摘要
本公开提供了一种电力设备放电隐患识别方法及相关装置,该电力设备放电隐患识别方法包括获取目标设备的火灾样本图像和故障信息;构建目标设备的深度神经网络模型,基于所述目标设备的历史火灾样本图像训练构建的深度神经网络模型;基于训练好的目标设备的深度神经网络模型对当前火灾样本图像进行检测,确定目标设备的火灾隐患的位置以及火灾隐患识别结果。本公开通过目标设备的历史火灾样本图像训练构建的目标设备的深度神经网络模型,进而确定火灾隐患的位置以及火灾隐患识别结果,有利于及早发现电气设备中的局部过热和处于隐蔽位置的火花放电现象。
技术关键词
深度神经网络模型
火灾
电力设备
识别方法
样本
图像
闪烁频率
诊断模块
存储器
识别装置
处理器
电气设备
电子设备
纹理
形态
数据
颜色
基础
系统为您推荐了相关专利信息
交通流量信息
动态模式识别方法
车辆终端
异常状况
实时数据
火力分配方法
飞行器
深度强化学习模型
构建深度神经网络
嵌入特征
蒙特卡洛
粒子
组织
短波近红外波段
动态剪切流变仪
轻量化神经网络
动态权重分配
设备运行参数
模态传感器
电力设备状态监测