[发明专利]一种电网布线参数检测装置及检测方法

说明书

本发明涉及一种电网布线参数检测装置，其包括支撑臂，所述支撑臂的两端各设置一个支撑装置，所述支撑装置包括支撑杆以及支撑座，所述支撑杆包括外套杆以及设置在外套杆内的内杆，所述外套杆内壁设置有内螺纹，所述内杆的外壁设置有与内螺纹配合的外螺纹，所述外套杆的自由端与支撑座固定连接；所述支撑臂上转动连接有连接臂，所述连接臂的自由端设置有采集装置安装平台，所述采集装置安装平台上设置有图像采集装置。对装置传输过来的图像做去均值处理和归一化处理，利用CNN‑GBDT算法模块进行检测，操作简便，检测效率高。

技术领域

本发明属于电力运行与维护技术领域，具体涉及一种电网布线参数检测装置及检测方法。

背景技术

卷积神经网络(Convolutional Neural Networks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks)，是深度学习(deeplearning)的代表算法之一。卷积神经网络具有表征学习(representation learning)能力，能够按其阶层结构对输入信息进行平移不变分类(shift-invariantclassification)，因此也被称为“平移不变人工神经网络(Shift-Invariant ArtificialNeural Networks,SIANN)”。

对卷积神经网络的研究始于二十世纪80至90年代，时间延迟网络和LeNet-5是最早出现的卷积神经网络；在二十一世纪后，随着深度学习理论的提出和数值计算设备的改进，卷积神经网络得到了快速发展，并被应用于计算机视觉、自然语言处理等领域。

卷积神经网络仿造生物的视知觉(visual perception)机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化(grid-like topology)特征，例如像素和音频进行学习、有稳定的效果且对数据没有额外的特征工程(feature engineering)要求

电力运维过程中，需要对电网布线参数进行检测，常规的方法是通过人工进行核验，效率低且错误率高。

发明内容

本发明的目的是提供一种操作简便，检测效率高的电网布线参数检测装置及检测方法。

本发明采用如下技术方案：

一种电网布线参数检测装置，其包括支撑臂，所述支撑臂的两端各设置一个支撑装置，所述支撑装置包括支撑杆以及支撑座，所述支撑杆包括外套杆以及设置在外套杆内的内杆，所述外套杆内壁设置有内螺纹，所述内杆的外壁设置有与内螺纹配合的外螺纹，所述外套杆的自由端与支撑座固定连接；其中一个支撑装置的内杆的自由端与支撑臂的一端固定连接，另一个支撑装置的内杆的自由端与支撑臂的另一端转动连接。

其中，所述支撑臂上转动连接有连接臂，所述连接臂的自由端设置有采集装置安装平台，所述采集装置安装平台上设置有图像采集装置。

其中，所述连接臂包括水平转动臂以及与其转动连接的高度调节臂，所述高度调节臂包括第一高度调节臂和第二高度调节臂，所述采集装置安装平台设置在第二高度调节臂的自由端。

其中，所述支撑臂、水平转动臂、第一高度调节臂和第二高度调节臂均为长方体型壳体。

其中，所述支撑臂的上端面上设置有第一连接孔，所述水平转动臂的底部设置有第二连接孔，所述水平转动臂的侧壁上设置有第三连接孔；所述第一高度调节臂的一侧侧壁的头端设置有第四连接孔，另一侧侧壁的尾端设置有第五连接孔，所述第二高度调节臂的一侧侧壁的头端设置有第六连接孔，另一侧侧壁的尾端设置有第七连接孔。

其中，所述支撑臂内设置有第一舵机，所述第一舵机的摆臂穿过第一连接孔后与第二连接孔固定连接。

其中，所述水平转动臂内设置有第二舵机，所述第二舵机的摆臂穿过第三连接孔后与第四连接孔固定连接。