首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于改进YOLOv4的GIS红外特征识别与温度提取方法
作者姓名:
刘江
关向雨
温跃泉
吕朝伟
作者单位:
福州大学电气工程与自动化学院, 福建 福州 350108;国网江西省电力有限公司赣州供电分公司, 江西 赣州 341000
基金项目:
福建省自然科学基金资助项目(2020J01509)
摘 要:
对气体绝缘开关设备(gas insulated switchgear,GIS)典型部件的目标识别和温度提取是实现对设备发热状态红外智能检测的关键。文中提出一种基于混合域注意力机制(convolutional block attention module,CBAM)的改进YOLOv4算法,可实现对GIS母线、隔离开关等部件的快速目标检测和热点温度提取。首先,在某变电站现场采集原始红外图像,对图像进行锐化处理和部位标记,构建包含GIS典型部件的红外数据集。然后,利用深度可分离卷积网络降低模型参数量,并融入CBAM优化模型的识别能力,在此基础上构建基于改进YOLOv4的GIS红外部件目标快速检测算法。最后,采用灰阶差值方法对检测到的GIS典型目标部件进行热区温度值提取。结果表明,所提算法在GIS红外特征数据集上可以达到每秒31.5帧的识别速度和82.3%的识别准确率,明显优于其他目标算法,且GIS各部件的温升计算值与实测值误差在±1℃内。该算法可部署在无人机和巡检小车等边缘智能终端,实现对现场GIS设备温升状态的精细化识别和快速诊断,提升GIS设备健康状态管理数字化和智能化水平。
关 键 词:
气体绝缘开关设备(GIS)
YOLOv4
红外图像
温升提取
混合域注意力机制(CBAM)
轻量级网络
收稿时间:
2022/7/21 0:00:00
修稿时间:
2022/10/9 0:00:00
Infrared feature recognition and temperature extraction method of GIS components based on improved YOLOv4
Authors:
LIU Jiang
GUAN Xiangyu
WEN Yuequan
LYU Chaowei
Affiliation:
College of Electrical Engineering and Automation, Fuzhou University, Fuzhou 350108, China;State Grid Ganzhou Power Supply Company of Jiangxi Electric Power Co., Ltd., Ganzhou 341000, China
Abstract:
Keywords:
gas insulated switchgear (GIS)
YOLOv4
infrared image
temperature rise extraction
convolutional block attention module (CBAM)
lightweight network
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号