一种基于深度学习的电力图像数据增广方法技术

本发明专利技术涉及电力图像处理技术领域，公开了一种基于深度学习的电力图像数据增广方法，包括以下步骤：步骤一：架设大棚并组装模拟天气系统和灯光系统，组建模拟电器设备；步骤二：模拟不同设备故障进行数据采集；步骤三：模拟不同天气环境，并同时模拟不同设备故障，再次进行数据采集；步骤四：采集真实数据作为补充图像数据；步骤五：使用增强数据训练。本发明专利技术通过建设与外部环境完全隔离的大棚，在其内部架设模拟的电气设备和电缆等，利用天气系统和灯光系统，模拟出不同的极端天气环境，并且可以随意的改变模拟电器设备和电缆的故障状态，进而利用无人机拍摄获得足够多的图像样本，最后再经过图像数据增广的方式进行深度学习，满足学习要求。习要求。习要求。

【技术实现步骤摘要】
一种基于深度学习的电力图像数据增广方法


[0001]本专利技术涉及电力图像处理
，具体为一种基于深度学习的电力图像数据增广方法。

技术介绍

[0002]电网作为民生与国防建设的重要基础设施，在电能的传输、配送等方面起到决定性的作用，近年来，随着我国电网规模的不断扩大，输电线路及变电站所覆盖的区域面积也越来越大，因此，保证电网安全运行显得尤为重要，为了确保电力设备的稳定安全运行，需要对电力设备或者电缆等进行巡检，而由于电缆的长度和跨度都比较大，不能单纯的依靠人力进行巡检。
[0003]由于直升机、无人机和智能机器人凭借其户外作业效率高、作业风险低以及作业灵活的特点，在电力巡检上的应用逐渐普及，为电力系统带来了大量的巡检图像和视频数据，相较于传统的巡检方法有效地保障了电网的安全。但是受目前的智能化水平限制，一线工作人员对收集的数据只能进行人工分析和识别，才能得到最终的巡检报告，这种处理方法效率低下且人力成本较高，己经无法满足实际的需要。
[0004]在实现该技术方案时，至少还存在以下缺陷：现有技术利用深度学习的图像识别方法在电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的电力图像数据增广方法，其特征在于，包括以下步骤：步骤一：架设大棚，并确保其与外部的环境处于隔离状态，同时在该大棚中架设各种模拟的电力设备和电缆等，随后在大棚中安装天气模拟系统，包括但不限于雨雪天气，雾霾天气和风暴天气等，最后完成大棚内部的灯光系统安装；步骤二：通过对模拟的电气设备和电缆的特殊处理，将其改变至各种的故障状态以及正常的状态，利用无人机作为主要的采集设备，将其投入至大棚中，对模拟电气设备和电缆进行图形的采集，为了获得更多情况下的不同数据，使无人机以不同的运转方式、不同的速度以及工作状态等，对电力设备和图像进行采集；步骤三：启动大棚中的天气模拟系统，并同时配合灯光系统，模拟出雨雪天气、雾霾天气以及风暴天气等极端天气环境，同样的在确保无人机能够正常运行的状态下，对大棚内的模拟的电气设备和电缆处于特殊状态或者正常工作状态时的图像数据进行采集，同样也使无人机处于更多不同的工作状态下采集这些图像数据；步骤四：对室外真实的电力设备和电缆进行无人机的图像数据采集，并且为了获得不同的采集样本，选择更多不同天气的情况下，对数据进行采集，获得对照的数据样本；步骤五：使用增强数据训练...

【专利技术属性】
技术研发人员：李诚，陈亮，易伟，熊伟，曾仕伦，汪晓帆，朱礼鹏，唐海东，李罗宇，李兴建，邓潘，况达，
申请(专利权)人：国网四川省电力公司眉山供电公司，
类型：发明
国别省市：