买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江西省电力有限公司电力科学研究院;国家电网有限公司

申请日：2024-12-16

公开（公告）日：2025-01-14

公开（公告）号：CN119314113A

专利技术分类：..监视或监测活动，例如 用于识别可疑物体（识别微观物体 G06V20/69）[2022.01]

专利摘要：本发明公开了一种变电设备双模态缺陷识别方法及系统，方法包括：收集变压器渗漏油缺陷可见光图像样本与变电设备发热缺陷可见光与红外双模态图像样本；搭建改进YOLOv8实例分割模型，采用图像分割与背景融合的方法对缺陷样本进行扩充；通过图像配准与融合构建融合图像数据集，搭建改进YOLOv8目标检测模型，将变压器渗漏油缺陷样本与融合图像样本用于改进YOLOv8目标检测模型的训练，再通过训练好的改进YOLOv8目标检测模型对变压器渗漏油缺陷和变电设备发热缺陷进行识别；采用映射的方法将融合图像的发热缺陷检测结果呈现在可见光图像中。通过将深度学习的方法引入到变电设备运维技术领域中，实现对变电设备结构性缺陷的高效、准确和智能化的识别。

专利权项：1.一种变电设备双模态缺陷识别方法，其特征在于，包括：获取变压器渗漏油缺陷的第一可见光图像，基于预设的改进YOLOv8实例分割模型对所述第一可见光图像进行背景融合扩充，得到变电设备结构性缺陷图像数据集；获取变电设备发热缺陷的第二可见光图像以及红外图像，对所述第二可见光图像以及所述红外图像进行配准和融合，得到融合图像数据集；根据所述变电设备结构性缺陷图像数据集和所述融合图像数据集对预设的改进YOLOv8目标检测模型进行迭代训练，得到双模态缺陷识别模型；获取变压器的第一实时可见光图像和变电设备的实时融合图像，将所述第一实时可见光图像和所述实时融合图像输入至所述双模态缺陷识别模型中，所述双模态缺陷识别模型输出与所述第一实时可见光图像相对应的渗漏油缺陷结果，以及与所述实时融合图像的发热缺陷结果，其中，所述实时融合图像为经由变电设备发热缺陷的第二实时可见光图像以及实时红外图像进行配准和融合得到；根据映射法将所述发热缺陷结果映射至所述第二实时可见光图像中，得到变电设备红外发热缺陷的位置。

百度查询： 国网江西省电力有限公司电力科学研究院 国家电网有限公司 一种变电设备双模态缺陷识别方法及系统