摘要
本发明涉及变电站巡检技术领域,公开了一种基于多模态融合算法的无人机变电站异常检测方法及系统。该方法包括通过多模态传感器采集变电站数据并输入多模态融合算法;基于多模态融合算法的卷积神经网络对变电站数据进行特征提取输出多个数据特征;基于多模态融合算法的多头注意力机制对数据特征进行融合得到融合特征;基于多模态融合算法的高斯核函数局部离群因子根据融合特征进行特征分类,以判定出异常点。本发明将高斯核函数局部离群因子与卷积神经网络、多头注意力机制组成多模态融合算法,通过多模态融合算法实现变电站异常检测,提高变电站巡检智能化水平和异常检测能力,实现变电站全自主、高效、安全的智能巡视,以支撑电网稳定运行。
技术关键词
融合算法
多头注意力机制
高斯核函数
融合特征
多模态传感器
微气象监测装置
异常点
异常检测方法
采集变电站
卷积神经网络提取
数据
矩阵
因子
光学摄像头
无人机
变电站巡检技术
巡检机器人
红外摄像头
系统为您推荐了相关专利信息
监测数据恢复方法
海上风机
多模态特征融合
融合特征
样本
图像处理模型
网络单元
预测特征
网络特征
噪声图像
多头注意力机制
心率检测方法
脉搏波
滑窗滤波
多层感知机
力反馈手套
太空站
多模态传感器
柔性传感器阵列
维修系统
故障检测模型
设备特征
打印设备
参数
故障检测方法