[发明专利]变压器的运行状态检测方法、装置、计算机设备和存储介质

权利要求书

1.一种变压器的运行状态检测方法，其特征在于，包括：

获取面向目标变压器采集的原始图像数据；

确定重构模型，所述重构模型为适于根据显著性进行重构的U型神经网络；

将所述原始图像数据输入所述重构模型中、通过编码与解码重构为目标图像数据，以使所述目标变压器中有显著性的区域的细节多于无显著性的区域的细节；

确定分类模型，所述分类模型为适于分类的多级神经网络；

将所述目标图像数据输入所述分类模型中进行处理，从而识别所述目标变压器所处的运行状态；

所述重构模型包括第一编码网络、第二编码网络、第一解码网络、第二解码网络、第三解码网络；

所述将所述原始图像数据输入所述重构模型中、通过编码与解码重构为所述目标图像数据，以使所述目标变压器中有显著性的区域的细节多于无显著性的区域的细节，包括：

在所述第一编码网络中、根据显著性对所述原始图像数据进行编码，以获得第一特征图像数据；

在所述第二编码网络中、根据显著性对所述第一特征图像数据进行编码，以获得第二特征图像数据；

在所述第一解码网络中、根据显著性对所述第二特征图像数据进行解码，以获得第三特征图像数据；

在所述第二解码网络中、根据显著性对所述第三特征图像数据与所述第二特征图像数据进行解码，以获得第四特征图像数据；

在所述第三解码网络中、根据显著性对所述第四特征图像数据与所述第一特征图像数据进行解码，以获得所述目标图像数据。

2.根据权利要求1所述的方法，其特征在于，

所述第一编码网络包括第一显著性网络、第一长短期记忆网络、第一卷积神经网络；所述在所述第一编码网络中、根据显著性对所述原始图像数据进行编码，以获得第一特征图像数据，包括：

在所述第一显著性网络中，识别所述原始图像数据中具有显著性的第一区域；

在所述第一长短期记忆网络中，将具有所述第一区域的原始图像数据映射为第一中间图像数据；

在所述第一卷积神经网络中，将所述第一中间图像数据映射为第一特征图像数据；

所述第二编码网络包括第二显著性网络、第二长短期记忆网络、第二卷积神经网络；所述在所述第二编码网络中、根据显著性对所述第一特征图像数据进行编码，以获得第二特征图像数据，包括：

在所述第二显著性网络中，识别所述第一特征图像数据中具有显著性的第二区域；

在所述第二长短期记忆网络中，将具有所述第二区域的第一特征图像数据映射为第二中间图像数据；

在所述第二卷积神经网络中，将所述第二中间图像数据映射为第二特征图像数据；

所述第一解码网络包括第三显著性网络、第三长短期记忆网络、第三卷积神经网络；所述在所述第一解码网络中、根据显著性对所述第二特征图像数据进行解码，以获得第三特征图像数据，包括：

在所述第三显著性网络中，识别所述第二特征图像数据中具有显著性的第三区域；

在所述第三长短期记忆网络中，将具有所述第三区域的第二特征图像数据映射为第三中间图像数据；

在所述第三卷积神经网络中，将所述第三中间图像数据映射为第三特征图像数据；

所述第二解码网络包括第四显著性网络、第四长短期记忆网络、第四卷积神经网络；所述在所述第二解码网络中、根据显著性对所述第三特征图像数据与所述第二特征图像数据进行解码，以获得第四特征图像数据，包括：

在所述第四显著性网络中，识别所述第三特征图像数据中具有显著性的第四区域；

在所述第四长短期记忆网络中，将具有所述第四区域的第三特征图像数据与所述第二特征图像数据映射为第四中间图像数据；

在所述第四卷积神经网络中，将所述第四中间图像数据映射为第五特征图像数据；

所述第三解码网络包括第五显著性网络、第五长短期记忆网络、第五卷积神经网络；所述在所述第三解码网络中、根据显著性对所述第四特征图像数据与所述第一特征图像数据进行解码，以获得目标图像数据，包括：

在所述第五显著性网络中，识别所述第四特征图像数据中具有显著性的第五区域；

在所述第五长短期记忆网络中，将具有所述第五区域的第四特征图像数据与所述第一特征图像数据映射为第五中间图像数据；

在所述第五卷积神经网络中，将所述第五中间图像数据映射为目标图像数据。