【技术实现步骤摘要】
本专利技术涉及电力系统检测领域中的配电设备检测领域，具体而言，涉及一种基于神经网络的配电设备检测方法及装置。
技术介绍
1、配电设备是保障电力系统安全、稳定运行的重要设备，对于电气设备运行状态的监测是电力巡检工作中的重要一环，采用传统的人工巡检，依靠经验判断潜在隐患的工作方式已经难以满足现代电力系统的运行要求.随着图像识别和人工智能技术的发展，基于各种人工智能算法的高清视频检测的监测手段在电力系统中获得了广泛应用。
2、然而，配电设备的种类多，大小形状差别大，其次，配电设备发生缺陷的类型也多种多样，可能因为外力或者外部因素导致配电设备发生缺陷，比如，裸导线上悬挂杂物，受张力的直线接头有抽笺或滑动现象，水泥杆受外力作用，产生错位变形、露筋超过1/3圆周长，受外力作用，存在拉线松脱现象等。也可能因为配电设备运行过热，导致设备变质老化进而导致缺陷产生。
3、因此，电网设备的发生缺陷的原因以及缺陷的类型也是多样的。虽然在相关技术中，也可以通过训练好的目标检测模型去检测导线接头是否存在烧伤现象以及变色现象，但是考虑导线接头...
【技术保护点】
1.一种基于神经网络的配电设备检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述结构纹理特征提取网络中包括多尺度特征提取分支网络，所述多尺度特征提取分支网络具有多个分支网络，每个分支网络的尺度不同，用于提取不同尺度下的结构纹理特征。
3.根据权利要求1所述的方法，其特征在于，将所述第一结构纹理特征数据和所述第一热量分布特征数据进行特征融合，得到第一融合特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述热量分布特征提取网络包括如下之一：循环神经网络，长短时记忆网络。
5.根据权利要求...
【技术特征摘要】
1.一种基于神经网络的配电设备检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述结构纹理特征提取网络中包括多尺度特征提取分支网络，所述多尺度特征提取分支网络具有多个分支网络，每个分支网络的尺度不同，用于提取不同尺度下的结构纹理特征。
3.根据权利要求1所述的方法，其特征在于，将所述第一结构纹理特征数据和所述第一热量分布特征数据进行特征融合，得到第一融合特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述热量分布特征提取网络包括如下之一：循环神经网络，长短时记忆网络。
5.根据权利要求1所述的方法，其特征在于，所述配电设备包括如下至少之一：导线，塔杆、配电变压器、避雷器、开关机构...
【专利技术属性】
技术研发人员：李海，蓝誉鑫，梁财源，谭锐荣，谢寿志，蓝锦标，张木旺，黄海敏，
申请(专利权)人：广东电网有限责任公司，
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。