在审
一种基于深度学习的电力作业风险评估方法和系统
金
金淼 专利 129
燕山大学殷
殷小东 专利 449
中国电力科学研究院有限公司陈
陈习文 专利 145
中国电力科学研究院有限公司张
张艳丽 专利 34
国网冀北电力有限公司计量中心高
高帅 专利 123
东南大学姜
姜振宇 专利 103
国网冀北电力有限公司承德供电公司卢
卢冰 专利 157
湖州电力局王
王斯琪 专利 139
中国电力科学研究院有限公司焦
焦东翔 专利 96
国网冀北电力有限公司计量中心刘
刘晶 专利 19
国网冀北电力有限公司计量中心王
王利赛 专利 26
国网冀北电力有限公司计量中心张
张鑫磊 专利 22
国网冀北电力有限公司白
白祎程 专利 30
国网冀北电力有限公司计量中心王
王旭 专利 126
中国电力科学研究院有限公司杜
杜博伦 专利 83
国网湖北省电力有限公司武汉供电公司王
王欢 专利 145
中国电力科学研究院有限公司聂
聂高宁 专利 86
中国电力科学研究院有限公司郭
郭子娟 专利 112
中国电力科学研究院有限公司齐
齐聪 专利 109
中国电力科学研究院有限公司付
付济良 专利 126
中国电力科学研究院有限公司高
高克俭 专利 30
中国电力科学研究院有限公司摘要
本发明提供一种基于深度学习的电力作业风险评估方法和系统,包括:采集电力作业现场的图片,并通过数据增强对所述图片进行扩充;将扩充后的图片划分为训练集和验证集;通过对卷积神经网络更换骨干网络和损失函数,构建适用于电力作业场景的自注意力机制的电力作业检测模型;使用所述训练集对电力作业检测模型进行训练;基于熵权法,使用所述验证集对所述电力作业检测模型进行验证;当判断验证集中标注的违规标签的准确率的综合得分,大于预设的阈值时,则确定所述电力作业检测模型通过验证;使用所述电力作业检测模型,通过对待评估的电力作业现场的图片进行检测,获得电力作业现场的风险等级。提高对电力作业违规行为的检测精确度和检测速度。
暂无引用专利



