基于深度可分离卷积及SVD输电线路缺陷检测

针对输电线路实时巡检中无人机嵌入式移动端的存储和计算受限问题,在Faster R-CNN目标检测框架及VGG特征提取网络基础上,融合深度可分离卷积及SVD分解,构建了一种轻量级的输电线路缺陷检测方法。在公共的PASCAL VOC 2007与COCO数据集上的实验结果验证了所提方法的优越性。在输电线路缺陷数据集上实验,在保证检测精度不下降的同时降低了模型存储空间,提升了模型的检测速度,实现了检测的实时性。

变电站自动巡检管控系统研究与应用

通过带人工智能识别的高清摄像头、网盘录像机NVR、云端控制中心、信息存储数据库分别构成变电站自动巡检管控系统的采集层、传输层、站控层3层结构,并通过引入智能视频跟踪算法对摄像头采集的图像数据进行机器训练,从而保证对给定区域内目标跟踪的准确性。变电站自动巡检管控系统的应用,为实现电网作业实时、高效、全方位的巡检管控提供了技术平台,促进巡检管控作业向智能化、科技化发展。