【技术实现步骤摘要】
本专利技术涉及绝缘子缺陷识别，更具体地说，涉及一种基于深度学习的输电线路绝缘子缺陷识别方法。
技术介绍
1、输电线路绝缘子作为电网绝缘体系的核心部件，其缺陷（表面污秽、伞裙破损等表面缺陷，内部分子链断裂、隐蔽性电蚀等隐蔽缺陷）的精准识别是保障线路安全运行的关键。在光伏并网场站配套的输电线路中，受光照、云层等因素影响，光伏逆变器输出功率呈显著间歇性与波动性，该特性会引发连锁问题：线路谐波时序数据出现非缺陷性畸变、绝缘子介损值产生虚假波动、红外/紫外图像中缺陷特征被电磁干扰掩盖，形成光伏场站特有的绝缘子缺陷识别工况难点；
2、当前领域内的绝缘子缺陷识别方法存在明显局限性：或依赖单一模态数据（如仅用可见光图像），无法覆盖“表面+隐蔽”全类型缺陷；或虽尝试多模态融合，但未针对光伏功率波动设计适配机制，既未过滤波动对谐波、介损数据的干扰，也未动态调整不同波动场景下各模态的识别权重。这导致在光伏场站场景中，缺陷识别精度低（隐蔽缺陷漏判率超35%），且无法建立缺陷与光伏工况的关联，难以支撑运维人员追溯诱因、制定策略，成为制约光伏场站输电线...
【技术保护点】
1.一种基于深度学习的输电线路绝缘子缺陷识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的输电线路绝缘子缺陷识别方法，其特征在于，所述步骤S1中的多模态数据采集具体包括：
3.根据权利要求2所述的一种基于深度学习的输电线路绝缘子缺陷识别方法，其特征在于，所述步骤S2中的数据预处理具体包括：
4.根据权利要求3所述的一种基于深度学习的输电线路绝缘子缺陷识别方法，其特征在于，所述步骤S3中的“深度学习模型构建与训练”具体包括：
5.根据权利要求4所述的一种基于深度学习的输电线路绝缘子缺陷识别方法...
【技术特征摘要】
1.一种基于深度学习的输电线路绝缘子缺陷识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的输电线路绝缘子缺陷识别方法，其特征在于，所述步骤s1中的多模态数据采集具体包括：
3.根据权利要求2所述的一种基于深度学习的输电线路绝缘子缺陷识别方法，其特征在于，所述步骤s2中的数据预处理具体包括：
4.根据权利要求3所述的一种基于深度学习的输电线路绝缘子缺陷识别方法，其特征在于，所述步骤s3中的“深度学习模型构建与训练”具体包括：
5.根据权利要求4所述的一种基于深度学习的输电线...
【专利技术属性】
技术研发人员：章天际，徐刚，万鹏伟，彭飞，刘伟，何江，李龙，邓凡，王俊，
申请(专利权)人：四川华电金川水电开发有限公司，
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。