一种基于深度学习的电力施工监测方法及装置

AITNT
正文
推荐专利
一种基于深度学习的电力施工监测方法及装置
申请号:CN202410911730
申请日期:2024-07-09
公开号:CN119066603A
公开日期:2024-12-03
类型:发明专利
摘要
本发明公开了一种基于深度学习的电力施工监测方法及装置,涉及电力施工监测技术领域,包括通过视频流数据、设备传感数据和人员传感数据来构建每个事故的数据指标表征列表;分析当前事故相关数据的波动性,并且通过波动性将当前一段时间内的电力施工现场的事故相关数据拆分成多段事故相关数据;寻找相近的事故;根据待筛选事故列表对视频流数据、设备传感数据和人员传感数据进行数据融合,通过融合后的特征数据来训练施工安全预测模型。根据待筛选事故列表对视频流数据、设备传感数据和人员传感数据进行数据融合,训练施工安全预测模型,从而提高电力施工监测的准确性和可靠性,保证了电力施工现场的安全稳定运行。
技术关键词
数据 施工监测方法 电力施工现场 传感 视频流 列表 指标 图像 马尔可夫链模型 施工监测装置 施工监测技术 因子 曲线 模块 样本 对象 数值
系统为您推荐了相关专利信息
1
船舶推进系统预旋导轮节能控制方法及流体优化系统
船舶推进系统 节能控制方法 导轮 螺旋桨尾流 液压伺服机构
2
一种基于多维标签体系的数据库传输优化方法及系统
传输优化方法 标签体系 矩阵 网络模块 数据库优化技术
3
一种基于随机森林算法的变压器故障诊断方法及系统
历史故障数据 多维特征向量 随机森林模型 变压器运行数据 故障特征频率
4
一种数据泄露风险检测方法、系统、电子设备及存储介质
重建误差 风险检测方法 企业知识图谱 表达式 风险检测系统
5
一种基于多核表示学习的肺结节检测方法
结节检测方法 图像块 样本 支持向量机模型 单类支持向量机
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号