发明公开
- 专利标题: 基于深度学习的电网线路故障识别方法及系统
-
申请号: CN202210674948.X申请日: 2022-06-15
-
公开(公告)号: CN115170988A公开(公告)日: 2022-10-11
- 发明人: 李楠 , 王磊 , 杨智文 , 郭超 , 东海 , 付超 , 赵树佳 , 王元会 , 张同年 , 洪迪 , 魏亚 , 翟恩腾
- 申请人: 国网山东省电力公司济宁市任城区供电公司 , 国网山东省电力公司济宁供电公司 , 国家电网有限公司
- 申请人地址: 山东省济宁市任城区环城西路西侧; ;
- 专利权人: 国网山东省电力公司济宁市任城区供电公司,国网山东省电力公司济宁供电公司,国家电网有限公司
- 当前专利权人: 国网山东省电力公司济宁市任城区供电公司,国网山东省电力公司济宁供电公司,国家电网有限公司
- 当前专利权人地址: 山东省济宁市任城区环城西路西侧; ;
- 代理机构: 济南圣达知识产权代理有限公司
- 代理商 李圣梅
- 主分类号: G06V20/17
- IPC分类号: G06V20/17 ; G06V10/764 ; G06V10/766 ; G06V10/82 ; G06V10/74 ; G06V10/46 ; G06T7/73 ; G06N3/04 ; G06N3/08 ; G06Q50/06
摘要:
本发明公开了一种基于深度学习的电网线路故障识别方法,包括:根据预先收集的电网输电线路图像数据训练目标检测模型;利用无人机采集当前的输电线路的图像数据;将获取的图像数据输入所述目标检测模型中,识别图像中输电线路的目标设备;将识别的目标设备图像输入训练完成的故障识别模型中,确定识别的目标设备的类型及判断目标设备是否故障。本发明采用级联网络将小样本故障检测问题分解为目标检测和小样本学习两部分,先利用检测网络定位所有目标部件,后对定位的目标部件进行精确的故障识别,实现电网巡检图像的自动化判读,实现输电线路故障的精确识别。