針對變電站的一鍵順控停、送電操作不當(dāng)將導(dǎo)致投退操作的問題,提出了一種基于深度學(xué)習(xí)的變電站硬壓板狀態(tài)檢測與識別算法.使用一個(gè)共享網(wǎng)絡(luò)提取圖像特征,基于多任務(wù)學(xué)習(xí)方法建立3個(gè)分支聯(lián)合解決硬壓板位置檢測、投切狀態(tài)檢測和標(biāo)識檢測這3個(gè)任務(wù);采集標(biāo)注了8 000張硬壓板圖片數(shù)據(jù)用于訓(xùn)練和測試.結(jié)果表明,所提出的方法能夠在提升硬壓板狀態(tài)識別精度的同時(shí),也提升一鍵順控操作的安全性. 

【文章來源】：沈陽工業(yè)大學(xué)學(xué)報(bào). 2020,42(06)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

硬壓板檢測與識別整體框架

由于硬壓板與其下面的文字標(biāo)識位置上存在關(guān)聯(lián)關(guān)系，因此本文基于多任務(wù)學(xué)習(xí)的硬壓板檢測與識別網(wǎng)絡(luò)，使用一個(gè)特征共享網(wǎng)絡(luò)提取表達(dá)能力更強(qiáng)的特征，其具體架構(gòu)如圖2所示．圖2中，f表示特征，conv block 64，/2表示含有64個(gè)通道的卷積層，并進(jìn)行2倍下采樣;up sampling表示上采樣，×2為2倍上采樣層;3×3表示卷積核大小為3×3;concat表示數(shù)組合并．特征共享網(wǎng)絡(luò)使用Res Net-50作為基礎(chǔ)網(wǎng)絡(luò)，并使用特征金字塔結(jié)構(gòu)(FPN)融合高、低分辨率的特征來整合全局與局部信息．特征融合過程滿足

EAST檢測分支架構(gòu)

【參考文獻(xiàn)】：
期刊論文
[1]基于一致性算法的智能電網(wǎng)儲(chǔ)能單元分布式調(diào)度策略[J]. 胡詩堯,安佳坤,韓璟琳,孫鵬飛,劉雪飛.  沈陽工業(yè)大學(xué)學(xué)報(bào). 2019(04)
[2]基于深度學(xué)習(xí)的輸變電設(shè)備異常發(fā)熱點(diǎn)紅外圖片目標(biāo)檢測方法[J]. 劉云鵬,裴少通,武建華,紀(jì)欣欣,梁利輝.  南方電網(wǎng)技術(shù). 2019(02)
[3]基于深度卷積神經(jīng)網(wǎng)絡(luò)的輸電線路可見光圖像目標(biāo)檢測[J]. 周筑博,高佼,張巍,王曉婧,張靜.  液晶與顯示. 2018(04)
[4]變電運(yùn)檢一體運(yùn)作模式研究與探索[J]. 張波.  浙江電力. 2016(10)
[5]基于深度學(xué)習(xí)的發(fā)電機(jī)故障挖掘方法研究[J]. 謝川.  電網(wǎng)與清潔能源. 2016(02)



本文編號：3266995