[发明专利]一种基于集成学习的输电设备自动故障识别方法在审
| 申请号： | 201811229533.1 | 申请日： | 2018-10-22 |
| 公开（公告）号： | CN109344905A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 王子蕴 | 申请（专利权）人： | 王子蕴 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 沈阳科苑专利商标代理有限公司 21002 | 代理人： | 王倩 |
| 地址： | 110000 辽宁省沈阳*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于集成学习的输电设备自动故障识别方法，包括以下步骤：获得包含电力设备的源图像，进行目标识别并裁取设备子图像；再将截取到的设备子图像通过深度学习技术进行分类，同时提取设备子图像纹理特征通过支持向量机进行分类，然后将多种分类结果融合进行集成学习，得出故障识别结果。本发明可以更全面地挖掘图像信息，减少由于图像质量带来的训练误差；通过多模型融合检测的集成学习方法，能够有效解决单模型检测带来的由于模型本身设计性缺陷导致的误差及有限的泛化能力，提高了检测的准确率。 | ||
| 搜索关键词： | 集成学习 子图像 输电设备 自动故障 检测 支持向量机 电力设备 分类结果 故障识别 模型融合 目标识别 提取设备 图像信息 纹理特征 有效解决 单模型 设计性 源图像 分类 截取 准确率 裁取 图像 融合 挖掘 学习 | ||
【主权项】：
1.一种基于集成学习的输电设备自动故障识别方法，其特征在于，包括以下步骤：1)获得包含输电设备的源图像，进行目标识别并裁取设备子图像；2)再将裁取到的设备子图像通过深度学习进行分类，同时提取设备子图像纹理特征通过支持向量机进行分类，然后将多种分类结果融合进行集成学习，得出故障识别结果；3)将待检测的输电设备图像进行自适应故障检测。
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王子蕴，未经王子蕴许可，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/patent/201811229533.1/，转载请声明来源钻瓜专利网。
