基于YOLOv5s的风电功率爬坡事件识别

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。