購物車(0)
基于無人機圖像與遷移學習的線路絕緣子狀態評價方法
羅建軍; 劉振聲; 龔翔; 黃紹川; 歐陽業; 魏征 廣東電網有限責任公司清遠供電局; 廣東清遠511515; 上海啟亦電子科技有限公司; 上海201499; 華中科技大學電氣與電子工程學院; 湖北武漢430074
關鍵詞：無人機巡檢 遷移學習 絕緣子 缺陷識別 狀態評價
摘要：針對目前絕緣子運維過程存在著規程過于繁雜,過于依賴運維人員的人工識別等問題,文中提出了一種絕緣子狀態評價方法,該方法采用歷史絕緣子缺陷圖像作為訓練樣本,通過遷移學習在小樣本數據處理的優異性能實現基于深度卷積神經網絡絕緣子的缺陷識別模型訓練,并借助卷積神經網絡的特征提取能力實現絕緣子缺陷量化評分,結合歷史樣本與專家經驗實現考慮運行年限、外界環境等因素實現絕緣子綜合狀態評價。通過實例分析表明文中遷移學習模型訓練后絕緣子缺陷識別準確率可達到90%以上,而采用全新學習在同樣的樣本條件下識別準確率僅為70%,且文中建立的評價模型在日常運維中能夠更為靈敏地體現絕緣子的缺陷狀態,說明文中評價方法具有相當可靠性,可為運維人員的日常維護安排提供經驗。
電力工程技術雜志要求:
{1}文中一級標題、二級標題、三級標題、四級標題的序號用“一、……”“（一）……”“1．……”“（1）……”標示。
{2}確保投稿無一稿兩投、不涉及保密及署名無爭議等事項，若因保密原因不便公開的內容，應向編輯部說明。
{3}來稿力求做到富有思想性，觀點新穎、概念準確、論證嚴謹、邏輯清晰、資料翔實、格式規范、文字精煉。
{4}參考文獻：本刊要求所有參考文獻按照在文中出現的先后順序做實引，在引用處用上角標的形式標注，如“[1]”、“[2]”等。
{5}引用他人著作應依次標明作者、書名、出版社、出版時間、頁碼。第一版的著作無須注明版次。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
