-
题名基于图像特征分析的电力网络线路破损识别
被引量:1
- 1
-
-
作者
李宏昭
朱青松
徐美德
王洪亮
-
机构
北京电子科技职业学院
国家电网河南省电力公司安阳供电公司
-
出处
《电气应用》
2015年第10期107-110,共4页
-
文摘
在对电力网络线路破损进行识别的过程中,容易出现线路破损种类多的问题,导致传统的基于小波神经网络算法的电力网络线路识别方法,由于分析的线路破损类别有限,无法有效完成电力网络线路破损识别。提出一种基于图像特征分析的电力网络线路破损识别方法,通过轮廓特征对电力网络线路破损图像进行初步处理。通过矩和轮廓描述对电力网络线路破损特征进行进一步的描述。针对数字电力网络线路图像,用双求和的形式替代积分,对图像灰度值进行统计分析,将其作为图像的统计特征。依据已知类别训练样本完成学习后,对全部测试样本进行学习分类,获取不同位置子图像的正确分类率,对每个子图像进行匹配时所占的权重进行计算。对全部待匹配静脉图像的全部子图像的分类结果进行融合,判断该图像是否和电力网络线路破损特征吻合,从而实现电力网络线路破损识别。仿真实验结果表明,所提方法具有很高的识别正确率。
-
关键词
图像特征
电力网络
线路破损
识别
-
分类号
TM75
[电气工程—电力系统及自动化]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于AI视觉智能巡检系统的设计与实现
- 2
-
-
作者
窦晓欣
梁丽莎
丁兵兵
温耿权
陈家仪
-
机构
湛江科技学院
-
出处
《电脑知识与技术》
2024年第17期19-21,共3页
-
基金
2023年湛江科技学院大学生创新创业训练计划项目:基于AI视觉智能巡检系统的设计与实现(项目编号:2023ZKDCZN33)。
-
文摘
随着电力行业的快速发展和电力设施的不断更新换代,通过无人机进行智能巡检的应用范围正在逐步拓展。传统的人工巡检方式耗时长、人力成本高、巡检难度大,限制了巡检作业的效率和准确性。针对以上问题的研究,文章设计了一种基于卷积神经网络YOLOv5s模型的线路破损检测算法。YOLOv5s模型独特的CSP结构,能有效加强网络特征融合的能力。通过使用手机摄像头模拟无人机进行巡检实验,验证了该算法的可行性与准确度。
-
关键词
YOLOv5s模型
破损线路检测
智能巡检
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-