[发明专利]基于RVI-BNN的配电线路鸟巢故障识别方法在审
| 申请号： | 202111205160.6 | 申请日： | 2021-10-15 |
| 公开（公告）号： | CN113903032A | 公开（公告）日： | 2022-01-07 |
| 发明（设计）人： | 徐雄军;汤迎春;张军;杨龙;蔡立功;孙伟君;夏翔;沈刚;方冬;刘刚;叶进忠;靳文新;谢学平;李杰;汤力;李俊;路兴帅 | 申请（专利权）人： | 国网湖北省电力有限公司孝感供电公司 |
| 主分类号： | G06V20/70 | 分类号： | G06V20/70;G06V10/764;G06V10/774;G06N3/04;G06N3/08;G06N5/04 |
| 代理公司： | 宜昌市三峡专利事务所 42103 | 代理人： | 吴思高 |
| 地址： | 432000 *** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于RVI‑BNN的配电线路鸟巢故障识别方法，包括以下步骤：步骤1：通过无人机巡检拍摄，采集真实场景下的配电线路杆塔图像；步骤2：对采集到的原始图像数据集进行标记，构建配电线路鸟巢图像数据集；步骤3：对步骤2中的配电线路鸟巢图像数据集进行深度学习模型训练，获得配电线路鸟巢故障识别模型；步骤4：通过上述训练过程得到的配电线路鸟巢故障识别模型，对无人机巡检中获取的配电线路图像进行检测。本发明将重参数化变分推断与贝叶斯神经网络模型结合，通过变分推断近似贝叶斯网络模型权重参数的后验分布，用于无人机配电线路巡检图像中识别，具有非常强的鲁棒性。 | ||
| 搜索关键词： | 基于 rvi bnn 配电 线路 鸟巢 故障 识别 方法 | ||
【主权项】：
暂无信息
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湖北省电力有限公司孝感供电公司，未经国网湖北省电力有限公司孝感供电公司许可，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/patent/202111205160.6/，转载请声明来源钻瓜专利网。
