基于YOLOv8和CNN模型的直流电晕放电模式识别方法及系统

基于YOLOv8和CNN模型的直流电晕放电模式识别方法及系统，涉及电力设备监测技术领域；本发明旨在解决高压直流电气设备电晕放电现象难以实时监测和准确分类的技术问题；其方案包括，首先使用数字单反相机拍摄电晕放电可见光图像，并进行人工标注和数据增强处理；然后利用YOLOv8模型进行电晕放电源的检测与定位；接着将定位出的电晕放电区域图像输入到深度卷积神经网络CNN中进行放电模式的分类；最后通过集成学习融合多个CNN模型的输出结果，提高分类准确性；本发明能够实现对高压直流电气设备电晕放电现象的实时监测和准确分类，为电力设备的安全运行提供有力保障，显著提升了运维效率，降低了因电晕放电导致的设备故障风险。