基于深度迁移学习的配电线路绝缘子状态监测方法和系统

摘要

基于深度迁移学习的配电线路绝缘子状态监测方法和系统，所述监测方法包括：首先进行图像采集，对图像进行预处理，采用Oriented FAST算法获取绝缘子图像特征关键点；使用灰度质心法保证特征点性质不变，获取具有旋转不变特征的描述子；利用前馈卷积神经网络的卷积层和池化层作为模型提供特征训练器；将提取后的绝缘子状态特征输入分类模型，通过全局平均汇聚层将绝缘子状态特征融合；使用全连接层将绝缘子状态特征值与节点相连，最终根据最后一层的输出，通过Softmax分类器进行分类。本发明提出的深度迁移学习的配电线路绝缘子状态监测方法，能够提高绝缘子状态分类的准确度，保证供电的稳定性，降低重大事故发生的概率。