基于深度学习的输电线路绝缘子缺陷识别方法

本发明公开了一种基于深度学习的输电线路绝缘子缺陷识别方法，涉及绝缘子缺陷识别技术领域，旨在解决现有识别方法在光伏波动工况下识别精度低的技术问题，包括以下步骤：S1.多模态数据采集：同步采集输电线路绝缘子的图像数据、线路谐波时序数据、绝缘子介损值数据及光伏功率波动数据；S2.数据预处理：对图像数据进行场景自适应增强，对谐波时序数据进行波动关联干扰过滤，得到预处理后的数据；S3.深度学习模型构建与训练：构建含功率波动‑特征敏感度映射机制的动态权重融合深度学习模型，采用跨场景、跨组件类型的标注样本对模型进行训练。本发明具有提升光伏场站绝缘子缺陷识别准确率的优点。