(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210729999.8 (22)申请日 2022.06.24 (71)申请人 国网智能电网研究院有限公司 地址 102209 北京市昌平区未来科技城 滨 河大道18号 申请人 国网安徽省电力有限公司超高压分 公司　 国家电网有限公司 (72)发明人 刘浩　甘津瑞　张屹　吴鹏　李岩　 刘鑫　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 胡晓静 (51)Int.Cl. G06V 10/80(2022.01)G06Q 10/00(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种电网设备 热缺陷识别方法及装置 (57)摘要 本发明提供了一种电网设备热缺陷识别方 法及装置， 其中， 电网设备热缺陷识别方法包括： 获取待识别电网设备的可见光和红外光图像特 征； 对可见光图像特征和红外光图像特征进行跨 模态特征信息交互， 得到合成模态共享特征； 分 别提取可见光模态的第一互补特征和红外光模 态的第二互补特征； 利用第一互补特征、 第二互 补特征分别对可见光图像特征和红外光图像特 征进行增强， 得到增强后的可见光图像特征和红 外光图像特征； 对增强后的可见光图像特征和红 外光图像特征进行跨模态特征融合， 得到融合特 征； 将融合特征输入预设电网设备热缺陷识别模 型， 得到待识别电网设备的热缺陷识别结果。 充 分利用融合特征识别电网设备热缺陷， 大幅提高 电网设备的检修效率。 权利要求书2页 说明书12页 附图6页 CN 115115919 A 2022.09.27 CN 115115919 A 1.一种电网设备 热缺陷识别方法， 其特 征在于， 包括： 获取待识别电网设备对应的图像特征， 所述图像特征包括可见光图像特征和红外光图 像特征； 对所述可见光图像特征和红外光图像特征进行跨模态特征信 息交互， 得到合成模态共 享特征； 从所述合成模态共享特征中分别提取可见光模态的第一互补特征和 红外光模态的第 二互补特 征； 利用第一互补特征对所述可见光图像特征进行增强， 得到增强后的可见光图像特征， 并利用第二互补特 征对所述红外光图像特 征进行增强， 得到增强后的红外光图像特 征； 对所述增强后的可见光图像特征和所述增强后的红外光图像特征进行跨模态特征融 合， 得到融合特 征； 将所述融合特征输入预设电网设备热缺陷识别模型， 得到所述待识别电网设备的热缺 陷识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述可见光图像特征和红外光图像 特征进行跨模态特 征信息交 互， 得到合成模态共享特 征， 包括： 分别对所述可见光图像特征和红外光图像特征进行上下文特征提取， 得到第 一图像特 征和第二图像特 征； 分别对所述第 一图像特征和所述第 二图像特征进行降维处理， 得到第 三图像特征和第 四图像特 征； 分别对所述第 三图像特征和所述第四图像特征进行特征过滤， 提取所述第 三图像特征 对应的第一共享特 征和和所述第四图像特 征对应的第二共享特 征； 将所述第一共享特征和所述第 二共享特征进行逐元素相加操作， 得到合成模态共享特 征。 3.根据权利要求1所述的方法， 其特征在于， 所述从所述合成模态共享特征中分别提取 可见光模态的第一互补特 征和红外光模态的第二互补特 征， 包括： 分别对所述可见光图像特征、 所述合成模态共享特征和所述红外光图像特征进行上下 文特征提取， 得到第五图像特 征、 第六图像特 征和第七图像特 征； 将所述第五图像特 征和所述第六图像特 征进行逐元素相减操作， 得到第一差异特 征； 将所述第七图像特 征和所述第六图像特 征进行逐元素相减操作， 得到第二差异特 征； 从所述第一差异特征中提取与所述可见光图像特征互补的特征， 得到可见光模态的第 一互补特 征； 从所述第二差异特征中提取与所述红外光图像特征互补的特征， 得到红外光模态的第 二互补特 征。 4.根据权利要求1所述的方法， 其特征在于， 所述利用第 一互补特征对所述可见光图像 特征进行增强， 得到增强后的可见光图像特征， 并利用第二互补特征对所述红外光图像特 征进行增强， 得到增强后的红外光图像特 征， 包括： 将所述第一互补特征与所述可见光图像特征进行逐元素相加操作， 得到增强后的可见 光图像特 征； 将所述第二互补特征与所述红外光图像特征进行逐元素相加操作， 得到增强后的红外权　利　要　求　书 1/2 页 2 CN 115115919 A 2光图像特 征。 5.根据权利要求1所述的方法， 其特征在于， 所述获取待识别电网设备对应的图像特 征， 包括： 获取待识别电网设备的可 见光图像和红外光图像； 分别从所述可 见光图像和所述红外光图像中提取 可见光图像特 征和红外光图像特 征。 6.根据权利要求1所述的方法， 其特征在于， 所述预设电网设备热缺陷识别模型包括： 分类子模型和回归子模型， 所述将所述融合特征输入预设电网设备热缺陷识别模型， 得到 所述待识别电网设备的热缺陷识别结果， 包括： 将所述融合特 征输入所述分类子模型， 得到所述待识别电网设备的热缺陷类别； 将所述融合特 征输入所述回归子模型， 得到所述待识别电网设备的热缺陷位置 。 7.根据权利要求6所述的方法， 其特 征在于， 还 包括： 获取当前 热缺陷位置的待识别电网设备的各 热缺陷类别的概 率结果； 将所述概率结果进行排序， 得到所述 概率结果中的最大概 率值； 判断所述 最大概率值是否超过 预设阈值； 当所述最大概率值超过所述预设阈值 时， 将所述最大概率值对应的热缺陷类别确定为 所述待识别电网设备在当前缺陷位置的热缺陷类别。 8.一种电网设备 热缺陷识别装置， 其特 征在于， 包括： 获取模块， 用于获取待识别电网设备对应的图像特征， 所述图像特征包括可见光图像 特征和红外光图像特 征； 第一处理模块， 用于对所述可见光图像特征和红外光图像特征进行跨模态特征信 息交 互， 得到合成模态共享特 征； 第二处理模块， 用于从所述合成模态共享特征中分别提取可见光模态的第 一互补特征 和红外光模态的第二互补特 征； 第三处理模块， 用于利用第一互补特征对所述可见光图像特征进行增强， 得到增强后 的可见光图像特征， 并利用第二互补特征对所述红外光图像特征进行增强， 得到增强后的 红外光图像特 征； 第四处理模块， 用于对所述增强后的可见光图像特征和所述增强后的红外光图像特征 进行跨模态特 征融合， 得到融合特 征； 执行模块， 用于将所述融合特征输入预设电网设备热缺陷识别模型， 得到所述待识别 电网设备的热缺陷识别结果。 9.一种电子设备， 其特 征在于， 包括： 存储器和 处理器， 所述存储器和所述处理器之间互相通信连接， 所述存储器中存储有 计算机指 令， 所述处理器通过执行所述计算机指 令， 从而执行如权利要求 1‑7中任一项 所述 的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使计算机执 行如权利要求1 ‑7中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115115919 A 3