【技术实现步骤摘要】
本专利技术属于目标检测，更具体地，涉及一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法及系统。
技术介绍
1、随着智能电网的发展，电网正日益成为网络复杂、设备繁多、技术庞杂的综合系统，为保障电力设备设施的运行可靠和有效管理，传统的运维检修方式也已无法满足要求。人工智能与电网应用技术融合，有效的解决了这种问题。尽管目前电力场景中，在边缘侧通过无人机采集数据和神经网络进行检测的巡检方式已经取得了一定进步，但是边缘侧小模型的检测结果仍然不够精确，对于不确定的图片仍然需要人工复核，影响电力无人机巡检的实用性。
2、现有技术中常需要对数据进行标注，但由于部分故障出现的概率较低，异常数据数量较少，使得采集到的数据中各类别的数据分布极不平衡，部分类别的样本出现频率极高，部分类别的样本出现频率极低。导致对现有目标检测网络训练完成后，样本出现频率较高的类别识别精度较高，样本出现频率较低的类别识别精度较低。
3、另外由于嵌入式设备具有体积小、低功耗、可靠性高、成本低等优点，使其很适合在边缘侧部署。然而边缘设备存储和计算资源有限，...
【技术保护点】
1.一种基于自编码器的电力无人机巡检边缘设备缺陷识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：
3.根据权利要求2所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：
4.根据权利要求3所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：
5.根据权利要求3所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：
6.根据权利要求4所述的一种基于自编码器的电力无人机巡检边侧...
【技术特征摘要】
1.一种基于自编码器的电力无人机巡检边缘设备缺陷识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：
3.根据权利要求2所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：
4.根据权利要求3所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：
5.根据权利要求3所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：
6.根据权利要求4所述的一种基于自编码器的电力无人机巡检边侧设备缺陷识别方法，其特征在于：
7.根据权利要求...
【专利技术属性】
技术研发人员：史存存，陈帅，吴春鹏，林龙，杨訸，
申请(专利权)人：中国电力科学研究院有限公司，
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。