一种改进YOLO模型的容性设备故障诊断方法

AITNT
正文
推荐专利
一种改进YOLO模型的容性设备故障诊断方法
申请号:CN202510324386
申请日期:2025-03-19
公开号:CN119832259B
公开日期:2025-07-08
类型:发明专利
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
1
一种用于儿童近视预测的方法及系统
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
2
换流阀的故障检测方法、装置、计算机设备和存储介质
可见光图像 输出特征 融合特征 特征提取网络 数据
3
一种基于深度学习的图像去水印方法及装置
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
4
吊挂系统设备故障诊断方法及系统
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
5
设备故障诊断方法、装置、模型训练方法、设备及介质
数据样本集合 故障诊断模型 半监督学习 波形 训练设备
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