-
题名基于轻量化网络的变电站缺陷图片检测算法
被引量:14
- 1
-
-
作者
琚泽立
邢伟
金鸿鹏
徐方植
蒲路
侯喆
-
机构
国网陕西省电力公司电力科学研究院
国网陕西省电力公司
西安交通大学电气工程学院
-
出处
《电网与清洁能源》
2020年第8期43-49,共7页
-
基金
陕西省重点研发计划-国际科技合作计划项目(2019KW-010)。
-
文摘
保证变电站运行安全和可靠,自动检测变电站设备缺陷是电网智能化的关键。提出基于轻量化网络的变电站缺陷图片检测算法。针对目前传统的深度网络深度较深,耗时较长,易发生梯度爆炸、消失的情况,以及变电站智能监控实时性要求高的问题,提出了一种基于轻量化网络的变电站缺陷图片检测算法。该算法通过深度网络的轻量化设计,不仅可降低计算时间复杂度和空间复杂度,并且能提升检测准确度。该算法利用轻量化的特征提取网络进行图片的多尺度特征提取,且能根据多尺度特征进行目标种类和位置的检测。以变电站现场故障图片作为实验数据,对比测试了SSD算法和所提算法在面对不同故障的检测准确率。实验结果表明,所提算法在变电站故障检测任务中比SSD算法更加准确,为变电站故障检测提供了有效的手段。
-
关键词
缺陷图片检测
变电站
目标检测
轻量化网络
-
Keywords
defect image detection
substation
object detection
lightweight network
-
分类号
TM769
[电气工程—电力系统及自动化]
-