申请/专利权人：南京中鑫智电科技有限公司

申请日：2023-12-15

公开（公告）日：2024-03-01

公开（公告）号：CN117409011B

主分类号：G06T7/00

分类号：G06T7/00;G06V20/00;G06V10/44;G06V10/82;G06N3/0464;G06N3/08;G01N21/94;G01N21/88;G01N21/25;G01N25/72;G01P5/00

优先权：

专利状态码：有效-授权

法律状态：2024.03.01#授权;2024.02.02#实质审查的生效;2024.01.16#公开

摘要：本发明涉及电气设备在线监测领域，尤其涉及一种基于目标识别的高压套管表面污秽监测方法及系统，该方法的步骤包括：采集高压套管高光谱图像、高压套管红外图像和环境风速信息；对高压套管高光谱图像和高压套管红外图像进行预处理；对高压套管高光谱图像进行特征波长提取，对高压套管红外图像进行图像特征提取和温度特征提取；构建污秽检测模型，通过污秽湿度检测单元、污秽成分检测单元和污秽程度检测单元得到污秽湿度信息、污秽成分信息和污秽程度信息；综合污秽湿度信息、污秽成分信息、污秽程度信息和环境风速信息，确定污秽的清扫方式和清扫时间。本发明通过构建污秽检测模型，实现对高压套管表面污秽的全方位监测。

主权项：1.一种基于目标识别的高压套管表面污秽监测方法，其特征在于，包括下述步骤：采集高压套管高光谱图像、高压套管红外图像和环境风速信息；对高压套管高光谱图像和高压套管红外图像进行预处理；对高压套管高光谱图像进行特征波长提取，对高压套管红外图像进行图像特征提取和温度特征提取；构建污秽检测模型，通过污秽湿度检测单元、污秽成分检测单元和污秽程度检测单元得到污秽湿度信息、污秽成分信息和污秽程度信息；综合污秽湿度信息、污秽成分信息、污秽程度信息和环境风速信息，确定污秽的清扫方式和清扫时间；所述污秽湿度检测单元基于BP神经网络构建，输入层神经元节点数为15，输入层的输入为提取到的高压套管高光谱图像的特征波长和高压套管红外图像的温度特征，隐含层神经元节点数为8，输出层神经元节点数为1，输出层的输出为污秽湿度信息；所述污秽成分检测单元包括第一DNN回归模型、第二DNN回归模型和第三DNN回归模型3个DNN回归模型，其中第一DNN回归模型和第二DNN回归模型具有相同的网络结构和隐含层参数；所述污秽成分检测单元用于对污秽成分进行检测，具体步骤包括：将预处理后的高压套管高光谱图像划分为标记样本集和候选样本集，对标记样本集中的高压套管高光谱图像进行标签标记；将标记样本集按照9：1的比例划分为训练集和验证集并训练第一DNN回归模型、第二DNN回归模型和第三DNN回归模型；通过训练后的第一DNN回归模型和第二DNN回归模型分别对候选样本集中的高压套管高光谱图像进行伪标签预测，若预测结果一致，则将该高压套管高光谱图像输入第三DNN回归模型，若预测结果不一致，则将该高压套管高光谱图像返回候选样本集；再次训练第三DNN回归模型，若第三DNN回归模型的预测精度大于第一DNN回归模型的预测精度，将该高压套管高光谱图像加入训练集，若第三DNN回归模型的预测精度小于等于第一DNN回归模型的预测精度，将该高压套管高光谱图像返回候选样本集；所述污秽程度检测单元以高压套管高光谱图像的特征波长和高压套管红外图像的图像特征为输入，输出为污秽程度信息，污秽程度信息包括轻度污秽和重度污秽。

全文数据：

权利要求：

百度查询： 南京中鑫智电科技有限公司 一种基于目标识别的高压套管表面污秽监测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD