【技术实现步骤摘要】
本专利技术涉及电网运维，尤其涉及一种基于上下文多输出融合模块的配电网绝缘子缺陷检测方法及系统。
技术介绍
1、在过去的电力检测实践中，绝缘子缺陷的识别主要依赖于传统的人工检测手段。这种方式不仅效率低下，耗费大量人力和时间资源，更因受限于人为因素的干扰，往往难以覆盖庞大的配电网中所有绝缘子的全面检测。此外，人工检查的主观性和疲劳度极易导致检测结果的误差和遗漏，从而显著增加了电力系统的潜在风险。
2、随着科技的进步与电力检测技术的革新，非接触式的检测手段如红外、紫外、超声波等逐渐进入电力检测领域，并尝试用于绝缘子的缺陷检测。这些技术虽在一定程度上提高了检测的效率和准确性，但高昂的设备成本和对复杂环境背景的敏感性仍限制了它们的广泛应用。
3、当前，基于计算机视觉的检测方法已经成为电力检测领域的研究热点。该方法主要通过提取绝缘子的轮廓、颜色和纹理等关键特征，并结合支持向量机、聚类分析等先进的机器学习技术，实现对图像中绝缘子状态的自动检测。然而，传统的视觉检测方法在处理绝缘子缺陷的多样性、复杂性和不确定性时，往往存在局限性...
【技术保护点】
1.一种基于上下文多输出融合模块的配电网绝缘子缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于上下文多输出融合模块的配电网绝缘子缺陷检测方法，其特征在于，所述上下文多输出融合模块包括多通道学习部分和交叉学习部分；
3.根据权利要求1所述的基于上下文多输出融合模块的配电网绝缘子缺陷检测方法，其特征在于，在所述多尺度特征融合模块中，在低层，将低阶特征通过down sampling下采样模块和1×1卷积进行下采样处理，从而使输出大小减少到输入大小的一半，输出通道数减少到输入的一半；
4.根据权利要求1所述的基于上下文...
【技术特征摘要】
1.一种基于上下文多输出融合模块的配电网绝缘子缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于上下文多输出融合模块的配电网绝缘子缺陷检测方法，其特征在于，所述上下文多输出融合模块包括多通道学习部分和交叉学习部分；
3.根据权利要求1所述的基于上下文多输出融合模块的配电网绝缘子缺陷检测方法，其特征在于，在所述多尺度特征融合模块中，在低层，将低阶特征通过down sampling下采样模块和1×1卷积进行下采样处理，从而使输出大小减少到输入大小的一半，输出通道数减少到输入的一半；
4.根据权利要求1所述的基于上下文多输出融合模块的配电网绝缘子缺陷检测方法，其特征在于，所述方法还包括：
5.一种基于上下文多输出融合模块的配电网绝缘子缺陷检测系统，其特征在于，所述系统包括：
6.根据权利要求5所述的基于上下文多输出融合模块的配电网绝缘子缺陷检测系统，其特征在于，所述上下文多输出融...
【专利技术属性】
技术研发人员：刘泽槐，李龙，宁雪峰，韦薇，袁展图，梁伟斌，谭传明，陈文睿，林志强，姚俊钦，芦大伟，郑再添，纪丹霞，黎海添，张艳艳，周嘉宇，秦立斌，戴喜良，周斌，陈鹏，万敏，
申请(专利权)人：广东电网有限责任公司东莞供电局，
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。