【技术实现步骤摘要】
本申请涉及电力电子，特别是涉及一种接线状态监测方法、接线状态监测模型的训练方法及装置。
技术介绍
1、在电力系统中，屏柜背部的竖端子接线状态的监测与诊断在变电站中具有重要意义。屏柜背部的竖端子的正确接线与否直接关系着继电保护功能是否正常，以及电网的安全稳定运行。
2、相关技术中，由于屏柜背部的竖端子处于柜内，外部巡检机器人无法打开柜门操作，因此一般需要在柜内安装导轨机器人来实现竖端子拍照。随后，通过卷积神经网络（convolutional neural networks，cnn）等机器学习算法，对拍摄的屏柜背部端子图像进行特征提取和识别。
3、然而，由于屏柜背部端子的光照条件、接线方式、拍照角度等因素的复杂多变，传统的图像识别方法对于竖端子的接线状态的识别准确率较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高接线状态识别准确率的接线状态监测方法、接线状态监测模型的训练方法及装置。
2、第一方面，本申请提供了一种接线状态监测方法。
【技术保护点】
1.一种接线状态监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述残差神经网络中包括第一处理单元和多个第二处理单元，所述第一处理单元用于对输入的所述待检测图像进行预处理，所述多个第二处理单元均用于通过不同数量的瓶颈子单元提取特征图，每个瓶颈子单元中均包括多个卷积层。
3.根据权利要求2任一项所述的方法，其特征在于，所述瓶颈子单元包括第一瓶颈子单元和第二瓶颈子单元，所述第一瓶颈子单元和所述第二瓶颈子单元中的特征的输入和/或特征的输出的数量不同。
4.根据权利要求1所述的方法，其特征在于，在所述将所述竖...
【技术特征摘要】
1.一种接线状态监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述残差神经网络中包括第一处理单元和多个第二处理单元，所述第一处理单元用于对输入的所述待检测图像进行预处理，所述多个第二处理单元均用于通过不同数量的瓶颈子单元提取特征图，每个瓶颈子单元中均包括多个卷积层。
3.根据权利要求2任一项所述的方法，其特征在于，所述瓶颈子单元包括第一瓶颈子单元和第二瓶颈子单元，所述第一瓶颈子单元和所述第二瓶颈子单元中的特征的输入和/或特征的输出的数量不同。
4.根据权利要求1所述的方法，其特征在于，在所述将所述竖端子的图像输入接线状态监测模型，并获取所述接线状态监测模型输出的接线状态监测结果之前，所述方法还包括...
【专利技术属性】
技术研发人员：晋龙兴，黄福全，张安龙，王其林，郭乐欣，卢正飞，王廷凰，简学之，周瑜，李进，陆兆沿，俞伟国，李洪卫，
申请(专利权)人：深圳供电局有限公司，
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。