摘要
本发明涉及输变电设备状态评估技术领域,尤指一种基于多传感器融合的输变电设备状态评估系统,通过获取温度、电流、红外热图、可见光图和激光点云数据,并构建统一时间与空间坐标系,实现多模态数据的精确对齐。通过时序建模、图像显著性提取和点云残差聚类等方法,分别提取短期波动特征、图像热斑与纹理异常特征以及结构变化特征,融合生成联合特征向量,增强多模态信息表达的完整性与协同性。基于固定时间周期,计算相邻周期间联合特征差值得到残差序列,并在滑动时间窗口内进行归一化处理,构建多周期状态残差图谱。最终将图谱输入预训练分类模型,实现设备运行状态的动态识别与异常检测,有效提升复杂工况下的智能评估能力。
技术关键词
多传感器融合
输变电设备
滑动时间窗口
图像显著性提取
激光点云数据
图谱
可见光图像
特征提取模块
残差神经网络
周期
序列
时序
套管局部放电
避雷器泄漏电流
波动特征
语义特征
聚类算法
系统为您推荐了相关专利信息
路径跟踪方法
状态空间方程
多传感器融合
舵轮
控制模块
机器人避障方法
激光点云数据
深度神经网络模型
可见光图像
障碍物类别
碳酸盐岩油藏
产量预测方法
油藏特征
数据采集模块
中央控制模块
多传感器融合
石化装置
巡检机器人
移动框架
移动件