一种基于改进YOLOv8模型的变电站电力设备故障检测方法及系统

本发明涉及一种基于改进YOLOv8模型的变电站电力设备故障检测方法及系统，该方法包括：收集变电站电力设备红外图像数据样本，并进行图像预处理，构造数据集；利用数据集对改进的YOLOv8‑EBC模型进行训练，通过优化调整模型参数，得到特征提取模型；将当前的变电站电力设备红外图像进行预处理后输入特征提取模型，输出得到对应的特征信息；基于特征信息，通过解耦检测头输出故障的位置和类别信息，并通过后处理优化，得到故障检测结果。与现有技术相比，本发明结合EMA注意力机制、BiFPN‑MCA和EC2f模块，通过优化特征提取和融合过程来提高检测精度并增强了模型鲁棒性，能够有效提升变电站电力设备故障检测的效率和准确性，保障电力系统的稳定运行。