[发明专利]基于深度学习的变压器巡检图像智能识别和故障检测系统

摘要

本发明公开了一种基于深度学习的变压器巡检图像智能识别和故障检测系统，包括依次位于存储层、建模层和应用层的图像存储和标定模块、深度学习模块以及故障检测模块；图像存储和标定模块从电网信息系统中获取海量巡检图片并进行分布式的存储，将巡检图片中各个部件、正常/故障状态下变压器图像中各个部件进行标定并分别形成部件特征集、正常状态特征集和故障状态特征集；特征数据集传入深度学习模块，深度学习模块构建和训练卷积神经网络，得到训练结果；故障检测模块利用训练结果依次进行部件识别、故障识别和推送结论。本发明与人工识别方式相比，大大提升变压器巡检图像的识别效率和准确度。

主权项

1.一种基于深度学习的变压器巡检图像智能识别和故障检测系统，其特征在于，包括依次位于存储层、建模层和应用层的图像存储和标定模块、深度学习模块以及故障检测模块；其中，所述图像存储和标定模块采用HDFS文件系统，所述HDFS文件系统从电网信息系统中获取巡检图片并进行分布式的存储，所述图像存储和标定模块采用LabelMe作为标定工具，将巡检图片中各个部件、正常状态下变压器图像中各个部件、故障状态下变压器图像中各个部件进行标定并分别形成部件特征集、正常状态特征集和故障状态特征集3种特征数据集；3种所述特征数据集传入深度学习模块，所述深度学习模块构建和训练卷积神经网络，得到训练结果；所述故障检测模块利用训练结果对待识别图集进行检测，先自动识别巡检图片中变压器各个部件，再对每个部件的故障状态进行判断，记录存在故障的巡检图片并生成故障识别结论。