当前，全球能源格局深度调整，能源转型“时不我待”，我国锚定“碳达峰、碳中和”战略目标，为清洁能源发展按下“加速键”。作为新能源产业的核心增长极，我国风电产业跑出创新发展“加速度”——自2010年起，我国风电装机容量已连续11年稳居全球第一，产业规模“量增”的同时，也对运维安全与智能化水平提出了“质升”的新要求。近日，哈尔滨北方航空职业技术学院由专业教师陈欣怡、以及教授牵头、“00后”大学生为主力的科创攻关团队，历时数月啃“硬骨头”、闯“攻关关”，成功研发出基于DSST动态检测的风机智慧全流程安全运维方案，为风电产业高质量发展注入青春“新动能”。

风力发电机叶片长期暴露在野外复杂环境，表面裂纹、腐蚀等缺陷是威胁发电安全、拉低发电效率的“老大难”问题。传统人工检测存在“效率低、风险高、误差大”的短板，早已跟不上我国风电产业“大步快跑”的发展节奏。瞄准行业“卡脖子”痛点，团队另辟蹊径，开创性提出基于无人机及机器视觉人工智能算法的叶片表面缺陷检测新路径，打造出“看得准、分析快、能预警、可落地”的“算法创新+本地环境适配”一体化闭环解决方案，破解了传统运维方式的诸多痛点。

针对无人机悬停作业时平面内“位移漂移”导致识别误差放大的行业共性难题，团队创新推出“不动点漂移补偿法”，从技术源头缩小识别误差，大幅提升缺陷识别精准度。多轮实地测试结果显示：这套“无人机+机器视觉”监测系统的检测结果与高精度LDS检测结果基本一致，在检测效率、识别准确率、人力成本、应用成本等多个维度，充分展现了DSST动态检测系统“高度集成、自动一体”的突出优势，真正实现了风机结构健康状况的“全流程覆盖、一体化管控”。

这群以“00后”为主力的科创团队，始终坚持把“论文写在祖国大地上”，将课堂所学转化为服务国家能源转型的实际成果。目前该技术已完成多轮验证优化，下一步将加快推进成果“落地转化”，持续为风电产业智能化升级打造“创新引擎”，为我国实现“双碳”战略目标贡献青年科创力量。