System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 无码精品不卡一区二区三区 ,久久亚洲AV永久无码精品,精品无码av无码专区
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    無人機場景下基于多模態輸入的變電設備缺陷檢測方法技術

    技術編號:43962127 閱讀:11 留言:0更新日期:2025-01-07 21:46
    本發明專利技術公開了一種適用于無人機采集數據的基于多模態正常樣本學習的變電設備缺陷檢測方法,包括以下步驟:步驟1、獲取變電站設備的多模態數據并進行預處理;步驟2、從步驟1預處理后的多模態數據提取和融合特征得到特征集;然后將特征集劃分為訓練集、驗證集;步驟3、采用機器學習模型,利用訓練集、驗證集進行正常樣本學習,得到正常分類模型;步驟4、將待檢測的變電站設備多模態數據提取特征后再與正常分類模型進行對比,通過差異分析判斷待檢測的變電站多模態數據中是否含有缺陷特征。本發明專利技術可提高檢測的準確性,減少了人工干預,降低對缺陷樣本的依賴,具有適應性強的優點。

    【技術實現步驟摘要】

    本專利技術涉及變電站設備缺陷檢測方法領域,具體是一種無人機場景下基于多模態輸入的變電設備缺陷檢測方法


    技術介紹

    1、隨著電力系統的不斷發展,變電站設備的安全穩定運行對于整個電網的可靠性至關重要。傳統的變電站設備檢測方法主要依賴人工巡檢,效率低下且存在一定的安全風險。為了解決人工巡檢存在的問題,目前已有變電站設備缺陷檢測算法來實現變電站設備缺陷檢測,但現有的變電站設備缺陷檢測算法大多基于單一模態的數據(如圖像),且對缺陷樣本的依賴較大。然而,在實際應用中,獲取大量的缺陷樣本往往較為困難,且成本高昂。此外,單一模態的數據可能無法全面、準確地反映變電站設備的狀態。

    2、近年來,無人機技術在電力巡檢領域得到了廣泛應用,通過無人機搭載多種傳感器可采集變電站設備的多模態數據,因此若能夠利用多模態數據來實現變電站設備缺陷檢測,無疑可解決現有技術基于單一模型數據實現變電站設備缺陷檢測方法存在的問題。


    技術實現思路

    1、本專利技術提供了一種無人機場景下基于多模態輸入的變電設備缺陷檢測方法,以解決現有技術變電站設備缺陷檢測算法基于單一模態數據存在的對缺陷樣本依賴大的問題。

    2、為了達到上述目的,本專利技術所采用的技術方案為:

    3、無人機場景下基于多模態輸入的變電設備缺陷檢測方法,包括以下步驟:

    4、步驟1、通過搭載在無人機上的多個傳感器獲取變電站設備的多模態數據,并對多模態數據進行預處理;

    5、步驟2、利用特征提取網絡處理步驟1預處理后的多模態數據,以進行特征提取和融合,由此得到特征集;然后將特征集劃分為訓練集、驗證集;

    6、步驟3、采用機器學習模型,所述機器學習模型利用步驟2得到的訓練集、驗證集進行正常樣本學習,學習時通過訓練集對所述機器學習模型進行訓練,訓練后通過驗證集驗證訓練后的所述機器學習模型的預測結果并根據預測結果調整訓練參數,重復上述過程經過多輪訓練直至機器學習模型的損失函數收斂則結束訓練,由此得到正常分類模型;

    7、步驟4、將待檢測的變電站設備多模態數據經過所述特征提取網絡進行特征提取后,再與所述正常分類模型進行對比,通過差異分析判斷待檢測的變電站多模態數據中是否含有缺陷特征。

    8、進一步的,步驟1中,所述多模態數據包括搭載在無人機上的光學相機、多光譜相機、熱成像相機、激光雷達分別采集的變電站設備相應數據。

    9、進一步的,步驟1中,預處理過程包括空間對齊、時間同步、分辨率匹配、輻射定標和歸一化、數據融合以及數據質量檢查。

    10、進一步的,步驟2中,所述特征提取網絡為meta-transformer網絡。

    11、進一步的,步驟2中,采用隨機劃分方式將所述特征集劃分為訓練集、驗證集,其中驗證集中必須包含異常數據。

    12、進一步的,步驟3中,所述機器學習模型為swav。

    13、與現有技術相比,本專利技術優點為:

    14、1.?提高檢測效率和準確性,能夠充分利用無人機采集的多模態數據或者其他方式采集的多模態數據,全面、準確地反映變電設備的狀態,從而提高檢測的準確性;自動化的檢測過程大大提高了檢測效率,減少了人工干預。

    15、2.?降低對缺陷樣本的依賴,基于多模態正常樣本學習,減少了對稀缺的缺陷樣本的依賴,降低了數據采集的成本和難度。

    16、3.?適應性強,在利用搭載多類傳感器的無人機采集的多模態數據時,能夠適應無人機采集數據時的各種復雜情況,如不同的飛行姿態、光照條件和拍攝角度等。

    本文檔來自技高網...

