[发明专利]一种变电站设备智能检测方法及其系统有效

专利信息
申请号: 202110689109.0 申请日: 2021-06-22
公开(公告)号: CN113408426B 公开(公告)日: 2022-02-11
发明(设计)人: 梁川;常娜;朱怡良;刘学臻;石焕江 申请(专利权)人: 浙江天铂云科光电股份有限公司
主分类号: G06V20/00 分类号: G06V20/00;G06V10/44;G06V10/46;G06V10/82;G06T7/00;G06T7/62;G06N3/04;G06N3/08;G06Q50/06
代理公司: 北京天盾知识产权代理有限公司 11421 代理人: 宋凌林
地址: 310000 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 变电站 设备 智能 检测 方法 及其 系统
【说明书】:

发明涉及一种变电站设备智能检测方法及其系统,所述方法包括:基于红外热像图提取温度矩阵数据;对温度矩阵多值化处理;温度矩阵显著化处理;搭建人工智能模型,基于所述模型做变电站设备的智能检测。本发明在数据的预处理,特征提取以及模型的创建过程中,针对变电设备红外热像图的天然特点进行计算数量削减,而在模型特征提取中增加提取的复杂性,配合的在池化过程中提高池化敏感性,保持降维带来的敏感性损失,最终在不损失模型精度的同时,减少训练量和计算量。

【技术领域】

本发明属于智能电力系统技术领域,尤其涉及一种变电站设备智能检测方法及其系统。

【背景技术】

目前电力设备检测的方法,主要是以红外图片为基础,采取目视观测法对拍摄的设备类型人为进行识别,但电力设备种类多,且多种设备间具有相似性,加上红外图片包含多种伪彩色,更增加了人为进行识别的难度,综合来看,现有的方法存在速度慢,检测准确率不高等问题。本发明在数据的前处理,特征提取以及模型的创建过程中,针对变电设备热力图像的天然特点进行数量削减,而在模型特征提取中增加提取的复杂性,配合的在池化过程中提高池化敏感性,保持降维带来的敏感性损失,最终在不损失模型精度的同时,减少训练量和计算量。

【发明内容】

为了解决现有技术中的上述问题,本发明提出了一种变电站设备智能检测方法及其系统,所述变电站设备智能检测方法包含:

步骤S1:基于红外热像图提取温度矩阵数据;

步骤S2:对温度矩阵多值化处理;

步骤S3:对温度矩阵作显著化处理;

步骤S4:搭建人工智能模型,基于所述模型作变电站设备的智能检测。

进一步的,所述步骤S4具体为:搭建人工智能模型,所述人工智能模型的输入是经过预处理和显著化处理的温度矩阵;输出为电力设备的位置及类别。

进一步的,所述电力设备包括:避雷器、断路器、电流互感器、套管、电压互感器、GIS套管、隔离开关、绝缘子、线夹、变压器、电容器、电抗器、穿墙套管、电力电缆和油枕等。

进一步的,对每种设备分别选取1000条温度数据,组成样本数据集合。

进一步的,在对上述人工智能模型进行训练的过程中,在前200次迭代,学习率设置为1e-4,200次迭代后,学习率设置降低为1e-5

进一步的,共迭代训练2500次,每次迭代1200步,训练后使得模型的mAP=89.98%;。

一种变电站设备智能检测系统,其特征在于,包含:服务器和一个或者多个客户终端,客户终端拍摄图像,并将拍摄的图像上传到服务器中以获取检测结果;所述服务器用于执行变电站设备智能检测方法。

进一步的,所述服务器为云服务器。

一种变电站设备智能检测装置,其特征在于,包含:

一储存单元,配置以储存一应用程序;以及

一处理单元,电性耦接于一输入单元以及该储存单元,该处理单元配置以执行变电站设备智能检测方法。

一种用于变电站设备智能检测的存储介质,其特征在于,所述存储介质用于存储变电站设备智能检测方法的指令。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江天铂云科光电股份有限公司,未经浙江天铂云科光电股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110689109.0/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top