- 专利标题: 一种基于卷积神经网络的变电站属性分割方法
-
申请号: CN201510755488.3申请日: 2015-11-09
-
公开(公告)号: CN105426930B公开(公告)日: 2018-11-02
- 发明人: 吴佳 , 苏丹 , 郝小龙 , 袁卫国 , 彭启伟 , 李环媛 , 罗旺 , 刘超 , 余磊 , 高崧 , 冯敏
- 申请人: 国网冀北电力有限公司信息通信分公司 , 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
- 申请人地址: 北京市西城区枣林前街32号院
- 专利权人: 国网冀北电力有限公司信息通信分公司,国家电网公司,南京南瑞集团公司,南京南瑞信息通信科技有限公司
- 当前专利权人: 国网冀北电力有限公司信息通信分公司,国家电网公司南瑞集团有限公司南京南瑞信息通信科技有限公司
- 当前专利权人地址: 北京市西城区枣林前街32号院
- 代理机构: 南京纵横知识产权代理有限公司
- 代理商 董建林; 母秋松
- 主分类号: G06K9/66
- IPC分类号: G06K9/66
摘要:
本发明公开了一种基于卷积神经网络的变电站属性分割方法,建立一个包含七类图像的变电站图像数据库,将图像进行构建属性表和手工标注语义分割,预训练、学习属性分类和属性分割卷积神经网络,再通过卷积神经网络对图像进行属性分类和属性分割。本发明提供的一种基于卷积神经网络的变电站属性分割方法,可以有效地预防和排除输电故障,保证供电的安全和畅通;同时,有效缓解人力监控的压力,达到真正意义上的智能监控。在建立变电站图像数据库上,进行了大量测试,结果表明本发明提出的基于深度卷积神经网络的新型技术具有非常高的实用性和可行性。
公开/授权文献
- CN105426930A 一种基于卷积神经网络的变电站属性分割方法 公开/授权日:2016-03-23