一种基于双模态数据融合的变电站设备检测方法及系统技术方案

本发明专利技术公开了一种基于双模态数据融合的变电站设备检测方法及系统，方法包括以下步骤：从变电站获取待测变电站设备的红外模态图像和可见光模态图像，并对红外模态图像和可见光模态图像进行预处理；基于双流‑YOLOv5神经网络，构建多模态检测模型；将预处理后的红外模态图像和可见光模态图像输入多模态检测模型，分别获得红外模态特征图以及可见光模态特征图；进行自注意力融合，经一系列特征图相加，获得融合特征图；基于融合特征图，获得目标信息；对目标信息进行目标定位，获得目标位置，完成变电站设备的检测。本发明专利技术能够更好地提高特征的表达能力，可以进一步提高变电站设备检测的准确性。

【技术实现步骤摘要】

本专利技术属于计算机视觉，具体涉及一种基于双模态数据融合的变电站设备检测方法及系统。

技术介绍

1、变电站设备的可靠运行对维持电力系统稳定供电至关重要。变电站巡检是电力设备维护的重要一环。通过对变电站设备进行定期巡检，可以发现设备的故障和磨损，能够及时发现潜在的安全隐患，采取措施提高设备的可靠性和寿命，从而避免事故的发生，确保工作人员和设备的安全。

2、原始的变电站巡检情况一般采用人工巡检方式，这种方式需要投入大量的人力资源，而且还面对着危险、复杂、多变的高压环境。此外，人工巡检通常是定期或间歇性进行的，无法实现对设备状态的连续、实时检测，从而无法及时发现设备故障问题。随着科技的发展，人工巡检方式逐渐转换为机器人采集关键设备图像，获取变电站各项参数、设备状态和巡检数据，再由专业的运维工程师根据工作经验对采集到的异常图像进行处理。

3、将图像检测技术应用在变电站设备检测的方向上，自动的对变电站设备进行检测，已经逐渐成为了该方向上的主流方向之一，但变电站设备检测中存在背景复杂、目标较多、光线过强或过弱等难点，相关的图像检测方法容易导致效本文档来自技高网...

【技术保护点】

1.一种基于双模态数据融合的变电站设备检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于双模态数据融合的变电站设备检测方法，其特征在于，步骤S2中，所述双流-YOLOv5神经网络包括依次邻接的双流Backbone网络、Neck网络和Head检测头；

3.根据权利要求2所述的基于双模态数据融合的变电站设备检测方法，其特征在于，步骤S3中，

4.根据权利要求2所述的基于双模态数据融合的变电站设备检测方法，其特征在于，步骤S4中，获得红外互补特征图以及可见光互补特征图的方法为：

5.根据权利要求4所述的基于双模态数据融合的变电站设...

【技术特征摘要】

1.一种基于双模态数据融合的变电站设备检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于双模态数据融合的变电站设备检测方法，其特征在于，步骤s2中，所述双流-yolov5神经网络包括依次邻接的双流backbone网络、neck网络和head检测头；

3.根据权利要求2所述的基于双模态数据融合的变电站设备检测方法，其特征在于，步骤s3中，

4.根据权利要求2所述的基于双模态数据融合的变电站设备检测方法，其特征在于，步骤s4中，获得红外互补特征图以及可见光互补特征图的方法为：

5.根据权利要求4所述的基于双模态数据融合的变电站设备检测方法，其特...

【专利技术属性】
技术研发人员：毛万登，田杨阳，袁少光，李苗苗，姜亮，李哲，刘善峰，智海燕，张小斐，张卓，郑伟，邹文杰，鲍华，
申请(专利权)人：国网河南省电力公司电力科学研究院，
类型：发明
国别省市：