发明公开
- 专利标题: 一种非接触式高压断路器缺陷检测方法及系统
-
申请号: CN202210428081.X申请日: 2022-04-22
-
公开(公告)号: CN114757925A公开(公告)日: 2022-07-15
- 发明人: 牛博 , 杨鼎革 , 郭子豪 , 韩彦华 , 蒲路 , 吴经锋 , 齐卫东 , 王鸿 , 王森 , 任双赞 , 杨传凯 , 谷永刚 , 陈维 , 刘子瑞 , 薛军 , 李鹏程 , 袁福祥 , 李良书 , 杨博 , 万康鸿 , 左坤 , 李旭 , 王辰曦 , 吴子豪 , 唐露甜 , 李毅 , 张晓兰 , 李文慧 , 高健 , 徐丹 , 唐子卓 , 师愉航 , 边赫 , 卢一晗
- 申请人: 国网陕西省电力有限公司电力科学研究院 , 国网(西安)环保技术中心有限公司
- 申请人地址: 陕西省西安市国家民用航天产业基地航天中路669号;
- 专利权人: 国网陕西省电力有限公司电力科学研究院,国网(西安)环保技术中心有限公司
- 当前专利权人: 国网陕西省电力有限公司电力科学研究院,国网(西安)环保技术中心有限公司
- 当前专利权人地址: 陕西省西安市国家民用航天产业基地航天中路669号;
- 代理机构: 西安通大专利代理有限责任公司
- 代理商 李鹏威
- 主分类号: G06T7/00
- IPC分类号: G06T7/00 ; G06T7/12 ; G06T7/60 ; G06V10/764 ; G06V10/762 ; G06V10/82 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明公开了一种非接触式高压断路器缺陷检测方法及系统,所述非接触式高压断路器缺陷检测方法包括以下步骤:将获取的高压断路器图片输入预训练好的缺陷检测模型中,所述缺陷检测模型输出检测结果;获取所述预训练好的缺陷检测模型的步骤包括:获取断路器的缺陷样本训练集;基于所述缺陷样本训练集,对基于卷积神经网络优化算法的深度学习模型进行学习训练,获得所述预训练好的缺陷检测模型。本发明可减少对断路器故障分析研究所需环境的局限性,在便捷性和可靠性上有显著进步。