摘要
本发明实施例公开一种电力设备状态监测和模型训练方法、电子设备及存储介质,该方法包括:将电力设备的巡视图像输入至预训练的图像重建模型中;通过模型的特征提取模块对巡视图像进行浅层特征提取得到浅层图像特征,并通过模型的非线性映射模块,基于浅层图像特征获取深层图像特征;通过模型的上采样模块,基于浅层图像特征和深层图像特征采用上采样操作,获取重建高分辨巡视图像;以及基于重建高分辨巡视图像,确定电力设备的运行状态。本发明实施例能够基于巡视图像监测获取电力设备的准确运行状态。
技术关键词
加权残差
图像重建
模型训练方法
输出特征
特征提取模块
电力设备状态监测
上采样
浅层特征提取
非线性
样本
超分辨率算法
融合特征
电子设备
通道
处理器
采样模块
系统为您推荐了相关专利信息
数据智能识别方法
加密解密
深度残差卷积神经网络
训练样本集
采集设备
文本分类模型
模型训练方法
文本分类方法
格式模板
文本分类装置
语音识别系统
特征提取模块
增益控制单元
神经网络语言模型
信号转换单元
人工智能图像
局部特征提取
训练样本图像
融合特征
图像块