发明公开
- 专利标题: 一种基于深度学习的绝缘子紫外图像放电信息提取方法及系统
-
申请号: CN202410737214.0申请日: 2024-06-07
-
公开(公告)号: CN118365893A公开(公告)日: 2024-07-19
- 发明人: 刘泽槐 , 李龙 , 宁雪峰 , 谭传明 , 韦薇 , 芦大伟 , 袁展图 , 梁伟斌 , 陈文睿 , 林志强 , 姚俊钦 , 陈鹏 , 郑再添 , 纪丹霞 , 黎海添 , 张艳艳 , 周嘉宇 , 秦立斌 , 戴喜良 , 周斌 , 方桢 , 温皓涌
- 申请人: 广东电网有限责任公司东莞供电局
- 申请人地址: 广东省东莞市东城街道东城路东城段239号
- 专利权人: 广东电网有限责任公司东莞供电局
- 当前专利权人: 广东电网有限责任公司东莞供电局
- 当前专利权人地址: 广东省东莞市东城街道东城路东城段239号
- 代理机构: 北京集佳知识产权代理有限公司
- 代理商 李吉硕
- 主分类号: G06V10/40
- IPC分类号: G06V10/40 ; G06T7/11 ; G06T5/50 ; G06T5/20 ; G06N3/0464 ; G06N3/08
摘要:
本发明涉及电网运维技术领域,公开了一种基于深度学习的绝缘子紫外图像放电信息提取方法及系统,其中方法包括:获取绝缘子的紫外图像;将所述紫外图像输入至分割网络模型,以对绝缘子区域和紫外光斑区域进行分割,并提取放电信息;所述分割网络模型基于DeepLab网络模型,包括三个阶段,分别为卷积阶段、空洞空间金字塔池化阶段和上采样阶段。本发明通过设计分割网络模型,该分割网络模型基于DeepLab网络模型,包括三个阶段,分别为卷积阶段、空洞空间金字塔池化阶段和上采样阶段,使得可对对绝缘子区域和紫外光斑区域进行分割,并提取放电信息,不仅充分利用了深度学习方法的优势,而且分割和提取的结果更加准确可靠。