基于深度学习的自动化辅助决策系统及方法技术方案

本发明专利技术公开了一种基于深度学习的自动化辅助决策系统及方法，基于深度学习技术，通过编解码过程生成对运维巡检图像的自然语言描述，叠加从图像中获得的位置、时间等信息以及在上述信息基础上获得的地理环境和天气信息；所有这些结果输入关键信息提取子系统，根据关键字提取出关键信息再导入图像语义理解子系统，图像语义理解子系统根据预先的任务设置和安排并在少量人工甚至无人工参与的情况下迅速做出辅助决策。本发明专利技术使行业中诸多繁琐棘手的运维巡检等工作实现了自动识别和理解以及辅助决策的功能，且操作简单，可作为对现有人工读取图像、检测、识别、决策过程的改进甚至替代。

【技术实现步骤摘要】
基于深度学习的自动化辅助决策系统及方法
本专利技术属于电力系统维护领域，尤其涉及一种基于深度学习的自动化辅助决策系统及方法。
技术介绍
运维和巡检是电力电信行业安全生产和正常运营的重要保证之一，也是对电力电信基础设施维护的日常重要工作。在过去几十年里，所有工业化国家都目睹了技术发展，电力电信已成为我们生活中的一件大事。随着这些变化，电力电信资源需求显著提高，相应的运维巡检任务成为驱动安全的优先考虑和安全生产的根本保证。一般来说，电力或电信公司需要建立运维巡检系统和指定计划，指派员工巡检绝缘子和输电线路，收集故障或故障数据，并对其进行分析，以确保设备处于正常状态。显然，企业不得不耗费大量的时间和开支来完成这些任务。此外，收集到图像或视频后，电力或电信公司通常还要指派专人对图像进行识别判断来发现设备故障。在这种情况下，人们必须长时间查看大量图像或视频来检测设备缺陷或异常。很明显，这项任务既费力又费时。而且，这种检测工作很难保持长时间的高精度。
技术实现思路
专利技术目的：针对以上问题，本专利技术提出一种基于深度学习的自动化辅助决策系统及方法，借助深度学习的方法进行图像处理自动实现缺陷、异常及本文档来自技高网...

【技术保护点】
1.一种基于深度学习的自动化辅助决策系统，其特征在于，包括附加信息提取子系统、检测识别子系统、关键信息提取子系统、图像语义理解子系统；附加信息提取子系统和检测识别子系统均连接于关键信息提取子系统，关键信息提取子系统连接图像语义理解子系统。

【技术特征摘要】
1.一种基于深度学习的自动化辅助决策系统，其特征在于，包括附加信息提取子系统、检测识别子系统、关键信息提取子系统、图像语义理解子系统；附加信息提取子系统和检测识别子系统均连接于关键信息提取子系统，关键信息提取子系统连接图像语义理解子系统。2.根据权利要求1所述的基于深度学习的自动化辅助决策系统，其特征在于，所述附加信息提取子系统用于处理运维巡检图像，提取位置和时间附加信息，并在此基础上获得图像描述的地理环境和天气信息。3.根据权利要求1所述的基于深度学习的自动化辅助决策系统，其特征在于，所述检测识别子系统是经过大量图像样本训练形成，包括编码器和解码器，用于实现图像的检测与识别，用自然语言生成一句或一段话来描述图像信息。4.根据权利要求1所述的基于深度学习的自动化辅助决策系统，其特征在于，所述关键信息提取子系统用于根据配置设定提取附加信息提取子系统和检测识别子系统的关键字以获取关键信息，再导入图像语义理解子系统。5.根据权利要求1所述的基于深度学习的自动化辅助决策系统，其特征在于，所述图像语义理解子系统用于根据任务设置和安排实现缺陷、异常及故障等的识别并做出决策，仅需少量人工参与或无人工参与。6.一种基于深度学习的自动化辅助决策方法，其特征在于，包括步骤：(1)图像信息输入自动化辅助决策系统后，分为两条路径，一条路径通过附加信息提取子系统，另一条路径通过检测识别子系统；(2)附加信息提取子系统提取图像中的位置和时间信息，并在此基础上获得图像描述的地理环境和天气信息，并输送至信息提取子系统；(3)检测识别子系统进行图像的检测...

【专利技术属性】
技术研发人员：夏一羽，陆继翔，杨志宏，
申请(专利权)人：国电南瑞科技股份有限公司，
类型：发明
国别省市：江苏,32