【技术实现步骤摘要】
本申请涉及工业检测，特别是涉及一种电力设备异常检测法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、随着电力系统的不断发展，电力设备的组成也越来越复杂，为了减少电力设备在电力系统运行过程中的故障情况，需要定期对电力设备进行异常检测。因此，如何准确高效地对电力设备进行异常检测成为至关重要的问题之一。
2、传统技术中，通常是依赖于人工巡检，通过安排操作人员定期检查电力设备，发现电力设备出现异常时及时上报，或者在电力系统中的各个电力设备上都安装传感器，通过实时分析传感器采集到的数据，对电力设备的运行状态进行检测。
3、然而，目前的人工巡检方式过分依赖于操作人员的经验，难以做到实时和全方位的检测，容易遗漏出现异常的电力设备，导致异常检测的准确性较低，而传感器所采集到的数据虽然可以反映电力设备的运行状况，但是数据分析过程的准确性也难以保障，依然存在异常检测的准确性较低的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高对电力设备...
【技术保护点】
1.一种电力设备异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态图像数据包括可见光图像和点云数据，所述对所述多模态图像数据进行特征提取，得到多模态特征数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述多模态特征数据进行无监督特征融合，得到多模态融合特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述异常检测模型包括基于VisionTransformer架构的上下文编码器、基于Vision Transformer架构的目标编码器，以及基于Vision Trans...
【技术特征摘要】
1.一种电力设备异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述多模态图像数据包括可见光图像和点云数据，所述对所述多模态图像数据进行特征提取，得到多模态特征数据，包括：
3.根据权利要求2所述的方法，其特征在于，所述对所述多模态特征数据进行无监督特征融合，得到多模态融合特征数据，包括：
4.根据权利要求1所述的方法，其特征在于，所述异常检测模型包括基于visiontransformer架构的上下文编码器、基于vision transformer架构的目标编码器，以及基于vision transformer架构的预测器，所述vision transformer架构中包括多个transformer层，每个所述transformer层中包括一个注意力层和一个全连接的多层感知器，所述注意力层的输出为所述全连接的多层感知器的输入。
5.根据权利要求1至4任意一项所述的方法，其特征在于，所述获取待检测电力设备的多模态图像数据，包括：<...
【专利技术属性】
技术研发人员：高朋，饶竹一，李英，宋文政，
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。