龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司
申请日：2024-03-29
公开（公告）日：2024-06-21
公开（公告）号：CN118230199A
主分类号：G06V20/17
分类号：G06V20/17;G06V20/52;G06V10/774;G06V10/82;G06V10/764
优先权：
专利状态码：在审-公开
法律状态：2024.06.21#公开
摘要：本发明涉及一种变电站无人机缺陷筛查方法，包括以下步骤：获取变电站无人机历史运行数据和运行缺陷日志，建立第一训练集；基于第一训练集训练第一机器学习模型，生成变电站无人机的运行缺陷筛查模型；针对变电站无人机，分别拍摄没有缺陷和具有缺陷的变电站无人机的原始图像集，对没有缺陷和具有缺陷的图像进行组合生成组合图像；针对组合图像，对变电站无人机的外观缺陷类型进行分类，基于组合图像和外观缺陷类型建立第二训练集，训练第二机器学习模型，生成变电站无人机的外观缺陷筛查模型；获取变电站无人机的实时运行数据以及监控图像，分别输入至运行缺陷筛查模型和外观缺陷筛查模型进行运行缺陷筛查和外观缺陷筛查。
主权项：1.一种变电站无人机缺陷筛查方法，其特征在于，包括以下步骤：获取变电站无人机历史运行数据和运行缺陷日志，基于历史运行数据和运行缺陷日志构建缺陷数据集和正常数据集，并对缺陷数据集进行数据增强处理，基于增强后的缺陷数据集和正常数据集建立第一训练集；基于第一训练集训练第一机器学习模型，生成变电站无人机的运行缺陷筛查模型；针对变电站无人机，分别拍摄没有缺陷和具有缺陷的变电站无人机的原始图像集，基于没有缺陷的图像生成第一对比图像，并基于有缺陷的图像生成第二对比图像，并将第一对比图像和第二对比图像的颜色设置为具有对比度，将转换颜色后的第一对比图像和第二对比图像进行组合生成组合图像；针对组合图像，根据缺陷的颜色和纵横比中的至少一项，对变电站无人机的外观缺陷类型进行分类，基于生成的组合图像和外观缺陷类型建立第二训练集；基于第二训练集训练第二机器学习模型，生成变电站无人机的外观缺陷筛查模型；获取变电站无人机的实时运行数据以及监控图像，将实时运行数据输入运行缺陷筛查模型进行运行缺陷筛查，将监控图像输入至外观缺陷筛查模型进行外观缺陷筛查。
全文数据：
权利要求：
百度查询： 国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司 变电站无人机缺陷筛查方法、系统、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号