-
题名融合图像识别与地理信息的电力设备送样监测技术
- 1
-
-
作者
刘志伟
宁克
刘星廷
侯滨
王海旗
-
机构
国网山西省电力公司物资分公司
国网山西省电力公司电力科学研究院
-
出处
《电子设计工程》
2025年第3期106-110,共5页
-
基金
国网山西省电力公司科技项目(B9QD-300009601-00001)。
-
文摘
为提高送样过程的透明度和安全性,防止电力设备遭到非法干扰与损伤,优化送样过程的准确性及质量,文中提出了一种基于图像识别和地理信息的电力设备采样监测技术。该技术采用基于深度学习算法的图像特征提取技术对视频监控进行目标识别,并通过SAR快速获取目标特征及其相对位置,实现对抽检物体的识别和全流程监控。同时,采用椭圆曲线技术构建基于地理位置信息的视频加密策略,实现了对监控视频的安全保护。以电力设备抽检视频为数据样本进行的验证分析结果表明,所提检测方法的相关指标比同类型方法提升约10%,识别结果均保持在85%以上,可以准确地对抽检全过程进行监测,并能够分析处理抽检过程中的位置变化信息,具有更高的安全性。
-
关键词
电力设备送样
深度学习
图像识别
地理信息
数据加密
椭圆曲线
-
Keywords
power equipment sample delivery
deep learning
image recognition
geographic information
data encryption
elliptic curve
-
分类号
TP391.44
[自动化与计算机技术—计算机应用技术]
TN929.5
[电子电信—通信与信息系统]
-
