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
联合决策方法
实用拜占庭容错算法
PBFT算法
多传感器融合
机器学习模型
数据分级保护方法
计算机网络环境
风险
动态
防护系统
混合控制方法
蜂窝式
循环水
管主体
卷积神经网络模型
激光点云数据
协方差矩阵
无人机
格网
激光雷达点云数据
发泡聚氨酯泡沫
减压控制装置
乳化器
流量控制阀
PID控制算法