[发明专利]一种基于深度学习模型的变电站设备缺陷识别方法在审
| 申请号： | 202010801163.5 | 申请日： | 2020-08-11 |
| 公开（公告）号： | CN112070720A | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 曹磊;张广嘉;刘景立;赵子根;王献志;刘宏君;王光华 | 申请（专利权）人： | 国网河北省电力有限公司保定供电分公司;长园深瑞继保自动化有限公司;国网河北省电力有限公司电力科学研究院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06Q50/06;G06N3/08;G06N3/04 |
| 代理公司： | 石家庄新世纪专利商标事务所有限公司 13100 | 代理人： | 张杰;徐瑞丰 |
| 地址： | 071000 河*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习模型的变电站设备缺陷识别方法，包括如下步骤：S1：建立缺陷识别库；S2：构建深度学习模型；S3：模型训练；S4：试验验证。本发明通过分析缺陷种类族谱，构建电网设备典型缺陷识别库，并通过预处理对缺陷图像进行增强，再结合图像识别技术构建电网设备缺陷深度学习模型，实时滚动分析变电站摄像头和检修巡检过程中移动化终端上传的设备细节图片，识别设备缺陷并作分类。实验证明本发明提出的基于深度学习模型的缺陷识别技术对异物覆盖、端子排温度异常、线缆虚接等缺陷的识别率达到了95%，消除了电网设备运行隐患，提高了设备可靠性和电网运维自动化水平。 | ||
| 搜索关键词： | 一种 基于 深度 学习 模型 变电站 设备 缺陷 识别 方法 | ||
【主权项】：
暂无信息
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国网河北省电力有限公司保定供电分公司;长园深瑞继保自动化有限公司;国网河北省电力有限公司电力科学研究院，未经国网河北省电力有限公司保定供电分公司;长园深瑞继保自动化有限公司;国网河北省电力有限公司电力科学研究院许可，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/202010801163.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种面条自动烹饪装置以及烹饪方法
- 下一篇：一种红外线额温枪的探头结构
