水电站跑冒滴漏识别方法、训练方法、装置及设备制造方法及图纸

技术编号:46435725 阅读:6 留言:0更新日期:2025-09-19 20:39
本申请提出一种水电站跑冒滴漏识别方法、训练方法、装置及设备,通过训练得到水电站跑冒滴漏识别模型,就可以实现对水电站是否出现跑冒滴漏现象以及出现跑冒滴漏现象的区域进行识别,训练时,先对原始图像进行框选标记得到训练集,而后,将训练集输入YOLOv8模型,该模型包括主干网络、颈部网络及检测头,不仅能执行分类任务,还能执行回归任务。这样,可适用于机器人巡检工况下,自动识别管道跑冒滴漏,节约了人力资源,提高了识别准确度和效率,保证了水电站的正常运作。

【技术实现步骤摘要】

本申请涉及图像处理,尤其涉及一种水电站跑冒滴漏识别方法、训练方法、装置及设备


技术介绍

1、水电站的生产现场环境与设备状态十分复杂,涉及多种关键设备如蝶阀、技术供水管、水轮机等,这些设备在运行过程中容易出现所谓的“跑冒滴漏”现象,即跑气、冒水、滴液、漏液等问题。这些问题不仅会造成能源和材料的浪费,增加运营成本,还可能引发设备故障甚至事故,给生产环境和现场工作人员的安全带来严重隐患与威胁。

2、目前,水电站主要依赖人工进行视频监控或现场巡检来进行安全隐患排查,依靠现场员工的定期巡检与监视视频监控画面来实现对跑冒滴漏的识别预警。然而,由于缺乏足够的智能化手段支持,监控与巡检工作往往需要耗费大量的人力资源;其次,频繁的现场巡检工作不仅劳动强度大,而且对时间和人力资源的利用效率低下;此外,依赖人工的方式还要求巡检和监控人员具备高度的责任心和专业技能,任何疏忽都可能导致安全隐患未能及时发现,进而影响到整个电厂的正常运作。


技术实现思路

1、本申请提出一种水电站跑冒滴漏识别方法、训练方法、装置及设备,能够解本文档来自技高网...

【技术保护点】

1.一种水电站跑冒滴漏识别模型的训练方法,其特征在于,所述训练方法包括:

2.如权利要求1所述训练方法,其特征在于,所述主干网络包括:若干设置于不同层级的卷积层以及设置于不同层级的卷积层之间的跨阶段连接c2f模块,所述颈部网络包括:若干设置于不同层级之间的拼接层以及设置于所述拼接层之后的c2f模块,所述主干网络的c2f模块还连接到所述颈部网络的所述拼接层,在c2f模块之后引入置换注意力机制,所述置换注意力机制用于对一部分特征施加通道注意力机制,另一部分特征施加空间注意力机制,并且在通道上进行打乱。

3.如权利要求1所述训练方法,其特征在于,所述颈部网络中采用残差连...

【技术特征摘要】

1.一种水电站跑冒滴漏识别模型的训练方法,其特征在于,所述训练方法包括:

2.如权利要求1所述训练方法,其特征在于,所述主干网络包括:若干设置于不同层级的卷积层以及设置于不同层级的卷积层之间的跨阶段连接c2f模块,所述颈部网络包括:若干设置于不同层级之间的拼接层以及设置于所述拼接层之后的c2f模块,所述主干网络的c2f模块还连接到所述颈部网络的所述拼接层,在c2f模块之后引入置换注意力机制,所述置换注意力机制用于对一部分特征施加通道注意力机制,另一部分特征施加空间注意力机制,并且在通道上进行打乱。

3.如权利要求1所述训练方法,其特征在于,所述颈部网络中采用残差连接的c3模块。

4.如权利要求1所述训练方法,其特征在于,所述检测头包括依次连接的3×3卷积层、1×1卷积层、批量归一...

【专利技术属性】
技术研发人员:莫剑周希念吴扬文李剑波涂康罗立新张卫纯谢振文谭楚楚陈贤军王俊杨子佩
申请(专利权)人:国网湖南省电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1