本发明属于设备检测领域，具体是一种智能的电抗器缺陷检测系统。
背景技术：
1、电抗器是一种用于电力系统中的电气设备，主要用于限制电流、稳定电压和滤波等功能；然而，电抗器在运行过程中可能会出现各种缺陷或故障，这可能导致电力系统的不稳定性、能效降低和设备损坏等问题；电抗器缺陷检测是电力系统维护和运行中的重要任务之一，旨在及早发现电抗器的故障或异常情况，并采取相应的维修或替换措施，以确保电力系统的可靠性和安全性；现有对电抗器缺陷检测方法主要为电流电压频谱分析、x射线内部结构检测以及红外热成像检测，通过单一类型的检测，只能对电抗器内部缺陷进行有限的深度检查，对综合多类型缺陷无法准确检测；现有检测技术的简单结合，难以对缺陷类型进行准确检测，每种方法对特定类型的缺陷具有不同的检测灵敏度与检测能力，限制了对多缺陷的综合检测能力。
技术实现思路
1、针对现有对电抗器缺陷检测方法主要为电流电压频谱分析、x射线内部结构检测以及红外热成像检测，通过单一类型的检测对深度内部缺陷无法准确检测的问题，本发明综合运用电气参数检测、视觉检测与红外成像检测的方法，对线圈阻抗、外部损伤与内部结构损伤进行综合性的分析检查，提高对综合多类型缺陷的检测性能；针对现有检测技术的简单结合，难以对缺陷类型进行准确检测，对融合缺陷检测能力较弱的问题，本发明采用基于掩码策略的多模特征双性融合方法，实现了特征提取时的多模信息的信息交叉融合，通过多类型数据来增强特征的融合与检测，通过注意力机制对多模特征进行高效的融合，在高效率的基础上保留更多的特征数据，并通过不同维度的特征提取，提高对融合缺陷的检测能力。
2、本发明提供的一种智能的电抗器缺陷检测系统，包括电流传感器模块、rgb图像采集模块、红外图像采集模块、数据处理模块、智能缺陷检测模块、数据存储模块和用户控制模块；
3、所述电流传感器模块，使用电流表采集电抗器输出电流，并将电流时序图发送至数据处理模块；
4、所述rgb图像采集模块，使用彩色相机采集电抗器表面的高分辨率图，并将高分辨率图发送至数据处理模块；
5、所述红外图像采集模块，使用热红外相机对电抗器进行热成像扫描得到红外图，并将红外图发送至数据处理模块；
6、所述数据处理模块，使用傅里叶变换将电流时序图转换为频域图，将频域图按时间与振幅映射为灰度图，对灰度图、高分辨率图和红外图进行调整尺寸、图像增强和归一化处理，并将处理后的灰度图、高分辨率图和红外图发送至智能缺陷检测模块；
7、所述智能缺陷检测模块，采用基于掩码策略的多模特征双性融合方法，计算电流时序图、高分辨率图和红外图对应的深度融合特征，并使用yolo目标检测系统对实时的深度融合特征进行分类检测，得到缺陷分类检测结果；
8、所述数据存储模块，对电流传感器模块、rgb图像采集模块、红外图像采集模块、数据处理模块、智能缺陷检测模块产生的所有数据进行存储；
9、所述用户控制模块，对所有模块进行交互、控制与管理。
10、进一步的，在智能缺陷检测模块，采用基于掩码策略的多模特征双性融合方法，计算电流时序图、高分辨率图和红外图对应的深度融合特征，并使用yolo目标检测系统对实时的深度融合特征进行分类检测，得到缺陷分类检测结果，具体包括以下步骤：
11、步骤s1：特征提取，使用特征提取网络，对灰度图、高分辨率图和红外图进行特征提取，分别得到灰度特征、rgb特征与红外特征；
12、步骤s2：特征连接，使用特征级联操作，对灰度特征、rgb特征与红外特征进行连接，得到连接特征；
13、步骤s3：指导权重计算，使用三个并行的卷积层-sigmoid激活函数，将灰度特征、rgb特征和红外特征进行激活运算，得到灰度权重、rgb权重与红外权重，所用公式如下：
14、；
15、；
16、；
17、式中，、和分别代表灰度权重、rgb权重与红外权重，代表sigmoid激活函数计算，代表卷积层的卷积运算，代表连接特征；
18、步骤s4：指导特征计算，将灰度权重、rgb权重与红外权重分别与灰度特征、rgb特征与红外特征进行hadamard积运算，得到灰度指导特征、rgb指导特征与红外指导特征；
19、步骤s5：特征反馈校正，将灰度指导特征、rgb指导特征与红外指导特征分别反馈到特征提取网络中与灰度特征、rgb特征与红外特征相加，得到灰度校正特征、rgb校正特征与红外校正特征；
20、步骤s6：三分支特征双性融合特征计算，采用基于掩码策略的多模特征双性融合方法，对灰度校正特征、rgb校正特征与红外校正特征进行通道级与空间级的融合特征提取，得到通道级融合特征与空间级融合特征；
21、进一步的，步骤s6，具体包括以下步骤：
