一种基于深度学习的风力发电机叶片损伤检测方法及系统

被引：0

专利类型：

发明

申请号：

CN202111465662.2

申请日：

2021-12-03

公开(公告)号：

CN114565006B

公开(公告)日：

2025-06-24

发明(设计)人：

张军华罗勇水赵海燕李学平艾真伟孙萍玲毛涵韬

申请人：

运达能源科技集团股份有限公司

申请人地址：

311106 浙江省杭州市临平区顺风路558号

IPC主分类号：

G06F18/2433

IPC分类号：

G06F18/15 G06F18/2131 G06N3/045 G06N3/0499 G06N3/084 G06N3/088 G06N3/0985

代理机构：

杭州杭诚专利事务所有限公司 33109

代理人：

尉伟敏

法律状态：

著录事项变更

国省代码：

河北省衡水市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-06-06	著录事项变更	著录事项变更IPC(主分类):G06K 9/62变更事项:申请人变更前:浙江运达风电股份有限公司变更后:运达能源科技集团股份有限公司变更事项:国家或地区变更前:中国变更后:中国变更事项:地址变更前:311106 浙江省杭州市钱江经济开发区顺风路558号变更后:311106 浙江省杭州市临平区顺风路558号
2025-06-24	授权	授权

共 50 条

[1]

一种基于深度学习的风力发电机叶片损伤检测方法及系统 [P].

张军华 ;

罗勇水 ;

赵海燕 ;

李学平 ;

艾真伟 ;

孙萍玲 ;

毛涵韬 .

中国专利 :CN114565006A ,2022-05-31

[2]

风力发电机叶片损伤检测方法及系统 [P].

邱德亮 ;

戴丹 ;

李奉公 .

中国专利 :CN120576050A ,2025-09-02

[3]

基于深度学习的风力发电机叶片表面缺陷检测系统及方法 [P].

董朝轶 ;

杨鹏 ;

陈晓艳 ;

赵肖懿 ;

齐咏生 ;

刘利强 .

中国专利 :CN111784632A ,2020-10-16

[4]

一种基于深度学习的风力发电机叶片不平衡故障检测方法 [P].

胡维昊 ;

李坚 ;

黄琦 ;

陈健军 ;

曹迪 ;

张真源 ;

井实 ;

易建波 ;

许潇 ;

蒙怡帆 .

中国专利 :CN110609229B ,2019-12-24

[5]

一种基于频谱分析的风力发电机叶片结构损伤检测方法 [P].

侯成刚 ;

胡翔 .

中国专利 :CN108760037A ,2018-11-06

[6]

一种基于频谱分析的风力发电机叶片结构损伤检测方法 [P].

顾永强 ;

冯锦飞 ;

顾雨欣 .

中国专利 :CN110318956A ,2019-10-11

[7]

一种用于风力发电机叶片内部损伤的检测方法 [P].

张铁兵 ;

刘张辉 ;

张彪 .

中国专利 :CN118934490A ,2024-11-12

[8]

一种风力发电机叶片检测系统 [P].

尤旺旺 ;

梁秋媚 ;

刘思靖 ;

叶珍瑛 ;

苟晓倩 .

中国专利 :CN223305891U ,2025-09-05

[9]

风力发电机叶片气泡检测方法 [P].

刘珉恺 .

中国专利 :CN101949864A ,2011-01-19

[10]

基于深度学习的双叶轮风力发电机叶片损伤在线检测方法 [P].

刘亚娟 ;

王震 ;

房方 ;

胡阳 ;

张文广 .

中国专利 :CN113640297A ,2021-11-12

← 1 2 3 4 5 →