公开(公告)号：CN117314896B

公开(公告)日：2024-02-06

申请号：CN202311594818.6

申请日：2023-11-28

申请人： 国网湖北省电力有限公司 ,  国网湖北省电力有限公司黄冈供电公司

发明人： 吴兵华 ,  陈森 ,  王瑾轩 ,  董伟 ,  周钰展 ,  刘芷洋 ,  江昊燃 ,  汤云林 ,  陈亚琦 ,  张文昶 ,  杨炎 ,  段欣吟

IPC分类号： G06T7/00 ,  G06V20/17 ,  G06V20/52 ,  G06V10/762 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

摘要： 效率。本发明提供了一种基于深度学习的电力系统异常检测方法及系统，涉及图像处理技术领域，方法包括：获取待检测输电线路同一区域的视觉检测图像和红外检测图像；通过视觉分析模型对视觉检测图像进行分析，生成第一检测结果；通过红外分析模型对红外检测图像进行分析，生成第二检测结果；获取视觉检测图像和红外检测图像对应的环境监测数据，基于环境监测数据环境分析模型对第一检测结果和第二检测结果进行特征值分析，输出第一检测结果的第一特征值和第二检测结果的第二特征值；将第一检(56)对比文件Jingdong Wang,et al..A Review ofPower Equipment Defect Detection Based OnDeep Learning《.2023 IEEE 12thInternational Conference on CommunicationSystems and Network Technologies》.2023,全文.

公开(公告)号：CN117314896A

公开(公告)日：2023-12-29

申请号：CN202311594818.6

申请日：2023-11-28

申请人： 国网湖北省电力有限公司 ,  国网湖北省电力有限公司黄冈供电公司

发明人： 吴兵华 ,  陈森 ,  王瑾轩 ,  董伟 ,  周钰展 ,  刘芷洋 ,  江昊燃 ,  汤云林 ,  陈亚琦 ,  张文昶 ,  杨炎 ,  段欣吟

IPC分类号： G06T7/00 ,  G06V20/17 ,  G06V20/52 ,  G06V10/762 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

摘要： 本发明提供了一种基于深度学习的电力系统异常检测方法及系统，涉及图像处理技术领域，方法包括：获取待检测输电线路同一区域的视觉检测图像和红外检测图像；通过视觉分析模型对视觉检测图像进行分析，生成第一检测结果；通过红外分析模型对红外检测图像进行分析，生成第二检测结果；获取视觉检测图像和红外检测图像对应的环境监测数据，基于环境监测数据环境分析模型对第一检测结果和第二检测结果进行特征值分析，输出第一检测结果的第一特征值和第二检测结果的第二特征值；将第一检测结果和第二检测结果投射到参考图像中，通过位点聚类模型对参考图像进行数据融合，得到异常检测结果。本发明提高了电力系统异常检测的效率。