一种硅橡胶电缆附件无损检测方法、装置及系统

AITNT
正文
推荐专利
一种硅橡胶电缆附件无损检测方法、装置及系统
申请号:CN202510294631
申请日期:2025-03-13
公开号:CN119810104A
公开日期:2025-04-11
类型:发明专利
摘要
本发明属于电缆附件检测技术领域,具体为一种硅橡胶电缆附件无损检测方法、装置及系统,方法包括获取红外热成像检测数据;获取紫外成像检测数据,构建硅橡胶电缆附件红外‑紫外关联模型,匹配硅橡胶电缆附件红外‑紫外关联等级;确定硅橡胶电缆附件表面层缺陷数据;采集硅橡胶电缆附件外观检测数据,得到硅橡胶电缆附件外表检测信号;基于BP神经网络模型,输出硅橡胶电缆附件外表检测等级;使用深度置信网络模型,输出硅橡胶电缆附件电气性能分类结果;匹配硅橡胶电缆附件无损检测综合得分,判断硅橡胶电缆附件是否合格。本发明克服了传统单一检测方法的局限性,能够更准确地发现潜在安全隐患,为电力系统的安全运行提供有力保障。
技术关键词
硅橡胶电缆附件 无损检测方法 深度置信网络模型 BP神经网络模型 性能检测数据 光学相干层析成像 电气 因子 受限玻尔兹曼机 分类器 sigmoid函数 表面波 信号 无损检测系统 潜在安全隐患 无损检测装置
系统为您推荐了相关专利信息
1
洞室群开挖过程围岩位移监测数据的优化处理方法
多点位移计 围岩强度 位移监测数据 三维地质模型 BP神经网络模型
2
一种基于高光谱技术小麦种子生活力无损检测的方法
近红外高光谱成像 种子 光谱转换器 交叉验证方法 无损检测方法
3
一种滑动轴承表面织构的优化方法和系统
织构 滑动轴承表面 BP神经网络模型 润滑 分类阈值
4
一种基于图像识别的电缆附件无损检测方法
电缆附件 无损检测方法 配准特征 压缩感知重建算法 迁移学习策略
5
基于萤火虫与深度置信网络的职业技能认知水平分层方法
深度置信网络模型 分层方法 萤火虫算法 受限玻尔兹曼机 指标
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号