-
题名基于正样本学习的变压器渗油图像识别方法研究
- 1
-
-
作者
唐冬来
李擎宇
龚奕宇
钟声
聂潇
周朋
陈居利
-
机构
四川思极科技有限公司
国网四川省电力公司
-
出处
《自动化仪表》
CAS
2023年第4期89-94,共6页
-
基金
国家重点研发计划基金资助项目(2019YFB2103000)。
-
文摘
为解决变压器渗油图像缺陷识别样本不足造成的渗油识别准确率低的问题,提出了1种基于正样本学习的变压器渗油图像识别方法。首先,通过对变压器图像进行预处理,消除图像噪声数据。其次,采用数量庞大的正常变压器图像样本训练卷积神经网络,并筛选出与正常图片有差异的异常变压器图像。在此基础上,采用异常缺陷检测法识别变压器渗油图像。最后,在某地市进行模拟试验。变压器渗油图像识别率为99.4%。试验结果表明,该方法可提高变压器渗油异常图像筛选准确率,有效提升电网公司变电运维检修人员的视频图像巡检效率和管理水平。
-
关键词
变压器渗油
成长式检测
图像识别
卷积神经网络
正样本
-
Keywords
Transformer oil leakage
Growth-based detection
Image recognition
Convolutional neural network
Positive sample
-
分类号
TH99
[机械工程]
-