一种基于卷积神经网络的配电网主站告警窗口的图像识别方法 |
| |
引用本文: | 李浩然,佘伊伦,王子滔.一种基于卷积神经网络的配电网主站告警窗口的图像识别方法[J].电子器件,2023,46(3):836-840. |
| |
作者姓名: | 李浩然 佘伊伦 王子滔 |
| |
作者单位: | 深圳供电局有限公司 |
| |
摘 要: | 随着配电网拓扑结构与设备规模的不断扩大,配电网主站中集聚了海量告警信息,亟需高效计算能力进行识别与分析。本文以配电网信息物理主站系统的强大硬件系统为依托,基于卷积神经网络的先进事件处理能力,形成了告警图像智能分析技术,实现告警信息在线综合处理、显示与推理,支持汇集和处理。以实际主站告警业务为例,对大量告警信息进行精准识别,实现对图像数值分析、阈值对比、趋势分析,对异常状态进行自动预警,实时对电网运维人员进行故障告警推送。基于实际配电网实景场景验证了设备识别与缺陷识别的准确性,支持实现配网运行监控、故障处理的一体化运行。
|
关 键 词: | 配电自动化 卷积神经网络 事件告警 图像识别 |
|
| 点击此处可从《电子器件》浏览原始摘要信息 |
|
点击此处可从《电子器件》下载全文 |
|