-
题名基于混合神经网络的绝缘子污秽等级分类方法
被引量：3
- 1
-
-
作者
魏东亮
王植
袁聪
-
机构
南方电网广东东莞供电局
-
出处
《广东电力》
2023年第5期89-97,共9页
-
基金
广东电网有限责任公司科技项目(GDKJXM20220258)。
-
文摘
针对输电线路中瓷绝缘子表面污秽堆积、闪络频发的问题,基于红外成像技术和混合深度神经网络,提出瓷绝缘子表面污秽状态自动检测和智能分类方法。首先,利用红外热像仪,对输电线路上多个瓷绝缘子进行成像,获得不同污秽等级的红外图像;其次,通过掩模区域卷积神经网络(Mask R-CNN)对瓷绝缘子红外图像进行目标分割和提取,以抑制背景干扰;最后,结合卷积神经网络(convolutional neural network,CNN)和双向长短期记忆(bi-directional long short-term memory,BiLSTM)网络,构建用于瓷绝缘子红外图像自动分类的混合深度神经网络,从而评估绝缘子的污秽严重性。性能对比实验证明所提方法取得了更精确的分类效果,准确度达到98.86%,特异度达到99.72%,精度达到98.86%,F1分数达到98.86%,为瓷绝缘子表面污秽等级分类、危险性评估提供了智能化技术手段。
-
关键词
瓷绝缘子
污秽等级分类
红外图像
混合深度神经网络
-
Keywords
porcelain insulator
contamination level classification
infrared image
hybrid deep neural network
-
分类号
TM85
[电气工程—高电压与绝缘技术]
-
