-
公开(公告)号：CN107607207A
公开(公告)日：2018-01-19
申请号：CN201710726998.7
申请日：2017-08-22
申请人： 中国科学院深圳先进技术研究院 , 广州供电局有限公司
摘要： 本发明涉及一种电力设备热故障诊断方法、系统及电子设备。所述方法包括：采集电力设备的红外图像，根据红外图像构建卷积神经网络模型；将待检测的红外图像输入所述卷积神经网络模型，通过所述卷积神经网络模型识别出红外图像中的温度标尺和电力设备；根据所识别的温度标尺像素点的RGB值及温度标尺上下界生成RGB值与温度参照表，并提取所识别的电力设备的RGB值，将提取的RGB值与所述RGB值与温度参照表中的RGB值进行比对，得到所识别的电力设备的温度结果；根据电网系统诊断标准对温度结果进行诊断，判断该电力设备是否出现热故障。本发明通过卷积神经网络模型高效、准确的识别电力设备，通过RGB值精确读取温度，提升电网系统的智能化水平。
-
公开(公告)号：CN107607207B
公开(公告)日：2019-06-28
申请号：CN201710726998.7
申请日：2017-08-22
申请人： 中国科学院深圳先进技术研究院 , 广州供电局有限公司
摘要： 本发明涉及一种电力设备热故障诊断方法、系统及电子设备。所述方法包括：采集电力设备的红外图像，根据红外图像构建卷积神经网络模型；将待检测的红外图像输入所述卷积神经网络模型，通过所述卷积神经网络模型识别出红外图像中的温度标尺和电力设备；根据所识别的温度标尺像素点的RGB值及温度标尺上下界生成RGB值与温度参照表，并提取所识别的电力设备的RGB值，将提取的RGB值与所述RGB值与温度参照表中的RGB值进行比对，得到所识别的电力设备的温度结果；根据电网系统诊断标准对温度结果进行诊断，判断该电力设备是否出现热故障。本发明通过卷积神经网络模型高效、准确的识别电力设备，通过RGB值精确读取温度，提升电网系统的智能化水平。
-
公开(公告)号：CN107480730A
公开(公告)日：2017-12-15
申请号：CN201710792194.7
申请日：2017-09-05
申请人： 广州供电局有限公司 , 中国科学院深圳先进技术研究院
CPC分类号： G06K9/6256 , G06N3/08
摘要： 本发明涉及一种电力设备识别模型构建方法和系统、电力设备的识别方法。上述电力设备识别模型构建方法包括：标注各类电力设备分别对应的红外图像中的电力设备目标，得到样本训练集；输入RPN卷积神经网络，使损失函数有最小值，输出目标候选框；将目标候选框输入Fast-RCNN卷积神经网络，通过全连接层与回归函数计算目标候选框到对应的类别的转换权值，利用边框回归获得目标候选框的位置偏移到对应标签位置的Fast-RCNN参数；将共享卷积层学习率设为0，初始化，在所述RPN卷积神经网络中根据所述Fast-RCNN参数对输入的红外图像进行训练，得到RPN卷积神经网络模型；将目标候选框输入所述RPN卷积神经网络模型，更新Fast-RCNN卷积神经网络，形成统一的Faster-RCNN网络，输出电力设备识别模型。
-
-
搜索结果
3 条记录 (耗时 0.068 秒)
