基于深度学习技术的电力线路故障预测与诊断研究

电力资源是社会经济发展和各行各业稳定正常运转的重要工具,电力线路承载着输送电能的重要作用。而电力线路故障的主要原因是输电线路绝缘子长期暴露在外界环境中,导致其产生磨损、自爆等故障,由此引发电力线路产生一系列的故障。而传统的电网故障分类器无法准确地获得线路故障的信息和定位故障位置等问题,因此文章基于深度学习技术构建了电力线路故障预测和诊断系统,对基于改进FasterR-CNN的绝缘子缺陷检测算法,在该系统原有的基础上增加一个带有采样的“自上而下”的特征模块,增强目标故障处在检测网络中的分辨率,同时利用IOU-aware模块,改善分类分数和故障定位之间精度不准的问题,最终实现预测定位输电线路故障预测的任务。