期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
电气设备故障诊断中深度学习图像检索方法的应用
Application of Deep Learning Image Retrieval Method in Electrical Equipment Fault Diagnosis
下载PDF
职称材料
导出
摘要
针对现有电气设备故障红外图像检测对检测人依赖程度较高和检测速度较慢的缺点,提出在电气设备故障诊断中应用深度学习图像检索的方法。具体步骤为:借助现有典型数据建立起专家数据库,再通过检索技术从中检索出最类似目标故障图像的数据,以此获取故障类型及处理方法。从试验数据集试验结果看,所提系统具备一定的可靠性和可行性。
作者
杨玉泉
机构地区
济宁市兖州区地方建材服务中心
出处
《石油和化工设备》
CAS
2024年第9期27-29,26,共4页
Petro & Chemical Equipment
关键词
电气设备
故障诊断
深度学习
图像检索
分类号
TM50 [电气工程—电器]
TP391.41 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
20
参考文献
5
共引文献
192
同被引文献
0
引证文献
0
二级引证文献
0
参考文献
5
1
安妙,孔英会,沈辉,车辚辚.
基于深度学习的行为识别及在电力系统的应用[J]
.电力科学与工程,2019,35(3):59-65.
被引量:13
2
葛芸,江顺亮,叶发茂,姜昌龙,陈英,唐祎玲.
聚合CNN特征的遥感图像检索[J]
.国土资源遥感,2019,31(1):49-57.
被引量:7
3
刘云龙,谢寿生,郑晓飞,边涛.
基于深度学习的航空发动机传感器故障检测[J]
.传感器与微系统,2017,36(9):147-150.
被引量:11
4
何霞,汤一平,王丽冉,陈朋,袁公萍.
基于Faster RCNNH的多任务分层图像检索技术[J]
.计算机科学,2019,46(3):303-313.
被引量:9
5
王万国,田兵,刘越,刘俍,李建祥.
基于RCNN的无人机巡检图像电力小部件识别研究[J]
.地球信息科学学报,2017,19(2):256-263.
被引量:161
二级参考文献
20
1
谢川,倪世宏,张宗麟.
一种缺失飞行参数预处理的新方法[J]
.计算机仿真,2005,22(4):27-31.
被引量:9
2
孙晓倩,艾延廷,张振.
航空发动机传感器故障诊断方法研究[J]
.沈阳航空工业学院学报,2010,27(2):15-19.
被引量:10
3
朱佳丽,李士进,万定生,冯钧.
基于特征选择和半监督学习的遥感图像检索[J]
.中国图象图形学报,2011,16(8):1474-1482.
被引量:8
4
芮少辉,张凤鸣,徐显亮.
改进关联规则挖掘算法航空发动机故障检测[J]
.火力与指挥控制,2011,36(9):199-202.
被引量:5
5
金立军,胡娟,闫书佳.
基于图像的高压输电线间隔棒故障诊断方法[J]
.高电压技术,2013,39(5):1040-1045.
被引量:29
6
余凯,贾磊,陈雨强,徐伟.
深度学习的昨天、今天和明天[J]
.计算机研究与发展,2013,50(9):1799-1804.
被引量:610
7
李业波,李秋红,黄向华,赵永平.
航空发动机传感器故障与部件故障诊断技术[J]
.北京航空航天大学学报,2013,39(9):1174-1180.
被引量:19
8
刘建伟,刘媛,罗雄麟.
玻尔兹曼机研究进展[J]
.计算机研究与发展,2014,51(1):1-16.
被引量:71
9
孙毅刚,刘静雅,赵珍.
基于极限学习机的航空发动机传感器故障诊断[J]
.传感器与微系统,2014,33(8):23-26.
被引量:13
10
王修岩,李萃芳,高铭阳,李宗帅.
基于SVM和SNN的航空发动机气路故障诊断[J]
.航空动力学报,2014,29(10):2493-2498.
被引量:15
共引文献
192
1
于重重,萨良兵,马先钦,陈秀新,赵霞.
基于度量学习的小样本零器件表面缺陷检测[J]
.仪器仪表学报,2020,41(7):214-223.
被引量:12
2
吴晨,孙强,倪宏宇,颜文旭.
基于骨架序列提取的异常行为识别[J]
.计算机系统应用,2022,31(11):215-222.
被引量:1
3
王凯,姜吴昊,吕艳,倪益华,侯英岢.
基于深度学习的笼养蛋鸡行为实时检测方法[J]
.中国农业大学学报,2019,24(11):123-133.
被引量:7
4
魏豪,张凯,郑磊,曹源,张丁文.
基于HOG-RCNN的电力巡检红外图像目标检测[J]
.红外与激光工程,2020,49(S02):242-247.
被引量:12
5
单亚锋,赵天宇,付昱,付华,王珂珂.
基于4层R-CNN的输电线路多目标检测[J]
.辽宁工程技术大学学报(自然科学版),2022,41(3):270-276.
被引量:5
6
刘志颖,缪希仁,陈静,江灏.
电力架空线路巡检可见光图像智能处理研究综述[J]
.电网技术,2020,44(3):1057-1069.
被引量:97
7
马鹏,樊艳芳.
基于深度迁移学习的小样本智能变电站电力设备部件检测[J]
.电网技术,2020,44(3):1148-1159.
被引量:86
8
刘有耀,陈琪,李舒曼.
基于迁移学习的遥感图像场景分类[J]
.光电子.激光,2022,33(7):709-714.
被引量:3
9
付晶,谈家英,周立玮,蔡焕青,陈伯建.
输电线路无人机巡检图像缺陷智能识别方法分析[J]
.高电压技术,2023,49(S01):103-110.
被引量:8
10
刘孝德,裴红军,张振香.
萨能奶山羊改良本地山羊效果[J]
.中国草食动物,2000,2(1):20-22.
被引量:1
1
张琛雨,菅永坤,陈爱娟.
基于YOLOv4改进型的落水人员红外图像检测识别研究[J]
.天津航海,2024(3):23-26.
石油和化工设备
2024年 第9期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部