[发明专利]一种面向实景调度的故障缺陷检测方法及系统在审

专利信息
申请号: 202111222524.1 申请日: 2021-10-20
公开(公告)号: CN113989487A 公开(公告)日: 2022-01-28
发明(设计)人: 张庆锐;孙丽丽;翟洪婷;卞若晨;翟启;张延童;卜宪德;罗威;李亮;王敏;杨坤;郑广宁;毛恒;李青;张化代;张茜;高亮;王宝海 申请(专利权)人: 国网山东省电力公司信息通信公司;国家电网有限公司
主分类号: G06V10/25 分类号: G06V10/25;G06V10/762;G06V10/774;G06V10/80;G06K9/62;G06T7/00;G06Q50/06
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 董雪
地址: 250001 山*** 国省代码: 山东;37
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 面向 实景 调度 故障 缺陷 检测 方法 系统
【权利要求书】:

1.一种面向实景调度的故障缺陷检测方法,其特征在于,包括以下步骤:

获取电网设备的图像信息;

根据所获取的图像信息和预设的检测识别模型,判断电网设备的运行状态,识别电网设备的故障缺陷程度;

其中,所述检测识别模型采用双层注意力机制提取不同尺度的图像特征信息,基于单精度目标检测算法进行所获取的图像信息的检测识别,得到电网设备的检测识别结果,基于电网实景调度进行电网设备运行状态的判断,对电网设备的缺陷程度进行识别。

2.如权利要求1中所述的一种面向实景调度的故障缺陷检测方法,其特征在于,所述获取电网设备图像信息之后,通过光调节、锐化和添加噪声的方式进行图像信息的数据增强,扩充图像样本数据集,使用聚类算法优化先验框参数,以提高先验框与目标的匹配度。

3.如权利要求2中所述的一种面向实景调度的故障缺陷检测方法,其特征在于,所述使用聚类算法优化先验框参数的过程为:

确定聚类样本,即基于无人机拍摄的电网设备数据集中的样本集;

基于k-means++聚类算法对默认候选框尺度和宽高比两个样本集进行聚类。

4.如权利要求1中所述的一种面向实景调度的故障缺陷检测方法,其特征在于,所述检测识别模型采用改进的单精度目标检测算法,在骨干网络的CSP1_3和CSP2_1的位置后分别加入注意力机制,构建用于强化含有重要信息的通道特征的双层注意力特征提取机制,以降低电网设备的缺陷位置的漏检率。

5.如权利要求1中所述的一种面向实景调度的故障缺陷检测方法,其特征在于,在所述单精度目标检测算法中采用非极大值抑制将边界框和真实框之间重叠的面积和中心点距离共同来作为对冗余框的剔除标准,加快收敛速度。

6.如权利要求1中所述的一种面向实景调度的故障缺陷检测方法,其特征在于,基于检测识别模型对所获取的图像信息进行识别,得到电网设备的受损情况,基于受损情况判断电网设备的运行状态。

7.如权利要求1中所述的一种面向实景调度的故障缺陷检测方法,其特征在于,所述电网设备的受损情况包括一般受损情况和紧急受损情况;其中,所述一般受损情况是置信度小于设定阈值已经受损程度较小的电网设备所在区域,所述紧急受损情况是置信度大于设定阈值或者受损程度严重的电网设备所区域。

8.一种面向实景调度的故障缺陷检测系统,其特征在于,包括:

获取模块,被配置为获取电网设备图像信息;

检测模块,被配置为根据所获取的图像信息和预设的检测识别模型,判断电网设备的运行状态,识别电网设备的故障缺陷程度;

其中,所述检测识别模型采用双层注意力机制提取不同尺度的图像特征信息,基于单精度目标检测算法进行所获取的图像信息的检测识别,得到电网设备的检测识别结果,基于电网实景调度进行电网设备运行状态的判断,对电网设备的缺陷程度进行识别。

9.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的面向实景调度的故障缺陷检测方法中的步骤。

10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的面向实景调度的故障缺陷检测方法中的步骤。

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国网山东省电力公司信息通信公司;国家电网有限公司,未经国网山东省电力公司信息通信公司;国家电网有限公司许可,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/202111222524.1/1.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