風電（風電行業分析報告）機組功率曲線是考核風電機組性能、評估機組發電能力的一項重要指標，功率曲線異常不僅會導致電量損失，也會降低設備發電效率、縮短部件運行周期。功率曲線篩查的常規方法依賴專業人員個人經驗，效率不高，準確度參差不齊。

為解決上述問題，龍源電力工程技術公司深耕計算機視覺領域，收集標注上萬張典型功率曲線異常圖片，依托主流圖像識別模型自主訓練AI模型，通過不斷優化模型算法，調整一階和二階優化函數，使模型的正樣本分配策略達到最優，實現了針對不同機型風電機組功率曲線8類典型問題的識別。此外，該公司還將該模型應用于風電機組其他控制圖譜，建立關聯模型并不斷迭代。經過場站3個月運行數據的實驗驗證，該模型在近1.4萬臺風電機組中檢測出異常機組數量1860臺，準確率超過80%，工作效率提升3倍以上。

該技術首次實現了圖像識別技術在風機功率曲線篩查分析領域的應用，完成分析結果的自動化展示，有效提升了問題機組的定位速度與故障分析效率，為提高設備發電性能、推進場站智能化運維提供了有力支撐。