基于可见光图像的变压器缺陷识别技术研究

为了提升变压器的智能化和可靠性,以110kV油浸式电力变压器为对象,针对变压器外表面可通过可见光图像识别的故障,对变电站现场摄像头布置进行了优化设计,采用深度神经网络方法对对油浸式变压器状态进行了实时监测,并对比了YOLOv3与Faster R-CNN算法对图像识别区别,研究了样本数量对正确率和召回率的影响,分析了标注策略对识别结果的影响,对摄像头装置性能提出了相关的要求。