摘要
本发明公开的属于绝缘子技术领域,具体为一种基于深度学习的绝缘子覆冰检测及融冰方法,包括具体步骤如下:S1:构建绝缘子图像数据集,对数据集中的图像进行预处理;S2:构建绝缘子图像分割模型,用于分割图像中存在的绝缘子;S3:训练绝缘子图像分割模型;S4:应用绝缘子图像分割模型,计算绝缘子覆冰程度;S5:监测绝缘子覆冰程度,对严重覆冰绝缘子进行融冰处理。本发明有效提升了绝缘子覆冰检测的效率,大幅减少检测所需人力,减少了环境因素对检测的影响。
技术关键词
绝缘子覆冰
图像分割模型
融冰方法
注意力机制
监测绝缘子
残差网络
输入多尺度
多尺度特征融合
清除覆冰
焦耳热效应
像素
模块
绝缘子技术
全局平均池化
超声波技术
系统为您推荐了相关专利信息
生态
卷积神经网络模型
网格
无人机遥感影像
通道
船舶轨迹预测方法
轨迹预测模型
输出特征
数据
LSTM模型
注意力机制
时间预测方法
XGBoost模型
特征选择方法
矩阵
分拣方法
空间金字塔
机械臂
多尺度信息
引入注意力机制
智能监管方法
量子退火算法
电机设备故障
语义特征
智能监管系统