一种基于深度学习的变电站异常智能识别方法及系统

    公开(公告)号:CN112396038A

    公开(公告)日:2021-02-23

    申请号:CN202011489217.5

    申请日:2020-12-16

    摘要: 本发明公开了一种基于深度学习的变电站异常智能识别方法及系统,包括:建立变电站异常数据库;对监控视频数据进行分析,获得变电站异常图像数据集;对变电站异常图像数据集中的每个图像进行标注,获得标注后的训练数据集;建立基于深度学习的变电站异常识别模型,基于训练数据集对模型进行训练,获得训练后的变电站异常识别模型;当变电站异常报警时,将异常报警时的监控图像输入变电站异常识别模型,模型输出结果完成变电站异常识别。本方法及系统能够高效准确的对变电站进行识别;本方法中的模型训练数据准确,能够保障模型识别准确,且训练数据质量高,计算量小。本方法中的清洁结构能够对镜片进行清洁,避免模型误识别。

    一种指针式仪表读数识别方法

    公开(公告)号:CN110490145B

    公开(公告)日:2021-09-17

    申请号:CN201910776215.5

    申请日:2019-08-22

    IPC分类号: G06K9/00

    摘要: 一种指针式仪表读数识别方法,包括如下步骤:设置样本库;对仪表盘识别;识别出仪表盘的中轴线和底部线段;识别转轴轴心,设置一条穿过轴心,并与仪表盘的底部线段平行的直线作为基准线;设置一组穿过圆心的直线作为检测线,根据识别夹角值计算出指针读数。本发明通过对指针式仪表通常图样的具体分析,预先对样本和输入图样进行分析,减少输入样本数量和样本比对所需要的大量计算,提高了识别速度,便于对仪表读数迅速作出识别判断。