一种基于深度学习的绝缘子故障定位识别方法

发明专利有效专利

申请号：
CN201810757293.6
IPC分类号：G06T7/00;G06T7/73;G06N3/04
申请日期：
2018-07-11
申请人：
华南理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的绝缘子故障定位识别方法
申请号	CN201810757293.6	申请日期	2018-07-11
法律状态	实质审查	申报国家	中国
公开/公告日	2019-01-08	公开/公告号	CN109166094A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;7;3;;;G;0;6;N;3;/;0;4查看分类表>
申请人	华南理工大学	申请人地址	广东省广州市天河区五山路381号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	华南理工大学	当前权利人	华南理工大学
发明人	田立斌;阮海清
代理机构	广州市华学知识产权代理有限公司	代理人	李斌

摘要

本发明公开了一种基于深度学习的绝缘子故障定位识别方法，主要解决在电力运行过程中绝缘子发生故障肉眼识别率的问题，该方法主要包括下述步骤：采集绝缘子图像并进行预处理，构建绝缘子图像数据集；构建深度卷积神经网络模型，该模型用于提取绝缘子的特征，并对绝缘子进行类别判定和目标定位；利用绝缘子图像数据集对深度卷积神经网络模型进行训练；最后利用训练完成的深度卷积神经网模型对待测绝缘子图像进行故障定位与识别。本发明基于深度学习的绝缘子故障定位识别方法对绝缘子故障定位准确率高，速度快，实现了绝缘子故障定位的实时检测。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供