摘要
本发明公开了一种基于MSC‑GCN模型设备五维全景重建的故障检测与定位方法、装置,该方法包括以下步骤:步骤S1、多光谱数据采集;步骤S2、多光谱数据预处理与融合;步骤S3、基于MSC‑GCN模型的设备五维全视图重构:对步骤S2中获取的图像数据创建多感知层MSC‑GCN模型进行设备五维全景视图重构;步骤S4、基于对抗多层神经网络对步骤S3中获取的设备内部五维全景视图进行故障检测与定位,输出缺陷位置与类型。本发明能够解决现场数据少、数据不平衡的问题,同时能够高效利用现场的多光谱数据,对设备进行五维全景重建,全面真实反应设备运行实况。
技术关键词
GCN模型
故障检测
可见光图像
特征匹配矩阵
关键点特征
定位方法
遍历方式
极值
重构
设备运行现场
多层感知网络
数据采集模块
幅值
无监督学习
采集设备
多尺度
系统为您推荐了相关专利信息
电力设备
电力无线专网
通信传输系统
故障发生率
频段
故障分析模型
历史故障数据
计算机程序产品
故障检测
复杂度
故障图像识别方法
故障检测模型
区域生成网络
车钩
卷积模块
可见光图像
融合方法
代表
特征提取模块
特征提取网络
深度残差神经网络
缺陷诊断方法
建筑物外墙
外墙保温
可见光图像