【技术实现步骤摘要】
本专利技术属于深度学习和电力系统相结合的，尤其涉及基于深度学习的动力环境视频监控智能巡检方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、建设以新能源为主体的新型数字电力系统是确保电力系统安全高效稳定运转、发展可再生能源、提升能源效率的重要途径。
3、新型数字电力系统以电力行业为主力军，通过各行业与电力系统融合交互，逐渐形成新型能源生态系统，而人工智能、云边协同、通感融合等数字化相关技术在数字绿色电厂、电网数字巡检、跨域电力调度以及赋能绿色低碳等方面对电力行业的发展和创新提供了有力保障。
4、随着新能源快速发展和电力系统数字化转型，通信系统在电网建设中发挥着不可取代的支撑作用。由于通信站和通信机房数量逐年增多、位置偏远分散，机房环境及设备运行状态主要依赖动力环境监控系统，存在告警发现不及时、参数巡视不全面、人工运维成本高、手动巡视速度慢等缺点，亟需一种安全稳定、成熟全面的智能巡检方法。
技术实现思路
...【技术保护点】
1.基于深度学习的动力环境视频监控智能巡检方法，其特征是，包括：
2.如权利要求1所述的基于深度学习的动力环境视频监控智能巡检方法，其特征是，日常巡检路径的获得方式是：
3.如权利要求1所述的基于深度学习的动力环境视频监控智能巡检方法，其特征是，动力环境视频监控系统的监控画面为电力通信行业中在运通信机房动力环境视频监控系统的真实画面。
4.如权利要求1所述的基于深度学习的动力环境视频监控智能巡检方法，其特征是，对原始数据图片进行转换保存为深度学习数据集，包括：
5.如权利要求1所述的基于深度学习的动力环境视频监控智能巡检...
【技术特征摘要】
1.基于深度学习的动力环境视频监控智能巡检方法，其特征是，包括：
2.如权利要求1所述的基于深度学习的动力环境视频监控智能巡检方法，其特征是，日常巡检路径的获得方式是：
3.如权利要求1所述的基于深度学习的动力环境视频监控智能巡检方法，其特征是，动力环境视频监控系统的监控画面为电力通信行业中在运通信机房动力环境视频监控系统的真实画面。
4.如权利要求1所述的基于深度学习的动力环境视频监控智能巡检方法，其特征是，对原始数据图片进行转换保存为深度学习数据集，包括：
5.如权利要求1所述的基于深度学习的动力环境视频监控智能巡检方法，其特征是，还包括为深度学习数据集中的每一张数据图片搭配一个真实标签。
6.如权利要求1所述的基于深度学习的动力环境视频监控智能巡检方法，其特征是，所述深度学习模型的输入层与输出层的维度应分别与数据图...
【专利技术属性】
技术研发人员：杨伟明，薛文丽，粘中元，朱宏伟，邬雪阳，崔鸣石，慕春芳，王华，
申请(专利权)人：国网内蒙古东部电力有限公司信息通信分公司，
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。