摘要
本发明提出一种基于改进YOLO模型的容性设备故障诊断方法,涉及电力电数字数据处理技术领域,包括采集容性设备红外图像;使用中值滤波算法对图像进行去噪;使用YOLOv7模型对去噪后的图像进行识别和目标提取;使用FCM算法对处理后的红外图像进行聚类;采用F‑measure方法对聚类结果进行评估。本发明通过图像去噪和目标提取,实现了对容性设备的高效识别,并通过FCM算法,将容性设备的红外图像进行聚类,诊断所述故障类型,便于实现电网智能化管控,提高了故障诊断的效率,降低了人工诊断的危险性。
技术关键词
设备故障诊断方法
YOLO模型
均值聚类方法
FCM算法
变电站容性设备
红外成像仪
滤波算法
设备故障模式
通道
注意力机制
多层级特征
红外热成像仪
图片
全局平均池化
巡检机器人
图像设备
数据
系统为您推荐了相关专利信息
儿童近视
特征匹配算法
数据采集层
儿童视力健康
遗传算法
可见光图像
输出特征
融合特征
特征提取网络
数据
图像去水印方法
轮廓图像
深度卷积神经网络
水印装置
图像获取模块
智能分析模型
吊挂系统
数字孪生模型
设备故障诊断方法
三维建模工具
数据样本集合
故障诊断模型
半监督学习
波形
训练设备