一种基于深度学习的电缆绝缘材料缺陷检测方法

本发明属于绝缘材料质量检测技术领域，本发明公开了一种基于深度学习的电缆绝缘材料缺陷检测方法；包括：采集电缆电信号和材料综合数据；将电缆电信号进行预处理，得到电信号完善序列；基于电信号完善序列生成复值时间序列信号，基于复值时间序列信号提取拓扑特征数据；将材料综合数据进行预处理，得到材料特征数据，将拓扑特征数据和材料特征数据融合得到综合特征数据；将综合特征数据输入到深度神经网络模型中，输出绝缘材料缺陷概率分数；将绝缘材料缺陷概率分数进行分层聚类分析，生成绝缘材料的缺陷空间分布图，将缺陷空间分布图发送至检测终端，为维修决策提供了重要参考，有助于精准高效地开展维护工作。