-
题名基于多尺度深度学习的接触网吊弦异常检测及应用
被引量:1
- 1
-
-
作者
李兵祖
宋超
武莹
薛晓利
-
机构
中国铁路兰州局集团有限公司科研技术监督所
成都国铁电气设备有限公司
-
出处
《电气化铁道》
2020年第4期42-45,共4页
-
文摘
提出一种基于多尺度深度学习的接触网吊弦异常检测算法,并研究其在受电弓打弓预判中的应用。该算法由深度神经网络提取图像特征,根据特征图确定吊弦图像感兴趣区域并得到候选框,再对候选框进行分类和回归,确定吊弦状态并得到吊弦位置。通过吊弦的松、脱、断等异常状态,进一步预判是否会出现受电弓打弓,从而及时给出预警。通过实际应用验证,该算法可有效对吊弦异常状态进行检测,可提前预判打弓隐患。
-
关键词
多尺度
Faster
RCNN
吊弦异常检测
打弓
-
Keywords
multi-scale
Faster RCNN
detection of dropper abnormality
pantograph striking
-
分类号
U225.4+8
[交通运输工程—道路与铁道工程]
-
-
题名一种基于吊弦异常检测的打弓缺陷预判算法
- 2
-
-
作者
李宏科
-
机构
中国铁路郑州局集团有限公司郑州供电段
-
出处
《电气化铁道》
2019年第S01期89-92,共4页
-
文摘
吊弦故障对弓网系统影响重大,甚至引发弓网事故,造成行车中断。本文提出一种基于吊弦异常检测的打弓预判算法,首先确定吊弦图像感兴趣区域,然后对该区域进行路径搜索与分析并确定吊弦状态。通过对吊弦异常状态的检测,预判打弓缺陷,提前消除安全隐患,确保行车及设备安全。
-
关键词
打弓
吊弦异常检测
路径搜索
预判算法
-
Keywords
Pantograph-collision
inspection of abnormal dropper
route searching
prediction algorithm
-
分类号
U225.48
[交通运输工程—道路与铁道工程]
-