[发明专利]一种电气性能检测方法

说明书

本发明公开了一种电气性能检测方法，属于检测领域，所述方法包括如下步骤：收集故障电气图片数据；根据收集的故障电气图片建立故障电气图片功能库；对故障电气图片功能库进行图片故障特征提取；根据提取的图片故障特征建立故障特征库；使用故障特征库对电气图片进行检测,输出检测结果。通过前期输入不同类型的电气性能图片自动学习大量数据不同类型的特征，得到学习模型，后续只需提供出现问题的电路系统或者电子元件图片输入即可输出是开路或者短路等结果，省去了设备和人力，大大提高了效率；通过利用深度学习的方法，从以往的电气性能问题图片提取特征学习，快速定位属于哪类问题。

技术领域

本发明涉及检测领域，具体涉及一种电气性能检测方法。

背景技术

随着电路系统的不断发展，电路系统的复杂性不断增加，电路系统或者电子元件在使用过程中出现问题的概率大大提高，比如开路，短路，虚焊等。传统的检测方法是通过电气设备进行测试，不同的电气性能测试需用到不同的设备，有些设备也比较昂贵,因此人工对电气系统进行检测时,需要花费大量的人力物力,同时检测的效果和准确率也不高。因此为了解决上述问题，需要设计出一种新的电力系统检测方法，可以快速自动检测电气系统的具体故障情况。

发明内容

本发明旨在公开一种电气性能检测方法，解决现有人工检测电气系统故障效率低，同时也浪费人力和物力的问题，本发明是通过前期输入不同类型的电气性能图片自动学习大量数据不同类型的特征，得到学习模型，后续只需提供出现问题的电路系统或者电子元件图片输入即可输出是开路或者短路等结果，省去了设备和人力，大大提高了效率。

本发明采取的技术方案为：

一种电气性能检测方法，所述方法包括如下步骤：

收集故障电气图片数据；

根据收集的故障电气图片建立故障电气图片功能库；

对故障电气图片功能库进行图片故障特征提取；

根据提取的图片故障特征建立故障特征库；

使用故障特征库对电气图片进行检测,输出检测结果。

进一步地，所述收集故障电气图片数据为收集以往的电气系统、电路板或者器件出现问题的图片。

进一步地，所述收集故障电气图片时，在每个图片下方或者目录中使用文字说明图片的具体故障问题的内容。

进一步地，所述建立故障电气图片功能库的具体过程为，先根据故障问题图片的文字说明进行分类，然后根据不同类型的图片进行建立图片功能模型，然后把建立好的图片功能模型进行存储。

进一步地，所述分类是根据文字的说明内容的故障类别进行分成大类，大类里面有若干个小类，小类与小类之间形成关联类。

进一步地，所述图片功能模型在后期另外收集到故障问题图片后，对图片功能模型进行自动添加图片更新模型。

进一步地，所述图片故障特征提取过程为，对每个图片进行故障特征提取，把提取的故障特征与图片的故障说明文字内容对比，当不完全部相符时，对该图片进行二次画质特征提取。

进一步地，所述建立故障特征库的过程为：先对故障特征进行分类处理，然后根据分类情况建立故障特征模型，然后把故障特征模型进行存储，在后期有新的故障特征时，需要对故障特征模型进行自动添加特征更新。

进一步地，所述使用故障特征库对电气图片进行检测的过程为：

重复三次至五次对需要检测的图片进行故障特征提取，然后把提取的故障特征放入到故障特征模型进行对比，三次对比结果中，当有两个以上是相同时，输出检测结果，否则重现检测。