【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种基于深度学习的配网智能电房缺陷识别及预警方法、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、随着智能电网技术的发展，智能电房作为配电网的重要组成部分，其智能化监控技术得到了广泛应用。在智能电房的运行维护过程中，及时发现和处理设备缺陷对保障供电安全具有重要意义。因此，如何高效地进行智能电房缺陷识别及预警，成为了重要的研究方向。
2、传统技术通常是通过人工巡检的方式，进行智能电房缺陷识别及预警；但是，通过该方式进行智能电房缺陷识别及预警需要耗费较多的人工处理时间，导致智能电房缺陷识别及预警的效率较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高智能电房缺陷识别及预警的效率的基于深度学习的配网智能电房缺陷识别及预警方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种基于深度学习的配网智能电房缺陷识别及预警方法。所述方法包括：
3、获取智能电
【技术保护点】
1.一种基于深度学习的配网智能电房缺陷识别及预警方法，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，所述缺陷类型包括动物入侵类型、水浸类型、烟雾类型和火焰类型；
3.根据权利要求2所述的方法，其特征在于，所述根据所述缺陷类型，对所述历史图像进行缺陷标注处理，得到所述智能电房的目标历史图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述缺陷类型对应的待训练的缺陷识别模型包括所述动物入侵类型对应的待训练的第一缺陷识别模型、所述水浸类型对应的待训练的第二缺陷识别模型、所述烟雾类型对应的待训练的第三缺陷识别模...
【技术特征摘要】
1.一种基于深度学习的配网智能电房缺陷识别及预警方法，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，所述缺陷类型包括动物入侵类型、水浸类型、烟雾类型和火焰类型；
3.根据权利要求2所述的方法，其特征在于，所述根据所述缺陷类型，对所述历史图像进行缺陷标注处理，得到所述智能电房的目标历史图像，包括：
4.根据权利要求3所述的方法，其特征在于，所述缺陷类型对应的待训练的缺陷识别模型包括所述动物入侵类型对应的待训练的第一缺陷识别模型、所述水浸类型对应的待训练的第二缺陷识别模型、所述烟雾类型对应的待训练的第三缺陷识别模型和所述火焰类型对应的待训练的第四缺陷识别模型；
5.根据权利要求1所述的方法，其特征在于，所述将所述智能电房的当前图像输入至所述目标缺陷识别模型中进行缺陷识别处...
【专利技术属性】
技术研发人员：王嘉延，苏东，卢有飞，陆慧，张雨，邹时容，黄文栋，周信行，苏子晴，肖铭杰，黄雅莉，王译萱，范文，陈桓，余珊珊，王德辉，张秋辉，许卓佳，邓仁杰，徐凌寒，刘明昊，贾鹏辉，
申请(专利权)人：广东电网有限责任公司广州供电局，
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。