基于卷积神经网络的变电站传感器的识别分类系统及方法

本发明提供基于卷积神经网络的变电站传感器的识别分类系统及方法，方法：采集变电站的传感器图像数据，对图像数据进行预处理，标记为测试数据集和训练数据集；在卷积神经网络的基础上，结合密集连接网络结构和注意力机制模型，构建得到特征提取模型；将训练数据集输入至特征提取模型进行训练；将测试数据集输入至训练好的特征提取模型中，基于特征提取模型的输出数据对传感器进行识别和分类。本发明能够采用该方法对变电站的传感器进行相对准确地识别和分类，进而为后续传感器的可靠性试验提供了数据支撑，相比于现有的分类方法，本发明提升了传感器识别和分类的准确度，降低了传感器受损的风险，提高了变电站传感器试验的效率。