摘要
本发明公开了基于概率学习的地线损伤识别方法、系统、设备及介质,属于地线损伤识别技术领域,包括:获取地线的超声导波反射信号数据,并根据所述超声导波反射信号数据得到图谱数据;根据所述图谱数据构建概率深度学习模型;基于所述概率深度学习模型和所述图谱数据得到损伤类型识别结果,并确定所述损伤类型识别结果的不确定性量化指标;根据所述损伤类型识别结果并结合所述不确定性量化指标确定地线损伤诊断结果。本发明通过超声导波反射信号数据的降噪处理和时频域联合表征转换,有效解决了钢绞线多股绞合结构导致的强声波散射效应和频散问题,提升了时域反射波包的信噪比,实现了对内层断股、晶间裂纹等隐蔽性腐蚀的早期精准捕捉。
技术关键词
损伤识别方法
深度学习模型
超声导波
图谱
地线
指标
损伤识别系统
损伤识别技术
反向传播方法
信号
消除噪声
诊断模块
数据模块
处理器
计算机设备
识别模块
钢绞线
可读存储介质
存储器
系统为您推荐了相关专利信息
深度学习框架
捕获方法
监测主机
电力数据清洗
数据分析模块
语音交互方法
语义图谱
多模态协同
终端
回声消除
设备状态数据
光伏发电功率预测
人工智能算法
信息数据处理终端
地理位置信息