目前我國(guó)地下電纜隧道仍處于大規(guī)模建設(shè)階段。電纜線(xiàn)路在滿(mǎn)足大量輸送電能的同時(shí),能有效減少地表面積,緩解電力輸送和城市交通、居民生活之間的矛盾。但由于地下環(huán)境的復(fù)雜和人工巡檢的困難,國(guó)內(nèi)已有多起電纜隧道安全事故發(fā)生。所以,獲得及時(shí)準(zhǔn)確的電纜隧道狀態(tài)信息尤為重要,基于巡檢視頻的電纜隧道實(shí)時(shí)圖像檢測(cè)算法和設(shè)備也應(yīng)運(yùn)而生。本文采用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)作為機(jī)器人自動(dòng)巡檢數(shù)據(jù)分析模型。從數(shù)據(jù)儲(chǔ)存到數(shù)據(jù)分析再到卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,系統(tǒng)的研究了電纜隧道異常狀態(tài)識(shí)別的問(wèn)題。本文采用的視頻濃縮技術(shù),通過(guò)提取關(guān)鍵幀,將大量的隧道巡檢數(shù)據(jù)濃縮的同時(shí),不改變數(shù)據(jù)間的相關(guān)性。把處理后大部分?jǐn)?shù)據(jù)作為訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本(少部分用于校驗(yàn)),借助電纜設(shè)備狀態(tài)識(shí)別等技術(shù),建立電纜隧道設(shè)備識(shí)別模型、隧道設(shè)備銹蝕模型、隧道積水識(shí)別模型等。將人工經(jīng)驗(yàn)表達(dá)為數(shù)學(xué)模型,深度分析處理人工巡檢及隧道巡檢機(jī)器人所采集的數(shù)據(jù),提高其分析價(jià)值和利用效率。最后將機(jī)器人自動(dòng)巡檢數(shù)據(jù)應(yīng)用前段所提出的模型中,實(shí)驗(yàn)結(jié)果證明:卷積神經(jīng)網(wǎng)絡(luò)具有較好的圖片分析和搜索能力,是一種值得在電力領(lǐng)域...

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1國(guó)內(nèi)某電纜隧道內(nèi)部情況

圖1-1國(guó)內(nèi)某電纜隧道內(nèi)部情況Figure1-1InternalConditionsofaCableTunnelinChina日常巡檢是電纜隧道安全的重要保障流程[6]，從電纜隧道的安全性角度來(lái)看，繁的、高頻率的巡檢任務(wù)是非常有必要的。但是從人工的角度上說(shuō)，....

圖1-2日本線(xiàn)路行走式巡檢機(jī)器人Fig.1-2WalkingPatrolRobotforLineinJapan

圖1-2日本線(xiàn)路行走式巡檢機(jī)器人Fig.1-2WalkingPatrolRobotforLineinJapan克水電研究院研制的變電站巡檢機(jī)器人在Hydro-Que。搭載紅外熱像儀、可見(jiàn)光圖像采集系統(tǒng)，實(shí)現(xiàn)了遠(yuǎn)程，可實(shí)現(xiàn)對(duì)機(jī)器人的實(shí)時(shí)控制，如圖1-3所示....

圖1-3加拿大魁北克水電研究院研制的機(jī)器人Figure1-3RobotdevelopedbyQuebecHydropowerResearchInstitute,Canada

圖1-2日本線(xiàn)路行走式巡檢機(jī)器人Fig.1-2WalkingPatrolRobotforLineinJapan電研究院研制的變電站巡檢機(jī)器人在Hydro-Q載紅外熱像儀、可見(jiàn)光圖像采集系統(tǒng)，實(shí)現(xiàn)了實(shí)現(xiàn)對(duì)機(jī)器人的實(shí)時(shí)控制，如圖1-3所示。但在電纜隧道這類(lèi)狹....

圖1-4柏林單軌電動(dòng)巡視車(chē)

圖1-4柏林單軌電動(dòng)巡視車(chē)Figure1-4BerlinMonorailElectricPatrolVehicle路巡檢技術(shù)非常重視，地面自動(dòng)檢測(cè)設(shè)備早1月，變電站智能檢測(cè)機(jī)器人在鄭州110kV人同樣可以對(duì)開(kāi)關(guān)、儀表等視頻分析，自動(dòng)判12年12月，重慶....

本文編號(hào)：3890596