摘要
本申请公开了一种变电站设备检测及巡视方法、装置、设备及介质,涉及变电站巡检技术领域,用于解决现有技术存在的缺陷识别精准度较低等技术问题。所述方法包括:对目标变电站设备进行多模态数据采集,获得目标多源检测数据;采用训练后的故障识别模型对目标多源检测数据进行故障识别,获得识别结果;其中,训练后的故障识别模型包括LSTM层、Transformer层、特征融合层和输出层,LSTM层与Transformer层并行;将识别结果与预设的故障模式库中的故障模式数据进行匹配,确定目标变电站设备是否发生故障;若确定目标变电站设备发生故障,则触发预警,并生成故障诊断报告,所以,可以通过多模态数据融合技术与智能算法的深度结合,以大大提高缺陷识别的精准度。
技术关键词
多源检测数据
多模态数据采集
变电站设备检测
虚拟变电站
巡视方法
WebRTC技术
计算机可执行指令
变电站巡检技术
模式
实时通信
多模态数据融合
校准
智能穿戴设备
地理信息系统
巡视装置
存储程序指令
去噪算法
依赖特征
系统为您推荐了相关专利信息
动态
深度神经网络架构
噪声强度
异质传感器
对比度
融合多模态特征
损失函数优化
注意力机制
多层感知机
时序
智能化分析方法
血流动力学参数
深度学习模型
多模态数据采集
预测误差
多模态数据采集
裂纹扩展速率
疲劳寿命预测
雨流计数法
应力