22、步骤s61：特征压缩，对灰度校正特征、rgb校正特征与红外校正特征分别从高度方向上进行基于注意力机制的特征压缩并使用激活函数计算权重，得到灰度压缩权重、rgb压缩权重与红外压缩权重；
23、步骤s62：正交特征的高分辨率保持，对灰度校正特征、rgb校正特征与红外校正特征分别从高度方向对应的正交方向上进行高分辨率保持并使用激活函数计算权重，得到灰度高分辨权重、rgb高分辨权重与红外高分辨权重；
24、步骤s63：权重融合计算，对灰度压缩权重、rgb压缩权重与红外压缩权重进行连接，并使用softmax函数进行激活，得到灰度融合权重、rgb融合权重与红外融合权重，所用公式如下：
25、；
26、式中，、、分别代表灰度融合权重、rgb融合权重与红外融合权重，、、分别代表灰度压缩权重、rgb压缩权重与红外压缩权重，代表softmax函数；
27、步骤s64：权重激活，将灰度融合权重、rgb融合权重与红外融合权重分别与灰度高分辨权重、rgb高分辨权重与红外高分辨权重进行乘法运算，然后进行卷积-正则化-sigmoid激活运算，得到灰度多模权重、rgb多模权重与红外多模权重，所用公式如下：
28、；
29、式中，代表多模权重，包括灰度多模权重、rgb多模权重与红外多模权重，代表融合权重，包括灰度融合权重、rgb融合权重与红外融合权重，代表高分辨率权重，包括灰度高分辨权重、rgb高分辨权重与红外高分辨权重，代表卷积层的卷积运算，代表正则化运算，代表矩阵的点积乘法运算；
30、步骤s65：低噪声特征计算，将灰度校正特征、rgb校正特征与红外校正特征分别与灰度多模权重、rgb多模权重与红外多模权重进行信道级乘法运算，得到灰度低噪特征、rgb低噪特征与红外低噪特征；
31、步骤s66：特征交叉相加，将灰度低噪特征、rgb低噪特征与红外低噪特征分别与灰度校正特征、rgb校正特征与红外校正特征进行相加运算，并将三个相加所得特征进行特征级联与卷积操作，得到一个通道级融合特征；
32、步骤s67：空间特征压缩，对灰度校正特征、rgb校正特征与红外校正特征分别从宽度方向上进行基于注意力机制的特征压缩并使用全局池化算子与激活函数计算空间权重，得到灰度空间压缩权重、rgb空间压缩权重与红外空间压缩权重；
33、步骤s68：空间正交特征的高分辨率保持，对灰度校正特征、rgb校正特征与红外校正特征分别宽度方向对应的正交方向上进行高分辨率保持并使用激活函数计算空间高分辨权重，得到灰度空间高分辨权重、rgb空间高分辨权重与红外空间高分辨权重；
34、步骤s69：空间级融合特征计算，重复步骤s63至步骤s66，使用空间权重与空间高分辨权重作为输入，得到一个空间级融合特征；
35、步骤s7：双性特征融合，对通道级融合特征与空间级融合特征进行特征级联并使用卷积操作进行输出，得到深度融合特征；
36、步骤s8：缺陷检测，采集实时的电流时序图、高分辨率图和红外图计算实时的深度融合特征，并使用yolo目标检测系统对实时的深度融合特征进行分类检测，得到缺陷分类检测结果；
37、步骤s9：方法优化，根据缺陷分类检测结果的实际准确性，对基于掩码策略的多模特征双性融合方法的参数进行优化。
38、采用上述方案本发明取得的有益成果如下：
39、（1）针对现有对电抗器缺陷检测方法主要为电流电压频谱分析、x射线内部结构检测以及红外热成像检测，通过单一类型的检测对深度内部缺陷无法准确检测的问题，本发明综合运用电气参数检测、视觉检测与红外成像检测的方法，对线圈阻抗、外部损伤与内部结构损伤进行综合性的分析检查，提高对综合多类型缺陷的检测性能；
40、（2）针对现有检测技术的简单结合，难以对缺陷类型进行准确检测，对融合缺陷检测能力较弱的问题，本发明采用基于掩码策略的多模特征双性融合方法，实现了特征提取时的多模信息的信息交叉融合，通过多类型数据来增强特征的融合与检测，通过注意力机制对多模特征进行高效的融合，在高效率的基础上保留更多的特征数据，并通过不同维度的特征提取，提高对融合缺陷的检测能力。
1.一种智能的电抗器缺陷检测系统，其特征在于：包括电流传感器模块、rgb图像采集模块、红外图像采集模块、数据处理模块、智能缺陷检测模块、数据存储模块和用户控制模块；
2.根据权利要求1所述的一种智能的电抗器缺陷检测系统，其特征在于：在智能缺陷检测模块，采用基于掩码策略的多模特征双性融合方法，计算电流时序图、高分辨率图和红外图对应的深度融合特征，并使用yolo目标检测系统对实时的深度融合特征进行分类检测，得到缺陷分类检测结果，具体包括以下步骤：
3.根据权利要求2所述的一种智能的电抗器缺陷检测系统，其特征在于：步骤s6，具体包括以下步骤：
