一种基于RTDETR的半监督学习的电力设备状态识别方法及系统

本发明公开了一种基于RTDETR的半监督学习的电力设备状态识别方法及系统包括：获取目标电力设备的不同工况场景数据，并对不同工况场景数据进行预处理，预处理包括数据清洗、数据补充以及数据标注，预处理后数据包括有标签数据以及无标签数据；基于有标签数据以及无标签数据，对预设的基于RTDETR的状态识别模型进行训练更新，获取更新后的状态识别模型；获取实时电力设备的场景数据，并将实时电力设备的场景数据输入更新后的状态识别模型中，进行电力设备状态识别。利用了大量无标签数据，弥补了在电力变电领域中有标签数据不足的情况，从而有效的降低了标注成本。