科研之友
微信
新浪微博
Facebook
分享链接
摘要
YOLOv5s是一种基于原始图像作单一回归任务的实时性检测算法，能快速和准确地进行图像识别。为提高风电功率爬坡事件识别的速度和准确性，提出了一种基于YOLOv5s图像识别的风电功率爬坡事件识别方法。首先，针对历史风电功率数据，采用LabelMe标注软件，建立具有标注信息的风电功率爬坡事件图像样本集，并按照一定比例将其分为训练集和验证集；然后，使用YOLOv5s有效提取爬坡事件训练集的不同层特征信息，从而加强对爬坡特征的学习，获得更加丰富的爬坡特征信息；最后，利用边界框回归思想，调整模型参数，寻找爬坡事件检测的最优模型，实现对爬坡事件的快速识别和分类。针对不同数据量的爬坡事件,与改进旋转门算法OpSDA对比检测时间，结果证明YOLOv5s算法能快速检测爬坡事件。
-
单位自动化学院; 武汉大学
