基于OCS系统遥信与卷积神经网络融合判别GIS刀闸状态的方法

为提高GIS(气体绝缘开关)刀闸识别的智能性,结合OCS(Optical Character Recognition System for Telemetry,遥测光学字符识别系统)系统遥信平台,采用卷积神经网络(CNN)提出了一种智能判别算法。为实现高分辨率特征表达,设计了适应工程环境的可编程网络配置,构建了一维CNN数学模型,并利用自注意机制和深度可分离卷积神经网络实现特征融合。通过使用视频拍摄的刀闸分合状态图像进行模型训练和调优。结果显示,该算法在100%准确率下,平均识别时间为16.4 ms。该研究为电力系统智能化提供了新的判别方法,推动了电力设备智能化技术的发展。