联系人姓名:
联系人电话:
手机号:
邮箱:
QQ:
工作单位:
地址:
意向说明:
免费查询
基于深度学习的输变电设备紫外放电光斑分割方法及装置
成果名称: | 基于深度学习的输变电设备紫外放电光斑分割方法及装置 | 关键字: | 光斑 , 紫外 , 输变电 , 放电 , 卷积 , 变电 , 预测 , 分割 , fcn , 深度学习 | 应用行业: | 信息传输软件和信息技术 |
高新技术领域: | 电子信息技术 | 所在地: | 河北省 | 知识产权类型: | 发明专利 |
知识产权编号: | CN201911066537.7 | 成果体现形式: | 成果属性: | ||
成果所处阶段: | 授权 | 成果水平: | 国内先进 | 研究形式: | |
学科分类: | 战略新兴产业: | 新一代信息技术 | 课题来源: | ||
第一完成单位名称: | 华北电力大学(保定) | 第一完成单位属性: | 技术成熟度: | ||
合作方式: | 技术转让 | 交易价格(万): | 3.00 | 所属十强产业: |
本发明公开了基于深度学习的输变电设备紫外放电光斑分割方法及装置,包括全卷积神经网络和多尺度特征融合两部分,利用全卷积神经网络模型对紫外图谱中的紫外光斑进行自动提取以及学习光斑的纹理、形状等特征,避免了传统分割模型对于高亮白色背景及分散小光斑无法有效分离的弊端,避免了传统分割算法模型复杂的特征选择过程,通过FCN模型实现了端到端的特征提取的自主化与智能化。在减少人工电力巡检的工作量的同时,提高了巡检的效率和准确度,具有很大的实用性,十分符合复杂的现场环境。该自动分割和诊断方法,极大的减少了误检的情况,使得电气设备异常放电全自动巡检成为可能。
联系方式
姜女士
17310148509
请填写以下信息
联系人姓名:
联系人电话:
手机号:
邮箱:
QQ:
工作单位:
地址:
意向说明:
专注专业
资深行业经验,专业技术运作团队
信息保密
专利或技术全方位严格保密,保证用户权益
快速转让
依托大数据,精准对接需求企业,节约成本
一站式服务
技术转让一站式服务,省心更放心