摘要
本发明公开了一种基于无人机智能图像分析的电力巡检方法及系统,涉及电力巡检技术领域,方法包括:采集电力设备的图像数据,进行预处理;基于深度特征检测算法,提取图像数据中电力设备的边缘特征和结构特征,识别目标区域和类型,标注位置;对电力设备目标区域采用异常检测算法进行电力设备表面特征的像素级分割,提取电力设备的缺陷区域,评估缺陷程度;对不同时间段的巡检图像数据进行特征匹配,获取电力设备状态变化特征,生成健康状态变化趋势,生成巡检报告。通过无人机与深度学习算法的结合,大幅提高电力设备巡检的效率和智能化水平,不仅解决人工巡检和固定监测手段的局限性,还为电力设备的智能化维护提供了强有力的技术支撑。
技术关键词
电力巡检方法
图像分析
无人机
电力设备表面
识别电力设备
巡检图像
矩阵
像素
时间段
逻辑
电力巡检系统
电力设备巡检
电力巡检技术
数据
摄像设备
深度卷积网络
算法
序列
系统为您推荐了相关专利信息
多控制器部署方法
节点特征
深度强化学习模型
时延
信噪比
莲藕田间栽培
远程自动化管理
松土作业
时域特征
频域特征
动态保护方法
固定翼航空器
立方体
保护无人机
长方形
无人机飞行路径
飞行状态数据
指数
通信链路
控制系统