欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024119082204
申请人: 安徽大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种输电线路小部件故障识别方法,其特征在于,包括:获取输电线路上包含目标小部件类别的现场图像;

对所述现场图像进行多尺度处理,获得多尺度图像特征图、多尺度子区域特征图;

对所述多尺度子区域特征图进行增强处理,获得子区域增强特征图;

将所述子区域增强特征图与所述多尺度图像特征图进行特征融合,获得多尺度目标区域增强特征图;

基于预设策略对所述多尺度目标区域增强特征图进行处理,获得特征优化多尺度融合特征图;

将创建的图像数据集作为训练集对构建的初始模型进行训练,将训练好的模型作为小部件故障特征分析模型;所述图像数据集包括包含所述目标小部件类别的各类缺陷图像以及标准图像;

基于所述小部件故障特征分析模型对所述特征优化多尺度融合特征图进行分析,获得小部件故障识别信息;

所述基于预设策略对所述多尺度目标区域增强特征图进行处理,获得特征优化多尺度融合特征图,包括:确定改进特征融合金字塔;基于n个所述改进特征融合金字塔对所述多尺度目标区域增强特征图进行并行处理,获取n个子输出特征图;将每个所述子输出特征图均进行分块处理,获得k个子特征信息块;获取n个所述子输出特征图中相同列的所述子特征信息块,记为第一子集;对所述第一子集进行均值处理,获得子特征优化信息块;基于k个所述子特征优化信息块,获得特征优化多尺度融合特征图。

2.根据权利要求1所述的输电线路小部件故障识别方法,其特征在于,所述对所述现场图像进行多尺度处理,获得多尺度图像特征图、多尺度子区域特征图,包括:将所述现场图像转换为标准尺寸航拍图像;

对所述标准尺寸航拍图像进行多尺度变换,获取多尺度变换图像集,所述多尺度变换图像集包含多张尺度变换图像;

对所有的所述尺度变换图像进行特征提取,获得多尺度图像特征图;

对所述尺度变换图像进行图像裁剪,获取包含所述目标小部件类别的子区域图像;

对所有的所述子区域图像进行特征提取,获得多尺度子区域特征图。

3.根据权利要求2所述的输电线路小部件故障识别方法,其特征在于,所述标准尺寸航拍图像为边长为128整数倍的正方形;

所述裁剪的尺寸为边长为32整数倍的正方形尺寸;

多张所述尺度变换图像的图像尺度分别为原图像的1、1/2、1/4、1/8。

4.根据权利要求1所述的输电线路小部件故障识别方法,其特征在于,所述对所述多尺度子区域特征图进行增强处理,获得子区域增强特征图,包括:对所述多尺度子区域特征图进行卷积处理,获得特征空间矩阵;

对所述特征空间矩阵进行空间池化编码,获得X向编码矩阵、Y向编码矩阵;

对所述X向编码矩阵、所述Y向编码矩阵进行权重修正处理,获取权重修正融合矩阵;

对所述权重修正融合矩阵进行拆分,获得X向一维张量、Y向一维张量;

对所述X向一维张量、所述Y向一维张量进行融合编码处理,获得局部特征增强特征图;

基于边缘增强策略对所述局部特征增强特征图进行处理,获得子区域增强特征图。

5.根据权利要求4所述的输电线路小部件故障识别方法,其特征在于,所述基于边缘增强策略对所述局部特征增强特征图进行处理,获得子区域增强特征图,包括:对所述局部特征增强特征图进行边缘增强处理,获得边缘增强特征图;

将所述边缘增强特征图与所述局部特征增强特征图进行元素累加,然后与所述多尺度子区域特征图相乘,获得子区域增强特征图。

6.根据权利要求1所述的输电线路小部件故障识别方法,其特征在于,所述子输出特征图的获取方法,包括:对所述多尺度目标区域增强特征图进行自上而下路径的特征融合,获得第一特征图;

对所述第一特征图进行自下而上路径的特征融合,获得第二特征图;

基于第一卷积层对所述第二特征图中最底层特征阶级的特征进行卷积操作,获得底层第一增强特征;

把所述底层第一增强特征放入第一特征阶级,获得第一阶级的增强特征;

基于第二卷积层对所述第二特征图中最底层特征阶级的特征进行卷积操作,获得底层第二增强特征;

把底层第二增强特征放入第二特征阶级,获得第二阶级的增强特征;

基于第三卷积层对所述第二特征图中最底层特征阶级的特征进行卷积操作,获得底层第三增强特征;

把底层第三增强特征放入第三特征阶级,获得第三阶级的增强特征;

基于所述最底层特征阶级的特征、所述第一阶级的增强特征、所述第二阶级的增强特征、所述第三阶级的增强特征获得子输出特征图。

7.根据权利要求1-6中任一项所述的输电线路小部件故障识别方法,其特征在于,所述获取包含目标小部件类别的现场图像,包括:获取输电线路上包含目标小部件类别的不同角度的现场图像;

所述现场图像的张数为M,M≥2;

所述目标小部件类别为螺栓、绝缘子、悬垂线夹或者防震锤。

8.根据权利要求7所述的输电线路小部件故障识别方法,其特征在于,所述基于所述小部件故障特征分析模型对所述特征优化多尺度融合特征图进行分析,获得小部件故障识别信息,包括:基于所述小部件故障特征分析模型对多个所述多尺度融合特征图进行分析,获得小部件故障识别信息。

9.根据权利要求8所述的输电线路小部件故障识别方法,其特征在于,所述基于所述小部件故障特征分析模型对多个所述多尺度融合特征图进行分析,获得小部件故障识别信息,包括:基于所述小部件故障特征分析模型对多个所述多尺度融合特征图进行分析,获得多个分析结果;

判断多个所述分析结果是否相同,若是,将所述分析结果作为所述小部件故障识别信息;若否,获取数量最多的分析结果,并记为第一数据集;

判断所述第一数据集中包含的分析结果是否相同,若是,将所述分析结果作为所述小部件故障识别信息;若否,结合预设经验库确定唯一的分析结果,并将该分析结果作为小部件故障识别信息。