基本信息:
- 专利标题： 基于卷积神经网络的变压器套管故障红外图像识别方法
- 专利标题（英）：Transformer bushing fault infrared image recognition method based on convolutional neural network
- 申请号：CN201910664061.0 申请日：2019-07-23
- 公开(公告)号：CN110378424A 公开(公告)日：2019-10-25
- 发明人： 夏彦卫 , 高树国 , 刘云鹏 , 董王英 , 许自强 , 李刚 , 赵军 , 何瑞东 , 乔国华
- 申请人： 国网河北省电力有限公司电力科学研究院 , 华北电力大学(保定) , 国家电网有限公司
- 申请人地址： 河北省石家庄市裕华区体育南大街238号
- 专利权人： 国网河北省电力有限公司电力科学研究院,华北电力大学(保定),国家电网有限公司
- 当前专利权人： 国网河北省电力有限公司电力科学研究院,华北电力大学(保定),国家电网有限公司
- 当前专利权人地址： 河北省石家庄市裕华区体育南大街238号
- 代理机构： 北京科亿知识产权代理事务所
- 代理人： 李兴林
- 主分类号： G06K9/62
- IPC分类号： G06K9/62 ; G06N3/04 ; G06N3/08
The invention discloses a transformer bushing fault infrared image recognition method based on a convolutional neural network. The method comprises the following steps: A, constructing a convolutionalneural network model, wherein the convolutional neural network model comprises an input layer and an output layer, a plurality of convolutional layers and sampling layers are arranged between the input layer and the output layer, the convolutional layers and the sampling layers are alternately arranged, and a full connection layer is arranged between the output layer and the last sampling layer;B, training the convolutional neural network model; performing loop iteration to perform excitation propagation and weight updating until the target function converges to a preset range; and C, identifying the transformer bushing fault infrared image by using the convolutional neural network model trained in the step B. The defects in the prior art can be overcome, and the image recognition rate is high.
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06K | 数据识别；数据表示；记录载体；记录载体的处理 |
| ------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置 |
| --------G06K9/62 | .应用电子设备进行识别的方法或装置 |