基于图像识别的绝缘子掉串故障检测方法

    公开(公告)号:CN114359156A

    公开(公告)日:2022-04-15

    申请号:CN202111487299.4

    申请日:2021-12-07

    IPC分类号: G06T7/00 G06T7/13 G06T7/136

    摘要: 基于图像识别的绝缘子掉串故障检测方法,以绝缘子图像为依据,利用二维最大熵改进Canny算子提取绝缘子图像的边缘特征,并通过改进Hough变换检测单片绝缘子,最终通过直线拟合统计绝缘子串上的椭圆个数,实现绝缘子掉串故障检测。本发明一种基于图像识别的绝缘子掉串故障检测方法,以绝缘子图像为依据,基于图像识别技术,通过二维最大熵改进Canny算子提取图像边缘特征,结合改进Hough变换和直线拟合,实现掉串故障检测,有效解决了传统巡检方法导致效率低下,准确率差的问题。

    基于注意力机制的DWT-LSTM电力负荷预测方法

    公开(公告)号:CN114219139B

    公开(公告)日:2023-10-03

    申请号:CN202111487298.X

    申请日:2021-12-07

    摘要: 基于注意力机制的DWT‑LSTM电力负荷预测方法,采用离散小波分解方法对采集到的原始负荷数据进行分解,得到不同尺度负荷分量;引入注意力机制,根据各尺度负荷分量的重要程度进行自适应赋权,完成负荷数据的预处理;利用改进的PSO粒子群算法对LSTM长短期记忆神经网络模型参数进行寻优,得到优化后的LSTM模型;将赋权后的各负荷分量分别代入优化后的LSTM模型进行训练,得到各个负荷分量的LSTM负荷预测模型;将注意力机制处理后得到的负荷分量作为输入,输入到相应分量的LSTM负荷预测模型,即得到各个分量的负荷预测值,然后将各个分量的负荷预测值累加,即为下一时刻电力负荷的预测值。本发明方法能够在多因素交互影响的情况下,准确的预测电力负荷数据。

    基于注意力机制的DWT-LSTM电力负荷预测方法

    公开(公告)号:CN114219139A

    公开(公告)日:2022-03-22

    申请号:CN202111487298.X

    申请日:2021-12-07

    摘要: 基于注意力机制的DWT‑LSTM电力负荷预测方法,采用离散小波分解方法对采集到的原始负荷数据进行分解,得到不同尺度负荷分量;引入注意力机制,根据各尺度负荷分量的重要程度进行自适应赋权,完成负荷数据的预处理;利用改进的PSO粒子群算法对LSTM长短期记忆神经网络模型参数进行寻优,得到优化后的LSTM模型;将赋权后的各负荷分量分别代入优化后的LSTM模型进行训练,得到各个负荷分量的LSTM负荷预测模型;将注意力机制处理后得到的负荷分量作为输入,输入到相应分量的LSTM负荷预测模型,即得到各个分量的负荷预测值,然后将各个分量的负荷预测值累加,即为下一时刻电力负荷的预测值。本发明方法能够在多因素交互影响的情况下,准确的预测电力负荷数据。