一种基于多模态联合学习的变压器缺陷检测方法,本发明涉及油浸式变压器纸质绝缘件内部缺陷检测分类准确率低问题。传统缺陷检测方法即只考虑了时间序列的时序特征,而忽略了时间序列的其他特征,从而导致缺陷检测效果无法进一步提升,使缺陷检测准确率较低。为改善这一问题,本发明提出了一种通过联合时序模态和噪声模态,并在两个模态融合过程中引入了细粒度双线性融合方法以更加充分的提取两种模态中更有价值的特征,从而解决了单模态时序缺陷检测的弊端。实验表明,该方法能有效利用多模态之间的关系,提高了缺陷检测性能和分类准确率。本发明应用于油浸式变压器纸质绝缘件内部缺陷检测。
📄 2023108192634
📂 G06T7_00
👤 哈尔滨理工大学
📅 2023-07-06