一种输电线路外破源识别方法、系统、介质及设备

    公开(公告)号:CN117237363A

    公开(公告)日:2023-12-15

    申请号:CN202311522933.2

    申请日:2023-11-16

    摘要: 本发明属于输电线路安全识别技术领域,具体涉及一种输电线路外破源识别方法、系统、介质及设备,包括:获取输电线路运行环境的图像;提取所获取图像的深层次网络图像特征,确定所获取图像的候选目标区域;采用预设的外破源识别模型在所确定的候选目标区域进行检测识别,完成输电线路的外破源识别;其中,所述预设的外破源识别模型采用引入注意力机制的深度卷积神经网络,感知所确定的候选目标区域内的深层网络图像特征的特征权重,检测识别图像中的外破源隐患。本发明结合基于机器视觉的智能外破源识别模型,对输电线路运行环境的图像进行实时监测,及时发现外破源的安全隐患,提高输电线路运行的安全可靠性。

    一种电力设备运行状态实时检测方法及系统

    公开(公告)号:CN117951585A

    公开(公告)日:2024-04-30

    申请号:CN202410353504.5

    申请日:2024-03-27

    摘要: 本发明公开一种电力设备运行状态实时检测方法及系统,涉及电力设备检测技术领域,方法为:实时获取设定时间段内电力设备运行的多种状态变量数据,构造时空序列数据;将预处理后的时空序列数据输入至检测模型中,输入数据依次通过检测模型中的空间特征提取模块和时空注意力模块提取时空特征,再通过分类模块输出运行状态检测结果;其中,分类模块采用包括两个并行全连接层的多层感知机,一个全连接层用于进行数据投影,另一个全连接层用于进行状态分类,检测模型训练过程中的投影结果和分类结果分别应用于对比损失函数和交叉熵损失函数的计算。本发明利用基于对比学习训练的检测模型,提取多种状态变量数据的时空特征,实现更准确的状态检测。