[發(fā)明專利]一種電網(wǎng)故障檢測方法

有效

• 申請?zhí)枺?/td>: 202110442697.8
• 申請日: 2021-04-23
• 公開（公告）號: CN113139464B
• 公開（公告）日: 2022-11-18
• 發(fā)明（設計）人: 鄒謙;王俊武;張瑋;于衛(wèi)鋒;張秋陽;蔡啟亮;劉昱
• 申請（專利權）人: 國網(wǎng)山東省電力公司青島市即墨區(qū)供電公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/774;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 青島華慧澤專利代理事務所(普通合伙) 37247
• 代理人: 劉娜

1.一種電網(wǎng)故障檢測方法，其特征在于，包括如下步驟：

(1)利用無人機巡航拍攝獲得電網(wǎng)圖像，并將獲得的圖像分為訓練集和測試集；

(2)將訓練集的圖像輸入到深度學習的卷積神經(jīng)網(wǎng)絡模型中，得到網(wǎng)絡分類標簽；

(3)將得到的網(wǎng)絡分類標簽輸入到標簽對齊層中，得到與人工標注的標簽同格式的對齊后的網(wǎng)絡分類標簽；所述標簽對齊層對輸入的數(shù)據(jù)進行最大池化層操作、反最大池化層操作和歸一化最大值位置操作；

(4)計算對齊后的網(wǎng)絡分類標簽與人工標注的標簽的AccLoss損失函數(shù)值，并利用所得的AccLoss損失函數(shù)值進行反向傳播，不斷調(diào)整卷積神經(jīng)網(wǎng)絡模型的參數(shù)，完成卷積神經(jīng)網(wǎng)絡模型的訓練；AccLoss損失函數(shù)值計算公式如下：

其中，x為對齊后的網(wǎng)絡分類標簽，label為人工標注的標簽，i為第i個樣本，j為樣本的類別，為第i個樣本的第j類的對齊后的網(wǎng)絡分類標簽，為第i個樣本的第j類的人工標注的標簽，ReLU為一個神經(jīng)網(wǎng)絡激活函數(shù)，具有可導的性質(zhì)，把小于0的數(shù)都變?yōu)?，大于0的數(shù)不變；

(5)將測試集的圖像輸入到訓練后的卷積神經(jīng)網(wǎng)絡模型中進行測試，得到電網(wǎng)故障分類結果。

2.根據(jù)權利要求1所述的一種電網(wǎng)故障檢測方法，其特征在于，步驟(3)中，網(wǎng)絡分類標簽x₁＝[c₁，c₂]經(jīng)過最大池化層后得到圖像為某一類的最大分數(shù)c_max，然后將該最大分數(shù)c_max輸入到反最大池化層，得到包含圖像屬于該類索引的網(wǎng)絡分類標簽x₂＝[c_max，0]或x₂＝[0，c_max]，包含圖像屬于該類索引的網(wǎng)絡分類標簽x₂經(jīng)過歸一化最大值位置操作后得到與人工標注的標簽同格式的對齊后的網(wǎng)絡分類標簽x＝[1，0]或x＝[0，1]。

3.根據(jù)權利要求1所述的一種電網(wǎng)故障檢測方法，其特征在于，步驟(2)中深度學習的卷積神經(jīng)網(wǎng)絡模型包括resnet，vgg，Alexnet網(wǎng)絡模型。