[发明专利]一种电网设备热缺陷识别方法及装置有效
申请号: | 202210729999.8 | 申请日: | 2022-06-24 |
公开(公告)号: | CN115115919B | 公开(公告)日: | 2023-05-05 |
发明(设计)人: | 刘浩;甘津瑞;张屹;吴鹏;李岩;刘鑫 | 申请(专利权)人: | 国网智能电网研究院有限公司;国网安徽省电力有限公司超高压分公司;国家电网有限公司 |
主分类号: | G06V10/80 | 分类号: | G06V10/80;G06Q10/20;G06Q50/06 |
代理公司: | 北京三聚阳光知识产权代理有限公司 11250 | 代理人: | 胡晓静 |
地址: | 102209 北京*** | 国省代码: | 北京;11 |
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 电网 设备 缺陷 识别 方法 装置 | ||
1.一种电网设备热缺陷识别方法,其特征在于,包括:
获取待识别电网设备对应的图像特征,所述图像特征包括可见光图像特征和红外光图像特征;
对所述可见光图像特征和红外光图像特征进行跨模态特征信息交互,得到合成模态共享特征;
从所述合成模态共享特征中分别提取可见光模态的第一互补特征和红外光模态的第二互补特征;
利用第一互补特征对所述可见光图像特征进行增强,得到增强后的可见光图像特征,并利用第二互补特征对所述红外光图像特征进行增强,得到增强后的红外光图像特征;
对所述增强后的可见光图像特征和所述增强后的红外光图像特征进行跨模态特征融合,得到融合特征;
将所述融合特征输入预设电网设备热缺陷识别模型,得到所述待识别电网设备的热缺陷识别结果;
所述对所述可见光图像特征和红外光图像特征进行跨模态特征信息交互,得到合成模态共享特征,包括:
分别对所述可见光图像特征和红外光图像特征进行上下文特征提取,得到第一图像特征和第二图像特征;
分别对所述第一图像特征和所述第二图像特征进行降维处理,得到第三图像特征和第四图像特征;
分别对所述第三图像特征和所述第四图像特征进行特征过滤,提取所述第三图像特征对应的第一共享特征和和所述第四图像特征对应的第二共享特征;
将所述第一共享特征和所述第二共享特征进行逐元素相加操作,得到合成模态共享特征;
所述从所述合成模态共享特征中分别提取可见光模态的第一互补特征和红外光模态的第二互补特征,包括:
分别对所述可见光图像特征、所述合成模态共享特征和所述红外光图像特征进行上下文特征提取,得到第五图像特征、第六图像特征和第七图像特征;
将所述第五图像特征和所述第六图像特征进行逐元素相减操作,得到第一差异特征;
将所述第七图像特征和所述第六图像特征进行逐元素相减操作,得到第二差异特征;
从所述第一差异特征中提取与所述可见光图像特征互补的特征,得到可见光模态的第一互补特征;
从所述第二差异特征中提取与所述红外光图像特征互补的特征,得到红外光模态的第二互补特征。
2.根据权利要求1所述的方法,其特征在于,所述利用第一互补特征对所述可见光图像特征进行增强,得到增强后的可见光图像特征,并利用第二互补特征对所述红外光图像特征进行增强,得到增强后的红外光图像特征,包括:
将所述第一互补特征与所述可见光图像特征进行逐元素相加操作,得到增强后的可见光图像特征;
将所述第二互补特征与所述红外光图像特征进行逐元素相加操作,得到增强后的红外光图像特征。
3.根据权利要求1所述的方法,其特征在于,所述获取待识别电网设备对应的图像特征,包括:
获取待识别电网设备的可见光图像和红外光图像;
分别从所述可见光图像和所述红外光图像中提取可见光图像特征和红外光图像特征。
4.根据权利要求1所述的方法,其特征在于,所述预设电网设备热缺陷识别模型包括:分类子模型和回归子模型,所述将所述融合特征输入预设电网设备热缺陷识别模型,得到所述待识别电网设备的热缺陷识别结果,包括:
将所述融合特征输入所述分类子模型,得到所述待识别电网设备的热缺陷类别;
将所述融合特征输入所述回归子模型,得到所述待识别电网设备的热缺陷位置。
5.根据权利要求4所述的方法,其特征在于,还包括:
获取当前热缺陷位置的待识别电网设备的各热缺陷类别的概率结果;
将所述概率结果进行排序,得到所述概率结果中的最大概率值;
判断所述最大概率值是否超过预设阈值;
当所述最大概率值超过所述预设阈值时,将所述最大概率值对应的热缺陷类别确定为所述待识别电网设备在当前缺陷位置的热缺陷类别。
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智能电网研究院有限公司;国网安徽省电力有限公司超高压分公司;国家电网有限公司,未经国网智能电网研究院有限公司;国网安徽省电力有限公司超高压分公司;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/202210729999.8/1.html,转载请声明来源钻瓜专利网。