輸電線路絕緣子自爆缺陷識別方法
作者：侯春萍; 章衡光; 張巍; 楊陽; 張貴峰; 田治仁 天津大學電氣自動化與信息工程學院; 天津300072; 南方電網科學研究院有限責任公司; 廣州510670
摘要：絕緣子自爆缺陷識別是實現運行狀態監測和故障診斷的重要前提。針對輸電線路航拍圖像背景復雜的特點,提出一種基于深度學習的絕緣子自爆缺陷識別方法。本文中應用深度學習目標分類算法中最具代表性的AlexNet,VGG16以及FasterR-CNN框架分別進行分類器和檢測器的訓練,并將分類器和檢測器級聯組成級聯網絡,進行絕緣子目標的檢測識別。分類器的正確率達到了72%,檢測器的正確率達到了59.6%,級聯網絡的漏檢率降為0。實驗結果表明本文的方法能夠有效地識別絕緣子、自動化性能良好,為下一步絕緣子故障搶修提供了基礎。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
電力系統及其自動化學報雜志
電力系統及其自動化學報雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：學術論文、科研成果報導等。于1989年經新聞總署批準的正規刊物。
- 北大期刊
- CSCD期刊
- 統計源期刊
- 1-3個月審核
