摘要
本发明涉及电力设备安全检测技术领域,并公开了一种电力设备热故障诊断方法、装置、存储介质及计算机设备,方法包括采集变电站现场的红外图像数据,构建红外图像数据集并进行图像增强处理;利用结合跨阶段局部网络和注意力机制的实例分割模型进行目标识别与分割,确定电力设备区域;将电力设备区域的灰度值输入至深度神经网络模型中,得到目标电力设备的温度值,利用核密度估计法绘制温度值的概率密度曲线,获取目标电力设备的参考温度并计算热点温度;计算相对温差并基于预设故障判断标准确定故障状态。上述方法提高原始数据质量,精准识别与分割电力设备,并进行高精度温度预测,最终完成对于电力设备全自动且可靠的故障判断。
技术关键词
电力设备
概率密度曲线
实例分割模型
核密度估计法
深度神经网络模型
图像增强
采集变电站
空间金字塔池化
注意力机制
温差
热点
颈部结构
输出特征
数据
计算机设备
多尺度特征融合
故障诊断装置