-
题名高精度配电网电气设备故障识别检测方法
被引量:25
- 1
-
-
作者
赵欢
阳浩
何亮
魏恩伟
郑杰
-
机构
中国南方电网深圳供电局电力科学研究院
-
出处
《沈阳工业大学学报》
CAS
北大核心
2021年第6期614-618,共5页
-
基金
中国南方电网项目(090000KK52170154).
-
文摘
针对电气设备红外图像边界模糊、噪声大等问题,结合卷积神经网络模型和图像识别技术,利用可见光图像与红外成像,实现了对配电网电气设备的高精度远程识别和发热诊断.采用卷积神经网络和边框回归算法完成了对识别对象的标记,基于灰度梯度信息矩阵提取了配电网红外图像的纹理信息特征参数,采用主成分分析的方法得到特征参数的主成分分量,并将其作为输入向量,对设备运行状态进行识别.结果表明,样本训练及测试的准确率能够分别达到95%、90%以上,设备发热故障识别准确率约为85%.
-
关键词
卷积神经网络
图像识别
红外成像
灰度梯度信息矩阵
主成分分析
故障识别
边框回归算法
对象识别
-
Keywords
convolutional neural network
image recognition
infrared imaging
gray-gradient information matrix
principal component analysis
fault recognition
border regression algorithm
object recognition
-
分类号
TM744
[电气工程—电力系统及自动化]
-