本文關鍵詞：基于卷積神經網絡的變電站監(jiān)控圖像識別方法研究

  更多相關文章： 深度學習 卷積神經網絡 非線性修正函數 矩陣2-范數 奇異值 變電站監(jiān)控圖像

【摘要】：隨著電力系統生產自動化水平的不斷提高,越來越多的變電站實現了無人值守運行模式,采用數字圖像處理技術對監(jiān)控圖像進行分析與識別,大大提高了無人值守變電站運行的安全性和可靠性。為了實現對變電站監(jiān)控圖像智能識別的任務,采用深度學習技術為解決該問題提供了一個重要的方向。深度學習模仿人腦的視覺機制來學習樣本數據之間的內在規(guī)律和表示層次,能夠深刻表達數據的本質特征,是機器學習領域中一個備受關注的研究方向。卷積神經網絡是深度學習模型中最為高效的一種圖像識別技術,可以直接將原始圖像作為網絡的輸入,對于識別具有旋轉、平移、縮放或者其他扭曲不變形式的物體有很好的魯棒性。本文在對卷積神經網絡進行深入理論研究的基礎上,將其應用于變電站監(jiān)控圖像的異常識別中。本文基于線性修正函數和柔性光滑函數的優(yōu)點,提出了一種使用非線性修正函數作為神經元激勵的方法,非線性修正函數不僅具備稀疏表達的能力,而且將大于零的數據進行了非線性映射,加快了網絡收斂速度,并且提高了識別準確率;根據矩陣的奇異值分解對于圖像的幾何失真具有高度不變性的原理,考慮到圖像信息的主要能量集中于奇異值中較大的幾個,提出一種基于矩陣2-范數的池化方法,它是將卷積層的特征圖劃分為若干個互不重疊的子塊圖像,然后分別計算子塊圖像矩陣的奇異值,將矩陣的最大奇異值作為池化區(qū)域統計結果,該方法將圖像的能量信息作為下一層網絡傳播的特征,仿真結果表明該方法具有更高的識別率,可以反映隱含在圖像中的能量信息特征;通過構建人員闖入、誤入限制或者危險區(qū)域的變電站監(jiān)控圖像異常狀況的卷積神經網絡模型,驗證了本文方法的可行性和很好的適應性,對于電網智能化建設有較高的工程應用價值。
【關鍵詞】：深度學習 卷積神經網絡 非線性修正函數 矩陣2-范數 奇異值 變電站監(jiān)控圖像
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TP183
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-15
• 1.1 本文研究的背景和意義9-10
• 1.2 國內外研究動態(tài)10-13
• 1.2.1 卷積神經網絡的研究進展10-12
• 1.2.2 變電站監(jiān)控圖像識別技術的研究與發(fā)展現狀12-13
• 1.3 論文的主要研究內容和結構安排13-15
• 第2章 卷積神經網絡理論15-25
• 2.1 多層感知器神經網絡15-19
• 2.1.1 MLP的網絡結構15-16
• 2.1.2 MLP神經網絡的訓練算法16-19
• 2.2 卷積神經網絡19-23
• 2.2.1 卷積神經網絡的結構20-22
• 2.2.2 卷積神經網絡的訓練算法22-23
• 2.3 本章小結23-25
• 第3章 基于非線性修正函數的CNNs圖像識別方法25-34
• 3.1 引言25
• 3.2 常用激活函數及其特性25-26
• 3.3 非線性修正激活函數及其特性26-27
• 3.4 實驗及結果分析27-33
• 3.4.1 MNIST實驗27-31
• 3.4.2 Caltech-101實驗31-32
• 3.4.3 CIFAR-10實驗32-33
• 3.5 本章小結33-34
• 第4章 基于矩陣 2-范數池化的CNNs圖像識別方法34-41
• 4.1 引言34
• 4.2 CNNs的池化方法34-36
• 4.3 矩陣 2-范數池化方法36-38
• 4.4 實驗及結果分析38-40
• 4.4.1 MNIST實驗結果38-39
• 4.4.2 Caltech-101實驗結果39-40
• 4.4.3 CIFAR-10實驗結果40
• 4.5 本章小結40-41
• 第5章 CNNs在變電站監(jiān)控圖像識別中的應用41-49
• 5.1 引言41
• 5.2 基于CNNs的變電站監(jiān)控圖像識別實驗41-48
• 5.2.1 人員闖入實驗及結果41-46
• 5.2.1.1 圖像采集和預處理41-43
• 5.2.1.2 卷積神經網絡模型結構設計43-44
• 5.2.1.3 識別結果與分析44-46
• 5.2.1.4 與其他方法的對比46
• 5.2.2 誤入限制或者危險區(qū)域實驗及結果46-48
• 5.3 本章小結48-49
• 第6章 結論與展望49-51
• 參考文獻51-54
• 攻讀碩士學位期間發(fā)表的論文及其它成果54-55
• 致謝55

