫秒，适用于实时在线检测场景；ResNet与InceptionV3在细微缺陷识别方面表现稳健；ViT虽处理时间较长，但在捕捉复杂全局特征方面具有显著优势。该研究为无人机风电巡检领域的模型选型提供了实证依据，有助于提升风电机组维护的效率与可靠性。
研究背景与意义
随着全球能源结构向低碳化转型，风能已成为关键的可再生能源。然而，风力机叶片长期暴露在恶劣环境中，极易出现裂纹、前缘侵蚀、分层等结构性缺陷。若未能及时检出，这些缺陷会导致灾难性失效，引发高昂的停机损失。传统的吊篮人工目视检查不仅劳动强度大、效率低，且易受主观因素影响，存在安全隐患。虽然无人机（UAV）巡检解决了可达性问题并能获取高分辨率图像，但海量数据的涌现使得人工判读成为瓶颈。尽管现有计算机视觉技术已应用于此领域，但多数研究仅聚焦于单一模型架构，缺乏在统一实验框架下对不同范式模型的公平对比。因此，研究人员开展此项对比研究，旨在明确各类深度学习模型在无人机风电巡检场景下的性能边界与适用性，为工业界模型选型提供指导。本研究成果发表于《Wind Energy》。
关键技术方法
研究人员采用监督学习范式，基于公开的DTU风电叶片无人机巡检图像数据集开展研究。该数据集包含2017至2018年间在丹麦罗斯基勒拍摄的千余张高分辨率图像，涵盖了裂纹、腐蚀、侵蚀、雷击损伤、分层、油漆缺陷、漏油及杂物堆积等八类缺陷，并包含晴天、多云等多种光照条件。数据按8:1:1比例进行分层随机抽样，划分为训练集、验证集与测试集，确保类别分布均衡。研究人员选取了五种代表性架构：基于残差学习的ResNet、多尺度并行卷积的InceptionV3、实时目标检测算法YOLOv5、采用复合缩放策略的EfficientNet-B7以及基于自注意力机制的Vision Transformer（ViT-Base）。所有模型均使用ImageNet预训练权重进行迁移学习，输入图像尺寸根据模型特性分别调整为224×224或384×384，并在训练中采用随机旋转、翻转及亮度调整等增强策略以提升泛化能力。硬件环境统一配置NVIDIA Tesla V100 GPU，优化器选用Adam，初始学习率为0.001，批量大小为32，训练周期设定为50轮。
研究结果
3.1 定量结果与分析
在统一的测试集评估中，EfficientNet-B7以0.94的准确率位居榜首，其精确率与召回率分别达到0.93与0.92。YOLOv5虽然在准确率上略低（0.88），但其推理时间仅为0.15秒（即15毫秒），远快于其他模型。ResNet与InceptionV3表现稳健，准确率分别为0.93与0.92。ViT准确率为0.91，但推理时间最长，达到0.45秒。
3.2.1 整体性能与精度-速度权衡
研究揭示了无人机端部署的核心矛盾：精度与速度的权衡。YOLOv5凭借极速推理能力适用于实时边缘计算，而EfficientNet-B7则以牺牲速度为代价换取了最高的检测精度。
3.2.2 复合缩放的有效性
EfficientNet-B7的优异表现归功于其复合缩放（Compound Scaling）机制。该方法同步均衡地扩展网络深度、宽度及输入分辨率，使其在处理无人机图像中多尺度的缺陷（从细微裂纹到大面积侵蚀）时，能够提取更具判别力的特征表示。
3.2.3 全局上下文与局部特征
通过Grad-CAM可视化分析，研究人员发现卷积神经网络（CNN）倾向于关注局部的纹理模式，这对离散型缺陷（如裂纹）极为有效；而ViT利用其自注意力（Self-Attention）机制，能够捕捉长程依赖关系，其关注区域覆盖更广的上下文信息，更擅长识别分布式的侵蚀缺陷，但计算开销显著。
3.2.4 错误分析
针对EfficientNet-B7的失败案例分析显示，45%的错误源于极具挑战性的视觉条件（运动模糊、逆光阴影），35%源于缺陷形态模糊（污垢与自然磨损被误判为缺陷），20%源于微小缺陷（小于10×10像素）漏检。这表明数据质量与多样性仍是制约性能提升的主要瓶颈。
3.2.5 无人机巡检系统的实时部署
在资源受限的嵌入式设备（如NVIDIA Jetson）上，YOLOv5是唯一能满足实时视频流处理需求的模型，适合用于飞行中动态引导无人机复拍。而EfficientNet与ViT则更适合算力充足的地面站进行离线精细分析。研究人员提出了一种混合检测框架：利用YOLOv5进行机载快速筛查锁定可疑区域，再利用EfficientNet进行地面站高精度复核，以此兼顾实时性与准确性。
结论与讨论
研究证实，基于复合缩放的EfficientNet-B7在检测精度上表现最佳，而ViT在捕捉分布式缺陷的全局上下文方面具有独特优势。研究明确了不同模型的最佳应用场景：YOLOv5主导实时在线巡检，EfficientNet主导高精度离线诊断。此外，针对错误分析中暴露出的光照干扰、形态混淆及微小目标漏检问题，未来的研究应着重于扩充极端环境下的训练样本、优化数据增强策略以及开发针对微小缺陷的多尺度检测头。这项工作不仅为风电智能运维提供了切实可行的技术方案，也为后续算法优化指明了具体方向。
打赏
