基于深度学习的变电站紫外设备智能识别

     识别模块核心功包括部件检测识别、光斑检测、数字识别，通过对变电站紫外设备采集的专有数据集建立标签体系，采用深度神经网络训练、检测识别，得到对变电站紫外图像的语义分析，并对光子数据、增益数据进行OCR分析，得到光子数/增益数、部件信息、光斑信息的自动化识别结果。   最终，根据业务规则可进行放电等缺陷的智能化研判，对潜在的缺陷问题进行自定义输出，确定具体部件信息及放电程度。