摘要
本申请公开了一种输电线路典型部件的热隐患识别方法、装置、设备及介质,属于电力系统监测技术领域,该方法包括:构建多模态图像分割模型,利用模型对包含输电线路典型部件的红外图像进行分割;基于分割结果,提取典型部件的灰度值,并结合预设的温度信息获取灰度值对应的温度值,形成温度灰度值数据对;对数据对进行异常检测,识别并剔除异常数据点,得到清洗后的温度灰度值数据;对清洗后的温度灰度值数据进行B样条曲线拟合,建立温度与灰度值之间的曲线关系,并基于所述曲线关系识别所述输电线路典型部件的热隐患。该方法提高了输电线路典型部件分割的准确性和鲁棒性,提升了温度灰度映射关系的准确性,从而实现了更可靠的热隐患识别。
技术关键词
图像分割模型
典型
识别方法
异常数据点
线路
前馈神经网络
异常点
电力系统监测技术
样条
曲线
迁移学习策略
关系
森林方法
像素点
多模态信息
特征提取网络
处理器