一种结合鸟粪特征及分形维数的绝缘子鸟粪覆盖诊断方法

    公开(公告)号:CN117351365B

    公开(公告)日:2024-04-02

    申请号:CN202311639525.5

    申请日:2023-12-04

    摘要: 本发明公开了一种结合鸟粪特征及分形维数的绝缘子鸟粪覆盖诊断方法,包括如下步骤:获取绝缘子表面覆盖鸟粪的高分辨率原始图像;使用深度卷积神经网络模型对高分辨率原始图像进行深度感知与学习;引入分形维数概念,度量超分辨率图像,得到超分辨率图像的绝缘子鸟粪的覆盖状况;使用随机森林算法,对超分辨率图像进行自适应的理解和解释;使用时间序列分析法和聚类算法对绝缘子鸟粪覆盖的程度和状态进行实时监测和分析;根据分析结果,判断绝缘子当前是否存在鸟粪积累的趋势;本发明采用深度卷积神经网络模型,对绝缘子表面的鸟粪进行结构特征提取,包括形状、颜色等细节,通过自我学习和持续优化的方式,能够以高准确度检测出这些特性。