登记信息
基于8K超高清风机叶片智能巡检系统的风机叶片表面缺陷检测数据 已登记
-
数据申请号：
粤2026010803718
-
数据登记号：
SZ2026120000710.X
-
关键词：
8K超高清；智能巡检；风机叶片表面缺陷识别；自动告警
-
登记时间：
2026-02-26
-
登记主体：
广州博冠光电科技股份有限公司
-
平台证书编号：
20260144000000710
-
服务机构：
北京集佳知识产权代理有限公司
-
法院编号：
暂无
区块链信息
-
上链时间：
暂无
-
所属区块链：
-
证据指纹：
faac2062083c74cc2a725a7a3f419022a98b111d171c638d7492a5eebd7ddbf63081522b5beb9b801fbbcad7201993474cb4322b01b58e9f5e7833d64bb608bb
-
区块链存证证书编号：
数据信息
数据简介
基于8K超高清风机叶片智能巡检系统的风机叶片表面缺陷检测数据集提供了运行中的风力发电机叶片表面存在的缺陷信息，包括掉漆、划痕、雷击、裂痕、破损、侵蚀、损坏、脱胶、脏污等缺陷类型，这些信息直观反映了运行中的风力发电机叶片表面的情况，为风电场运维人员及时判断、处理风机叶片问题提供了有力支持。
-
数据来源：
自行产生
-
数据所属行业分类：
C40 仪器仪表制造业
数据处理规则说明
8K云台AI摄像机拍摄风力发电机图片，使用YOLO算法模型进行风机识别，被摄对象识别为风机后，图像数据上传至本地AI服务器，使用labelme进行数据标注，使用OPENCV进行图片预处理，使用YOLO算法实现风机叶片表面缺陷识别后生成数据，并通过云平台推送告警。
应用场景描述
该数据集由8K云台AI摄像机采集得到、使用opencv进行图片预处理，使用yolo算法识别图片中缺陷的类型，包括掉漆、划痕、雷击、裂痕、破损、侵蚀、损坏、脱胶、脏污等。基于数据集内多种缺陷类型，基于pytorch进行模型训练，精确识别运行中的风力发电机叶片表面的缺陷及其类型，可实现运行全过程监测，解决了大尺度物理空间风力发电机组安全运行监测存在精度不够、响应滞后的难题。
-
数据格式：
xlsx
-
数据更新频率：
实时更新
-
数据量：
60
样例数据
字段：缺陷编号, 风机编号, 巡检摄像机编号, 发现时间, 缺陷类型, 缺陷等级, 缺陷图片;
DEF2512220002, 25号风机, 24, 2025/12/22 10:23:13, 雷击, L4, .png;
DEF2512020001, 21号风机, 24, 2025/12/2 9:15:00, 脏污, L1, .png;
DEF2511010001, 21号风机, 24, 2025/11/1 17:06:12, 脱胶, L2, .png
附件下载
数据结构样例
表名：JYS风电场风机叶片表面缺陷检测数据表
字段：①缺陷编号；②风机编号；③巡检摄像机编号；④发现时间；⑤缺陷类型；⑥缺陷等级；⑦缺陷图片。
数据类型（分别对应字段）：①字符串（文本型）；②字符串（文本型）；③数值型（整数）；④日期型；⑤字符串（文本型）；⑥字符串（文本型）；⑦字符串路径；
字段说明（分别对应字段）：①缺陷的唯一标识编码，用于区分不同缺陷；②风力发电机组的唯一标识编码，用于区分不同风机；③巡检摄像机的唯一标识编码，用于区分不同巡检摄像机；④缺陷的发现时间；⑤缺陷的类型；⑥缺陷的等级，用于描述缺陷的严重程度，L4最高，L1最低；⑦存储缺陷图片的路径。
数据状态
-
2026-02-26
数据知识产权登记完成