基本信息:
- 专利标题： 一种基于深度学习模型的变电站设备缺陷识别方法
- 申请号：CN202010801163.5 申请日：2020-08-11
- 公开(公告)号：CN112070720A 公开(公告)日：2020-12-11
- 发明人： 曹磊 , 张广嘉 , 刘景立 , 赵子根 , 王献志 , 刘宏君 , 王光华
- 申请人： 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
- 申请人地址： 河北省保定市阳光北大街138号
- 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
- 当前专利权人： 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
- 当前专利权人地址： 河北省保定市阳光北大街138号
- 代理机构： 石家庄新世纪专利商标事务所有限公司
- 代理人： 张杰; 徐瑞丰
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06Q50/06 ; G06N3/08 ; G06N3/04
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。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06T | 一般的图像数据处理或产生 |
| ------G06T7/00 | 图像分析，例如从位像到非位像 |