一种基于深度学习的智能变电站设备状态检测方法和系统

摘要

本发明的一种基于深度学习的智能变电站设备状态检测方法和系统，包括热像仪采集智能变电站的设备状态数据；设备的热图像上传至安装在变电站内的远程终端单元进行图像分析；采用中值滤波和侵蚀技术对RTU中的设备热图像进行预处理；利用加速鲁棒特征法对预处理后的图像进行特征提取，以初步监测设备状态；基于深度学习模型对图像特征进行深层次分析，检测可能存在故障的设备，并将有关此设备状况的关键信息通过调制解调器即时发送到变电站监控中心，以实现智能变电站设备状态的实时监测，一旦发现故障设备可及时处理措施，减少变电站故障所造成经济损失。与其他方法相比，本发明具有更高的检测准确率和适用性，抗干扰性更强。