【相似文獻】

中國期刊全文數據庫 前10條

1 李漢杰;;變電站圖像監(jiān)控系統技術的應用[J];青海電力;2007年04期

2 周曉芬;;變電站監(jiān)控五防一體化方案探討[J];電力與電工;2010年03期

3 章建歡;;500kV變電站監(jiān)控自動化系統運行存在問題分析與建議[J];中國新技術新產品;2010年21期

4 秦梁棟;林榕;邵華;宋靜;;變電站網絡數字視頻監(jiān)控系統建設[J];河北電力技術;2010年06期

5 江駿;;變電站視頻監(jiān)控系統的設計與實現[J];科技傳播;2011年21期

6 劉劍;;集中控制變電站的運行管理模式探討[J];通信電源技術;2014年01期

7 梁躍龍;變電站監(jiān)控和保護系統更新策略探討[J];湖南電力;2003年03期

8 劉鵬杰;;變電站視頻監(jiān)控系統的設計和應用[J];自動化應用;2011年08期

9 胡麗清;肖艷煒;李英;;變電站監(jiān)控信息告警直傳技術及其在浙江電網的應用[J];浙江電力;2012年12期

10 許建剛;吳曦;;智能化變電站運維問題探討[J];供用電;2013年01期

中國重要會議論文全文數據庫 前8條

1 劉洪正;袁廣宏;高厚磊;鄒貴彬;李學鷺;張亮;;變電站智能預警系統設計與開發(fā)[A];山東電機工程學會第十二屆優(yōu)秀論文匯編[C];2011年

2 鄒宏亮;周晨;鄭遠德;馮波;王玲;李帆;賀彪;曾曉;;嵌入式Internet技術在變電站監(jiān)控中的應用研究[A];2008中國電力系統保護與控制學術研討會論文集[C];2008年

3 王德成;丁建華;石德民;;變電站監(jiān)控技術在工礦企業(yè)中的開發(fā)及應用[A];全國冶金自動化信息網2013年會論文集[C];2013年

4 王兆華;孟文;王文璽;黃敏;;一種適用于中小型變電站的監(jiān)控組態(tài)軟件的開發(fā)[A];提高全民科學素質、建設創(chuàng)新型國家——2006中國科協年會論文集（下冊）[C];2006年

5 韓熙媛;王元冬;;變電站監(jiān)控后臺機遠程維護及保護定值遠程修改的實現[A];2012年云南電力技術論壇論文集（文摘部分）[C];2012年

6 韓熙媛;王元冬;;變電站監(jiān)控后臺機遠程維護及保護定值遠程修改的實現[A];2012年云南電力技術論壇論文集[C];2012年

7 程明;;淺析煤礦變電站監(jiān)控解決方案[A];煤礦綜合自動化與機電技術[C];2012年

8 秦勇;劉曙光;羅兵;;基于IEC 61850 GOOSE的變電站遠程視頻監(jiān)控系統[A];第十九屆測控、計量、儀器儀表學術年會(MCMI'2009)論文集[C];2009年

中國重要報紙全文數據庫 前7條

1 本報記者 秦虹;給變電站裝上“千里眼”[N];中國電力報;2014年

2 燕艷;九江電網變電站監(jiān)控中心掛牌[N];國家電網報;2010年

3 馮迪邋陳非 張健;常州成立500千伏監(jiān)控中心[N];國家電網報;2008年

4 買秀芳　陳建華;吐魯番電業(yè)局調控一體化試運行[N];國家電網報;2010年

5 本報記者 王廣文 殷曾宏;變電站的“守護神”[N];運城日報;2010年

6 記者 金振文　通訊員 付艷華 方瓊;天津公司變電站集約化運行管理出效益[N];國家電網報;2009年

7 國家電網公司西北分部;全面實現750千伏變電站集中監(jiān)控功能[N];國家電網報;2013年

中國博士學位論文全文數據庫 前1條

1 崔巨勇;智能變電站信息一體化平臺數據挖掘技術研究[D];沈陽工業(yè)大學;2015年

中國碩士學位論文全文數據庫 前10條

1 程智;智能變電站智能告警技術研究[D];華北電力大學;2015年

2 郝景昌;智能變電站技術在縣級供電企業(yè)的研究與應用[D];華北電力大學;2015年

3 孔祥雯;500kV無人值守新一代智能變電站輔助控制系統的設計與研究[D];鄭州大學;2014年

4 左國明;變電站自動化綜合智能監(jiān)控系統設計與實現[D];電子科技大學;2013年

5 湯沁;35kV變電站智能遠程監(jiān)控系統的通信管理機設計[D];長沙理工大學;2014年

6 金劍;10kV變電站監(jiān)控網絡系統的設計與應用[D];山東大學;2015年

7 馬新國;變電站交直流電源在線監(jiān)測系統設計[D];濟南大學;2015年

8 楊炳爐;變電站現場通信網絡架構及其關鍵技術研究[D];重慶大學;2015年

9 何金鑫;基于無線傳感網絡的智能變電站環(huán)境監(jiān)測系統設計[D];安徽理工大學;2016年

10 侯曉東;220KV變電站機器人巡檢系統的設計[D];長春工業(yè)大學;2016年

，

本文編號：741240