[发明专利]一种基于深度神经网络的输电线路覆冰检测方法有效
| 申请号： | 201910319858.7 | 申请日： | 2019-04-19 |
| 公开（公告）号： | CN110070530B | 公开（公告）日： | 2020-04-10 |
| 发明（设计）人： | 聂礼强;尹建华;张化祥;许克;姚一杨;史浩 | 申请（专利权）人： | 山东大学;智洋创新科技股份有限公司;国网浙江省电力有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 济南金迪知识产权代理有限公司 37219 | 代理人： | 陈桂玲 |
| 地址： | 250199 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度神经网络的输电线路覆冰检测方法，充分利用了图像处理中的去模糊化和提升对比度等技术，将摄像头拍摄的质量参差不齐的现场图像做预处理操作，以用作深度神经网络检测模型的训练与测试数据，使模型可以应对不同现场环境下的检测任务，模型不仅识别准确率表现优于现有的输电线路覆冰检测方法，而且检测速度也远远快于现有技术，使得实时监控线路状况成为现实。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 输电 线路 检测 方法 | ||
【主权项】：
1.一种基于深度神经网络的输电线路覆冰检测方法，其特征在于，包括以下步骤：S1：构建高压输电线路的实景数据集,对数据集的实景图像进行图像增强并添加标签信息；S2：使用图像处理技术以提高训练、验证与测试数据集的图像质量；S3：构建生成候选框的深度卷积神经网络，整个网络包括2个模块：第一个模块使用VGG16主干网络与新增卷积层提取输电线路实景图的不同层级的特征图信息，第二个模块在前一个模块生成的多层的特征图中生成默认候选框以及对应的特征向量，用来进行候选框的坐标偏移量回归任务与候选框预测目标类别的分类任务；S4：设计Loss函数以获得训练好的高压输电线路覆冰检测模型；S5：部署训练好的高压输电线路覆冰检测模型到服务器中，对电网的高压输电线路进行检测。
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山东大学;智洋创新科技股份有限公司;国网浙江省电力有限公司，未经山东大学;智洋创新科技股份有限公司;国网浙江省电力有限公司许可，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/201910319858.7/，转载请声明来源钻瓜专利网。
