一种基于热成像的电能表过热故障判别方法

摘要

本发明涉及一种基于热成像的电能表过热故障判别方法，属于电力技术领域。该方法包括以下步骤：S1：收集电能表热成像图片数据。S2：对热成像图片数据进行人为标签分类以及数据预处理。S3：建立深度卷积神经网络，以及优化函数和优化器的选择。S4：训练模型，通过测试集的准确率对模型的超参数微调。S5：搭建最小系统，并将训练好的网络嵌入。可以对电能表非侵入式的进行收集热成像图片，便捷快速地判别电能表的过热故障类型并给出建议，避免电能表的绝缘老化对电力系统和用户造成影响。此外，还可使得检修活动更具有针对性，可提高电能表的检测效率、避免人力资源浪费。