[发明专利]基于深度学习多特征融合的电力设备状态的检测方法在审
| 申请号： | 201910039305.6 | 申请日： | 2019-01-16 |
| 公开（公告）号： | CN109783560A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 希克梅特萨利 | 申请（专利权）人： | 江苏圣通电力新能源科技有限公司 |
| 主分类号： | G06F16/25 | 分类号： | G06F16/25;G06F16/248;G06T7/00;G06K9/62;G06Q10/00;G06Q50/06 |
| 代理公司： | 南京正联知识产权代理有限公司 32243 | 代理人： | 李寰 |
| 地址： | 212400 江苏省镇*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电力设备状态检测领域，具体地说，是基于深度学习多特征融合的电力设备状态的检测方法。包括以下步骤：设备温度的自动化巡检，对主要设备温度的实时监控，以及对相关设备温度的日常扫描；对设备温度进行记录，形成报表，建立温度数据库；对温度数据库进行训练，建立自动判别故障的智能模型；建立不同设备的颜色特征库；提出基于多特征融合的深度学习模型，从而实现对不同设备类型的红外诊断；识别发生故障的电力设备并告警。采用红外线热成像技术，对主要设备进行实时扫描，形成报表，对温度数据库进行训练，建立不同设备的颜色特征库，实现对不同设备类型的红外诊断，能够有效地识别发生故障的电力设备并发出警报。 | ||
| 搜索关键词： | 电力设备状态 多特征融合 数据库 电力设备 发生故障 红外诊断 设备类型 颜色特征 红外线热成像 告警 检测领域 实时监控 实时扫描 智能模型 自动判别 对设备 有效地 检测 巡检 学习 警报 扫描 自动化 记录 | ||
【主权项】：
1.基于深度学习多特征融合的电力设备状态的检测方法，其特征在于，包括以下步骤：1）设备温度的自动化巡检，对主要设备温度的实时监控，以及对相关设备温度的日常扫描；2）对设备温度进行记录，形成报表，建立温度数据库；3）对温度数据库进行训练，建立自动判别故障的智能模型；4）建立不同设备的颜色特征库；5）提出基于多特征融合的深度学习模型，从而实现对不同设备类型的红外诊断；6）识别发生故障的电力设备并告警。
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江苏圣通电力新能源科技有限公司，未经江苏圣通电力新能源科技有限公司许可，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/201910039305.6/，转载请声明来源钻瓜专利网。
