一种基于MaskRCNN的变电设备异常识别定位方法及系统

    公开(公告)号:CN112418202A

    公开(公告)日:2021-02-26

    申请号:CN202011060711.X

    申请日:2021-01-11

    IPC分类号: G06K9/20 G06K9/62 G06N3/04

    摘要: 本发明公开了一种基于MarkRCNN的变电设备异常识别定位方法及系统,包括,采集电力设备的实时数据进行预处理;利用iForest算法识别出预处理后的运行数据的异常值,结合K‑means聚类策略标记的所述异常值;基于卷积神经网络构建Mask RCNN目标识别网络模型;将标记的所述异常值输入至所述Mask RCNN目标识别网络模型中进行初步识别,输出目标识别结果;对LSSVM进行训练和参数优化,设定精度要求和阈值,训练完成后输出定位模型;将所述目标识别结果导入所述定位模型内,获得所述电力设备的异常位置信息。本发明大幅度的提升变电设备图像识别准确度的同时,提高了对设备异常位置的定位识别,提升了故障定位信息容错能力、定位效率和准确度。