摘要
本发明公开了一种基于人工智能的电缆缺陷检测方法及系统,通过从多模态数据采集装置获取电缆检测数据;对电缆检测数据进行标准化处理及时间维度对齐操作,得到归一化的多模态数据集;采用卷积神经网络对多模态数据集进行特征提取,通过交替执行三次卷积操作与池化操作生成初步特征集;根据初步特征集获取多模态特征向量,通过注意力权重计算模块生成各模态特征的动态权重分布;基于动态权重分布对多模态特征向量进行加权融合,得到融合特征集;判断融合特征集中是否包含工况参数特征向量,若融合特征集中包含工况参数特征向量,则将融合特征集输入长短期记忆网络进行时间序列建模。本发明有效提高了电力系统的安全可靠性。
技术关键词
电缆缺陷检测方法
融合特征
缺陷回波信号
长短期记忆网络
电缆表面温度
模态数据采集装置
工况参数
主成分分析方法
电缆外观
线性插值方法
电缆缺陷检测系统
归一化方法
矩阵分解方法
拼接方法
超声波检测单元
光学传感单元
序列
多模态数据采集