检索结果-南通市图书馆

现代电子技术 2022年第14期45卷 115-121页

作者：王建烨续欣莹谢刚阎高伟太原理工大学电气与动力工程学院山西太原030024 太原科技大学电子信息工程学院山西太原030024

绝缘子是输电线路中重要的电力设备,直接影响电力系统的稳定运行,而传统的目标检测技术难以准确、高效地检测绝缘子自爆故障。为解决该问题的同时提高自爆故障检测的精度和召回率,文中提出一种基于轻量级目标预测层的多尺度特征融合SSD(... 详细信息

绝缘子是输电线路中重要的电力设备,直接影响电力系统的稳定运行,而传统的目标检测技术难以准确、高效地检测绝缘子自爆故障。为解决该问题的同时提高自爆故障检测的精度和召回率,文中提出一种基于轻量级目标预测层的多尺度特征融合SSD(PL-MFSSD)模型。首先,使用深度可分离卷积代替传统卷积操作生成目标预测特征层,提升模型的检测效率;其次,在Conv_fc7和Conv8_2特征层中进行多尺度特征融合,将目标的浅层结构信息和深层语义信息充分融合,并在目标预测特征层末端增加残差网络,缓解训练过程中的梯度消失问题;最后,通过K-means聚类算法优化锚框的宽高比,使其更符合绝缘子和自爆故障的尺寸。在NVIDIA GTX1080实验环境下,PL-MFSSD模型的mAP指标为0.941,自爆故障的召回率达到0.967,推理速度为49.62 f/s。实验结果表明,与其他检测模型相比,PL-MFSSD模型对自爆故障的召回率有大幅度提升,可有效检测绝缘子自爆故障。

关键词：绝缘子自爆故障 PL-MFSSD 深度可分离卷积多尺度特征融合残差网络 K-means聚类

来源：

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于Mask-RCNN的绝缘子检测与自爆故障识别

引用

中国科技期刊数据库工业A 2022年第9期 199-202页

作者：王佩徐晓辉国网大同供电公司山西大同037000

绝缘子作为输电线路重要组成部件,其功能的完整性对电网的安全运行至关重要。为了对高压输电线路中的绝缘子串进行检测并定位出自爆故障区域,提出了一种基于Mask-RCNN的绝缘子串检测方法。首先利用数据增强算法扩增绝缘子图像,构建用于... 详细信息

绝缘子作为输电线路重要组成部件,其功能的完整性对电网的安全运行至关重要。为了对高压输电线路中的绝缘子串进行检测并定位出自爆故障区域,提出了一种基于Mask-RCNN的绝缘子串检测方法。首先利用数据增强算法扩增绝缘子图像,构建用于模型训练和检测的数据集,然后构建用于绝缘子检测的目标框架,以ImageNet数据集上预训练的ResNet50作为特征提取网络,基于Mask-RCNN在绝缘子数据集训练,实现对正常绝缘子,自爆绝缘子以及自爆部分的检测。

关键词：绝缘子目标识别自爆故障 Mask-RCNN 特征提取网络

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于改进U-net和CNN的绝缘子自爆检测方法研究

引用

智慧电力 2021年第8期49卷 98-103页

作者：李俊任景王晔琳张小东薛晨任冲范国伟国家电网公司西北分部陕西西安710048 西安理工大学电气学院陕西西安710048

针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络(CNN)模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分... 详细信息

针对绝缘子自爆故障人工检测效率低,成本高的问题,基于改进U-net和卷积神经网络(CNN)模型,提出一种可有效识别绝缘子自爆故障的双阶段目标检测算法。首先,在语义分割阶段使用改进U-net模型,通过翻倍提高图像分辨率的方法有效提高图像分割精度。其次,在图像分类阶段提出更适合所提问题且有效提高分类准确度的新型CNN模型。最后,使用无人机拍摄的绝缘子图片为实验数据进行实验。实验结果表明所提算法识别精度较高。

关键词：绝缘子自爆故障改进U-net 卷积神经网络双阶段目标检测算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的电力巡检绝缘子检测研究

基于卷积神经网络的电力巡检绝缘子检测研究

引用

作者：陈庆电子科技大学

学位级别：硕士

电力巡检是保障电网安全运行不可或缺的手段,新兴的无人机巡检通过搭载的高清相机和图传设备可获取大量详实的巡检影像。这些巡视数据仅凭人工分析和处理,工作量庞大,效率低下,存在由工作人员经验和素质引起的偏差。而绝缘子是电力系统... 详细信息

电力巡检是保障电网安全运行不可或缺的手段,新兴的无人机巡检通过搭载的高清相机和图传设备可获取大量详实的巡检影像。这些巡视数据仅凭人工分析和处理,工作量庞大,效率低下,存在由工作人员经验和素质引起的偏差。而绝缘子是电力系统中的常见部件,由于常年暴露在外,因而故障多发,严重威胁电网安全,需要引入智能化的识别方法自动进行故障诊断。本文结合四川省电力公司科技项目的需求,从以下几个方面展开研究:(1)本文通过搭建和改进卷积神经网络实现对绝缘子的检测,解决传统检测算法鲁棒性差,泛化能力不强,准确率不高等问题。首先通过研究卷积神经网络的特点和广泛应用,结合工程需求和硬件支持,完成对卷积神经网络各个部件的选型和设计,搭建适宜本课题网络模型。其次利用无人机在不同线路和时间采集玻璃和陶瓷绝缘子样本并进行人为拓展,作为训练样本。然后本文选择开源的Caffe作为工具,结合相关调参技术对网络结构进行改进和在训练过程中进行优化。通过自动学习绝缘子特征的本质和分布式表达,实现在复杂航拍背景中的绝缘子检测,训练准确率为95%,测试准确率为92%。(2)本文结合已训练完备的卷积神经网络完成绝缘子自爆的识别,解决人工分析工作量大,效率低等问题。首先利用卷积神经网络层级结构对全局和局部特征的综合与抽象,将训练完备的网络模型作为绝缘子特征抽取的工具,融入自组织特征映射网络,实现显著性检测的改良。其次在显著性检测的基础上,快速提取绝缘子,舍弃背景,然后结合超像素分割和轮廓检测等图像处理方法建立绝缘子模型,提出一种针对绝缘子自爆故障的识别算法,准确率在90%以上,取代人工分析,降低凭巡检工作人员经验判定的风险和误差,保障电网安全可靠运行。(3)本文对绝缘子检测及自爆故障识别分别进行测试验证和对比试验。首先针对不同背景,不同种类,不同数量的情况进行了绝缘子检测测试,并与传统的DPM和基于HoG的SVM算法进行对比。同时通过可视化效果分析网络的性能。然后对不同背景下的自爆识别算法进行了验证。最后以工程项目为依托,简单介绍电力巡检绝缘子检测系统平台的构架和应用效果。经验证,绝缘子检测和自爆识别均达到工程要求,有效体现巡视数据的价值,提升电力巡检的效率和智能化水平。

关键词：卷积神经网络绝缘子自爆故障检测识别

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：