基于YOLOv5模型的变电站基建期行为分析识别研究

作     者：黄亮 李冬 卓俊帆 程正逢 易乐安 江桥 HUANG Liang;LI Dong;ZHUO Junfan;CHENG Zhengfeng;YI Lean;JIANG Qiao

作者机构：国网湖北省电力有限公司黄冈供电公司湖北黄冈438000 中国电力工程顾问集团中南电力设计院有限公司湖北武汉430061 

出 版 物：《电力勘测设计》 (Electric Power Survey & Design)

年 卷 期：2024年第10期

页      面：64-68,92页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 080702[工学-热能工程] 08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：国网黄冈供电公司科技项目2022年“基于数字孪生的输变电工程施工智慧管理系统研究应用”(5215E0220002) 

主　　题：YOLOv5模型 变电站基建期 行为分析 实时监测 

摘      要：随着电力工程的不断发展,变电站的基建成为电力行业中至关重要的环节之一,在变电站基建期间,涉及到众多的施工活动和行为。本文首先介绍YOLOv5模型的基本原理和在目标检测领域的优势,然后针对变电站基建期行为进行详尽的调研和分析。通过采集大量实地数据,并结合先进的深度学习技术,建立基于YOLOv5的行为识别模型,实现对基建期行为的实时监测和识别。实验证明,本文提出的基于YOLOv5模型的变电站基建期行为分析识别方法具有高度准确性和实用性,能够为电力工程的管理和安全提供有力支持。