08.02.2026
У науковому журналі першого квартилю “Energies” опубліковано результати дослідження, проведеного професором кафедри штучного інтелекту Євгенієм Бодянським у співпраці з колегами з України, Польщі та Німеччини. Наукова робота присвячена інноваційному методу діагностики лопатей вітрогенераторів в реальному часі, що відкриває нові можливості для підтримки енергетичної інфраструктури в критичних умовах.
Автори запропонували принципово новий підхід – гіперсекторний метод на основі нечіткого навчання векторного квантування (FLVQ). На відміну від традиційних, цей метод моделює кожен клас дефектів як “гіперсектор” на багатовимірній сфері, що підвищує точність розпізнавання та стійкість до перешкод.
Для аналізу використовуються зображення, зняті безпілотними літальними апаратами (БПЛА). Це дозволяє проводити регулярні обстеження без небезпеки для людей та зупинки роботи турбіни.
Розробка має стратегічне значення для України та Європи. В умовах прицільних обстрілів енергетичної інфраструктури критично важливо мати інструменти для швидкого виявлення та усунення пошкоджень відбудованих об’єктів. Відновлювана енергетика, зокрема вітрова, стає ключовим елементом стійкості. Технологія сприяє довготривалій та стабільній роботі відновлюваних джерел енергії, що відповідає курсу України та ЄС на енергетичну незалежність та сталий розвиток.
Ця розробка – яскравий приклад того, як фундаментальні дослідження в галузі штучного інтелекту можуть давати практичні рішення для подолання глобальних викликів, зокрема в умовах гібридних загроз та необхідності швидкої адаптації критичної інфраструктури.
Повний текст статті “Hypersector-Based Method for Real-Time Classification of Wind Turbine Blade Defects” доступний за посиланням: https://doi.org/10.3390/