    【技術保護點】

    1.無人機場景下基于多模態輸入的變電設備缺陷檢測方法,其特征在于,包括以下步驟:

    2.根據權利要求1所述的無人機場景下基于多模態輸入的變電設備缺陷檢測方法,其特征在于,步驟1中,所述多模態數據包括搭載在無人機上的光學相機、多光譜相機、熱成像相機、激光雷達分別采集的變電站設備相應數據。

    3.根據權利要求1所述的無人機場景下基于多模態輸入的變電設備缺陷檢測方法,其特征在于,步驟1中,預處理過程包括空間對齊、時間同步、分辨率匹配、輻射定標和歸一化、數據融合以及數據質量檢查。

    4.根據權利要求1所述的無人機場景下基于多模態輸入的變電設備缺陷檢測方法,其特征在于,步驟2中,所述特征提取網絡為Meta-Transformer網絡。

    5.根據權利要求1所述的無人機場景下基于多模態輸入的變電設備缺陷檢測方法,其特征在于,步驟2中,采用隨機劃分方式將所述特征集劃分為訓練集、驗證集,其中驗證集中必須包含異常數據。

    6.根據權利要求1所述的無人機場景下基于多模態輸入的變電設備缺陷檢測方法,其特征在于,步驟3中,所述機器學習模型為SwAV。p>...

    【技術特征摘要】

    1.無人機場景下基于多模態輸入的變電設備缺陷檢測方法,其特征在于,包括以下步驟:

    2.根據權利要求1所述的無人機場景下基于多模態輸入的變電設備缺陷檢測方法,其特征在于,步驟1中,所述多模態數據包括搭載在無人機上的光學相機、多光譜相機、熱成像相機、激光雷達分別采集的變電站設備相應數據。

    3.根據權利要求1所述的無人機場景下基于多模態輸入的變電設備缺陷檢測方法,其特征在于,步驟1中,預處理過程包括空間對齊、時間同步、分辨率匹配、輻射定標和歸一化、數據融合以及數據質量檢查。...

    【專利技術屬性】
    技術研發人員:周斌陳晶晶王神玉戴永東王茂飛陳挺鞠玲章書朋王肖孔文卓
    申請(專利權)人:國網江蘇省電力有限公司泰州供電分公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 久久水蜜桃亚洲AV无码精品| 国产亚洲精品无码专区| 国外AV无码精品国产精品| 亚洲大尺度无码无码专线一区 | 亚洲国产AV无码专区亚洲AV | 国产免费av片在线无码免费看| 亚洲精品人成无码中文毛片| 无码精品人妻一区二区三区免费看| 国产精品亚洲专区无码牛牛| 亚洲av无码不卡久久| 中文精品无码中文字幕无码专区 | 人妻丰满熟妇AV无码区免| 九九久久精品无码专区| 18禁无遮挡无码网站免费 | 一区二区三区人妻无码| 中日韩亚洲人成无码网站| 中文字幕精品无码一区二区三区 | 国产精品亚洲а∨无码播放麻豆| 亚洲熟妇无码另类久久久| 中文字幕久久精品无码| 无码欧精品亚洲日韩一区夜夜嗨 | 精品多人p群无码| 亚洲国产精品成人精品无码区| 亚洲不卡无码av中文字幕| 亚洲国产精品无码久久久秋霞1| 无码国产色欲XXXXX视频| 国精品无码A区一区二区| 亚洲人成人无码网www国产| 无码人妻H动漫中文字幕| 亚洲最大中文字幕无码网站| 精品国产V无码大片在线看| 无码国产精品一区二区免费3p| 亚洲AV综合色区无码一区爱AV| 成年午夜无码av片在线观看| 亚洲精品无码AV中文字幕电影网站| 亚洲av永久无码一区二区三区| 白嫩无码人妻丰满熟妇啪啪区百度| 亚洲AV日韩AV无码污污网站| 高清无码中文字幕在线观看视频| 人妻少妇精品无码专区| 国产精品第一区揄拍无码|