摘要
本发明公开了一种变压器表面缺陷诊断方法、系统、设备及存储介质,方法包括,对变电站巡视系统采集到的变压器可见光图像进行图像预处理,并按预设比例分为训练集和测试集,对训练集中的图像标注缺陷文字描述;采用one‑hot编码方法对缺陷文字描述进行编码,同时基于卷积神经网络模型对训练集中的图像进行池化操作,并与one‑hot编码结合组成最终特征向量,完成初步诊断模型的构建;将训练集中的图像输入初步诊断模型,完成训练,得到变压器表面缺陷诊断模型;使用变压器表面缺陷诊断模型对待检测图像进行检测,将得到的目标向量根据one‑hot编码规则破译得到该图像的缺陷描述,完成变压器表面缺陷诊断;本发明实现了变压器表面缺陷类别诊断与精准定位。
技术关键词
表面缺陷诊断方法
变压器
卷积神经网络模型
变电站巡视系统
可见光图像
编码方法
编码规则
缺陷诊断系统
卷积神经网络提取
训练集
模型预测值
模型训练模块
处理器
池化方法
缺陷类别
程序
诊断模块
自然语言
系统为您推荐了相关专利信息
分布式光伏电站
勘测方法
无人机
计算机可读指令
激光雷达数据
阻抗辨识方法
短路
仿真模型
绕组
电力设备监测技术
可见光图像
识别方法
红外热成像相机
抑制环境噪声
梯度直方图
集群服务器
微电网监控
微电网故障
微电网控制器
数据采集模块