输电线路巡检中采集的螺栓图像有分辨率低、视觉信息不足的特点。针对传统图像分类模型难以从螺栓图像中学习到语义丰富的视觉表征问题,提出了一种基于多模态对比学习的输电线路螺栓缺陷分类方法。首先,为了将文本中螺栓相关的语义信息和先验知识以跨模态的方式注入视觉表征,提出了一种结合多模态对比预训练和监督式微调的二阶段训练算法;其次,为了缓解多模态对比预训练中的过拟合问题,提出了标签平滑的信息噪声对比估计损失(info noise contrastive estimation loss with label smoothing,infoNCE-LS),以提高预训练视觉表征的泛化性能;最后,针对上下游任务的不匹配问题,设计了3种基于文本提示的分类头,以改善预训练视觉表征在监督式微调阶段的迁移学习效果。实验结果表明:该文基于Res Net50和ViT构建的两种模型在螺栓缺陷分类数据集上的准确率分别为92.3%和97.4%,相比基线分别提高了2.4%和5.8%。研究实现了从文本到图像的语义信息跨模态补充,为螺栓缺陷识别的研究提供了新的思路。
由于开关器件故障是有源中性点箝位(active neutral point clamped,ANPC)三电平逆变器故障的主要类型,快速定位故障器件对提升ANPC三电平逆变器的可靠性具有重要意义。针对ANPC三电平逆变器开关器件开路故障,从传播路径的角度分析了不...
详细信息
由于开关器件故障是有源中性点箝位(active neutral point clamped,ANPC)三电平逆变器故障的主要类型,快速定位故障器件对提升ANPC三电平逆变器的可靠性具有重要意义。针对ANPC三电平逆变器开关器件开路故障,从传播路径的角度分析了不同调制算法下开关器件故障对输出电流的影响以及输出电流与负载侧电压的相位差对故障电流波形的影响。以三相输出电流作为故障特征量,提出一种基于切换调制策略的ANPC三电平逆变器开路故障诊断方法。首先采用电流平均值法先对故障开关器件的大致范围进行判定,然后切换调制策略以实现故障器件的精确定位。最后,通过仿真与实验验证了该方法可以在1个基波周期内实现故障定位,具有检测速度快、抗干扰能力强的优点,且无需额外增加用于故障检测的传感器。
同方期刊数据库
维普期刊数据库
暂无评论