【技术实现步骤摘要】
电力设备渗漏油检测方法、装置、电子设备及存储介质
[0001]本专利技术实施例涉及电力
,特别涉及一种电力设备渗漏油检测方法、装置、电子设备及存储介质。
技术介绍
[0002]电厂需要通过各种电力设备来保障电力的稳定供应,为避免电力设备出现非正常停工等事故工况,尤其是渗漏油造成的非正常停工,需要对电力设备进行巡检。目前,电力设备的渗漏油巡检,一般是依赖人工巡检,人工巡检可能会存在疏漏,且巡检周期较长,无法及时准确的发现电力设备的渗漏油现象。
[0003]因此,亟需提供一种能够及时且准确的检测到电力设备渗漏油的方法。
技术实现思路
[0004]本专利技术实施例提供了一种电力设备渗漏油检测方法、装置、电子设备及存储介质,能够及时且准确的检测到电力设备是否发生渗漏油现象。
[0005]第一方面,本专利技术实施例提供了一种电力设备渗漏油检测方法,包括:获取电力设备易漏点的视频帧,所述易漏点设置有检测试纸;所述易漏点发生渗漏油现象时油液可浸润相应的检测试纸以使检测试纸的颜色变化为特定颜色;将所述视 ...
【技术保护点】
【技术特征摘要】
1.一种电力设备渗漏油检测方法,其特征在于,包括:获取电力设备易漏点的视频帧,所述易漏点设置有检测试纸;所述易漏点发生渗漏油现象时油液可浸润相应的检测试纸以使检测试纸的颜色变化为特定颜色;将所述视频帧进行图像分割,得到与所述检测试纸相关的区域图像;将所述区域图像输入至预先训练完成的渗漏油检测模型中,所述渗漏油检测模型对所述区域图像进行所述特定颜色的注意力增强处理,并对注意力增强处理后的图像进行特征提取,以利用提取的特征确定所述检测试纸是否发生所述特定颜色的变化,并输出渗漏油检测结果。2.根据权利要求1所述的方法,其特征在于,所述渗漏油检测模型的训练方式包括:获取多个训练样本;所述多个训练样本包括:作为正样本的变色试纸图像和作为负样本的非变色试纸图像;所述变色试纸图像的颜色为所述特定颜色;利用所述多个训练样本对神经网络进行训练,得到所述渗漏油检测模型;所述神经网络至少包括注意力模块、频域空间注意力模块、卷积模块和全连接层;所述注意力模块用于对正样本中的特定颜色进行深度学习,以实现对输入训练样本进行特定颜色的注意力增强处理;所述卷积模块用于对注意力增强处理后的图像进行特征提取;所述全连接层用于利用提取的特征确定训练样本是否存在所述特定颜色。3.根据权利要求2所述的方法,其特征在于,所述正样本和所述负样本均覆盖多个环境参数。4.根据权利要求2所述的方法,其特征在于,所述神经网络还包括频域学习模块;所述频域学习模块用于针对注意力增强处理后的图像,在全局自适应上选择图像中最大面积的至少一个色块,以使所述卷积模块利用该最大面积的至少一个色块进行特征提取。5.根据权利要求4所述的方法,其特征在于,所述针对注意力增强处理后的图像,在全局自适应上选择图像中最大面积的至少一个色块,包括:对所述注意力增强处理后的图像进行二维快速傅里叶...
【专利技术属性】
技术研发人员:陈珍,林旗力,戚宏勋,
申请(专利权)人:中国电力工程顾问集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。