[发明专利]基于深度卷积神经网络的高速铁路接触网故障诊断方法有效
| 申请号： | 201710493102.5 | 申请日： | 2017-06-26 |
| 公开（公告）号： | CN107437245B | 公开（公告）日： | 2020-10-20 |
| 发明（设计）人： | 刘志刚;王立有;陈隽文;韩志伟 | 申请（专利权）人： | 西南交通大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/136;G06T7/155;G06T7/73 |
| 代理公司： | 成都信博专利代理有限责任公司 51200 | 代理人： | 王沙沙 |
| 地址： | 610031 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于深度卷积神经网络的高速铁路接触网故障诊断方法，包括以下步骤：获取高速铁路接触网支撑装置的二维灰度图像；通过接触网训练集预训练深度卷积神经网络，并带入faster RCNN中训练，通过训练出的模型提取二维灰度图像中的等电位线并进行分割，获得等电位线区域图片；将获得的等电位线区域图片依次进行如下处理，调整其亮度和对比度、递归Otsu预分割、用ICM/MPM分割、腐蚀膨胀图片，得到等电位线像素点，提取最大连通域并统计等电位像素点区域内的独立连通域个数N；若N＞m则判断为等电位线零部件出现散股故障；本发明可准确定位等电位线，提高了故障诊断准确率，符合实际生产需要。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 高速铁路 接触 故障诊断 方法 | ||
【主权项】：
一种基于深度卷积神经网络的高速铁路接触网故障诊断方法，其特征在于，包括以下步骤：获取高速铁路接触网支撑装置的二维灰度图像；通过接触网训练集预训练深度卷积神经网络，并带入目标检测框架faster RCNN中训练，通过训练出的模型提取二维灰度图像中的等电位线并进行分割，获得等电位线区域图片；将获得的等电位线区域图片依次进行如下处理，调整其亮度和对比度、递归最大类间方差法Otsu预分割、用条件迭代模型‑最大边缘后验概率算法ICM/MPM分割、腐蚀膨胀图片，得到等电位线像素点，提取最大连通域并统计等电位像素点区域内的独立连通域个数N；若N＞m则判断为等电位线零部件出现散股故障。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西南交通大学，未经西南交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710493102.5/，转载请声明来源钻瓜专利网。
- 上一篇：瓷砖套件（6505）
- 下一篇：一种基于无人机作业的作业记录生成方法及装置
