基于改進SSD的復合絕緣子鳥啄缺陷風險等級評估方法
基本信息

| 申請?zhí)?/td> | CN202110375858.6 | 申請日 | - |
| 公開(公告)號 | CN113076672A | 公開(公告)日 | 2021-07-06 |
| 申請公布號 | CN113076672A | 申請公布日 | 2021-07-06 |
| 分類號 | G06F30/23(2020.01)I;G06F30/27(2020.01)I;G06T7/00(2017.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
| 發(fā)明人 | 戴如章;章兵;張斌;吳慧健;李吉鵬 | 申請(專利權(quán))人 | 江蘇省送變電有限公司 |
| 代理機構(gòu) | 南京縱橫知識產(chǎn)權(quán)代理有限公司 | 代理人 | 張賞 |
| 地址 | 211102江蘇省南京市蘇源大道58號-5 | ||
| 法律狀態(tài) | - | ||
摘要

| 摘要 | 本發(fā)明公開了一種基于改進SSD的復合絕緣子鳥啄缺陷風險等級評估方法,首先,根據(jù)實際拍攝復合絕緣子鳥啄缺陷圖像,建立三維電場仿真模型,分析不同位置、不同程度缺陷下,復合絕緣子電場強度變化規(guī)律;其次,采用圖像增強技術(shù)結(jié)合生成對抗式網(wǎng)絡擴充數(shù)據(jù)庫樣本;然后,使用圖像數(shù)據(jù)標簽工具,建立復合絕緣子電場強度和圖像數(shù)據(jù)庫對應關(guān)系,生成圖像標簽庫;然后,在SSD神經(jīng)網(wǎng)絡深度學習算法中引入多感受野模塊,形成改進的SSD神經(jīng)網(wǎng)絡模型;最后,基于標簽數(shù)據(jù)庫訓練復合絕緣子鳥啄缺陷風險等級評估模型。本發(fā)明采用深度學習算法,并引入多感受野模塊,提高復合絕緣子鳥啄缺損風險等級評估準確性、適用性,更符合工程實際應用。 |





