[发明专利]一种红外电力设备识别和在线诊断方法及其系统有效
| 申请号： | 201811544870.X | 申请日： | 2018-12-17 |
| 公开（公告）号： | CN109784348B | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 胡金星;杨戈;虞鹏飞 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06N3/04 |
| 代理公司： | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人： | 吴乃壮 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及智能电网信息技术领域，特别涉及一种基于红外热成像的电力设备识别和在线诊断方法及其系统；本发明先采集电力设备的红外图像数据，制作虚拟数据来学习，再迁移深度神经网络模型形成电力设备红外识别深度神经网络模型；再以电力行业带电设备红外诊断应用规范，建立分类红外电力设备及部件的缺陷规则库；最后在移动终端部署移动电力设备识别深度神经网络模型，对实时采集的红外图像进行电力设备及部件识别，按照缺陷规则库对设备热场分布进行在线分析诊断，评估电力设备目前的运行状态。 | ||
| 搜索关键词： | 一种 红外 电力设备 识别 在线 诊断 方法 及其 系统 | ||
【主权项】：
1.一种基于红外的电力设备识别和在线诊断方法，其特征在于，包括如下步骤：步骤S1、采集不同类型电力设备的红外图像数据，建立虚拟的具有红外特征的电力设备三维模型，渲染生成虚拟训练数据，生成设备边沿轮廓标注，进行电力设备红外识别深度神经网络模型学习，优化电力设备红外识别深度神经网络模型；步骤S2、基于电力行业带电设备红外诊断应用规范，建立分类电力设备及部件的缺陷规则库；步骤S3：在移动终端进行红外图像数据电力设备识别，基于缺陷规则库进行在线分析诊断，评估电力设备目前运行状态。
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中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，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/201811544870.X/，转载请声明来源钻瓜专利网。
