一种基于深度学习的变电站紫外图像智能巡检算法及装置
基本信息
| 申请号 | CN202010199529.6 | 申请日 | - |
| 公开（公告）号 | CN111415345A | 公开（公告）日 | 2020-07-14 |
| 申请公布号 | CN111415345A | 申请公布日 | 2020-07-14 |
| 分类号 | G06T7/00(2017.01)I | 分类 | - |
| 发明人 | 王思远;马晓斌;刘衍琦;张静乐;方媛 | 申请（专利权）人 | 山东文多网络科技有限公司 |
| 代理机构 | 北京中济纬天专利代理有限公司 | 代理人 | 山东文多网络科技有限公司 |
| 地址 | 264003山东省烟台市高新区科技大道39号内8号中俄科技创新园 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度学习的变电站紫外图像智能巡检算法，通过对大规模的紫外图像数据，利用CNN进行数字分类识别、光斑分类识别，之后利用目标检测模型进行部件检测，融合业务知识到故障研判，实现了对放电状态的自动化研判。本发明的有益效果在于：采用紫外仪器导出的紫外图片作为输入，自动进行区域分割和识别，人工只需结果核验，处理方式简便，不额外增加工程成本，降低了人工成本，提高了工作效率；将紫外图像的分析与深度学习技术相结合，建立识别模型的迭代更新机制，有效的保持和提升了模型的性能，进而实现了对变电站设备故障的精准判别；采用参数化输出，可直接作为输出参与其他业务流程。 |
