基于Faster R-CNN的复合绝缘子憎水性分析研究 |
| |
引用本文: | 张德钦,刘晓伟,刘源,江振钰,夏鹏.基于Faster R-CNN的复合绝缘子憎水性分析研究[J].陕西电力,2019(4). |
| |
作者姓名: | 张德钦 刘晓伟 刘源 江振钰 夏鹏 |
| |
作者单位: | 广西电网有限责任公司北海供电局;武汉大学 |
| |
摘 要: | 定期对复合绝缘子的憎水性进行检查,及时更换严重老化的复合绝缘子,是保障电网安全稳定运行的关键。为实现无人机图像拍摄后复合绝缘子憎水性的准确判别,提出一种基于候选区域的快速卷积神经网络绝缘子憎水性分析方法,利用训练得到的Faster R-CNN深度神经网络模型精确定位复杂背景中的复合绝缘子伞裙,通过位置修正提取其中水迹信息区域,最后送入图像分类卷积神经网络完成憎水性等级的判定。测试结果表明,该方法在无人工参与的情况下,能在复杂背景图像中准确定位复合绝缘子伞裙水迹区域,憎水性等级判定结果达到了较高的准确率。
|
本文献已被 CNKI 等数据库收录! |
|