摘要
本申请涉及智能监测技术领域,其具体地公开了一种电气设备渗漏油在线监测系统及方法,其采用基于深度学习的在线监测技术对部署于电气设备周围的传感器实时采集的电气设备气味信号和可见光图像进行特征提取和多模态融合,从而基于电气设备的气味特征和视觉特征综合判断电气设备是否存在渗漏油。这样,可以实现对电气设备渗漏油的实时监测,提高监测效率,降低人工巡检成本,并能够有效预防因渗漏油引发的安全事故。
技术关键词
渗漏油
在线监测系统
多模态
电气设备状态
可见光图像
气味特征
卷积神经网络模型
图像语义理解
视觉特征提取
在线监测方法
跨模态
气味传感器
特征提取模块
信号
判断电气设备
特征值
监测器
智能监测技术
系统为您推荐了相关专利信息
智能诊断模型
多源异构数据
巡检路径
量子陀螺仪
同步单元
文本
动态
Sigmoid函数
三次样条插值法
序列
智能决策系统
路面养护
注意力
子模块
归一化模块
多模态数据融合
激光测距传感器
坐标系
角度传感器
定位方法