发明公开
- 专利标题: 一种基于深度学习的电力设备缺陷检测识别方法
-
申请号: CN202010870447.X申请日: 2020-08-26
-
公开(公告)号: CN112036463A公开(公告)日: 2020-12-04
- 发明人: 武建华 , 梁利辉 , 刘海峰 , 闫敏 , 刘云鹏 , 裴少通 , 尹子会 , 范晓丹
- 申请人: 国家电网有限公司 , 国网河北省电力有限公司检修分公司
- 申请人地址: 北京市西城区西长安街86号
- 专利权人: 国家电网有限公司,国网河北省电力有限公司检修分公司
- 当前专利权人: 国家电网有限公司,国网河北省电力有限公司检修分公司
- 当前专利权人地址: 北京市西城区西长安街86号
- 代理机构: 石家庄新世纪专利商标事务所有限公司
- 代理商 杨钦祥; 董金国
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明涉及一种基于深度学习的电力设备缺陷检测识别方法,其包括对待具有油液渗漏缺陷的变电站设备进行拍照,构建变电站中设备油液渗漏图像数据集;对数据集进行数据增强以增加样本丰富度;基于Mobilenet-SSD评判机制和变电站中设备油液渗漏图像数据集进行模型训练;将待检测变电站设备图像输入S3所得模型中,进行油液渗漏故障诊断识别。本发明在保证准确率和召回率在工程应用允许范围之内的同时,大大减小了模型的参数大小,提升了模型的计算效率,使其可以方便地部署到嵌入式计算平台中,为变电站设备油液渗漏的机器人巡检提供了新的思路和方法,对边缘计算在变电站运维中的应用具有一定的参考价值。