颜大涵,谢雪花,王键,辛妍丽,林泽康,唐文虎.基于改进YOLOv5的阀冷系统主循环泵电机故障检测方法*[J].电工技术,2023(15):27-32
基于改进YOLOv5的阀冷系统主循环泵电机故障检测方法*
  
DOI：10.19768/j.cnki.dgjs.2023.15.007
中文关键词:  主循环泵  故障检测  红外图像  YOLOv5  ConvNeXt
英文关键词:
基金项目:
作者单位
颜大涵 南方电网广东汕头供电局 
谢雪花 华南理工大学电力学院 
王键 华南理工大学电力学院 
辛妍丽 华南理工大学电力学院 
林泽康 华南理工大学电力学院 
唐文虎 华南理工大学电力学院 
摘要点击次数: 712
全文下载次数: 0
中文摘要:
      主循环泵作为柔直换流站阀冷系统的核心设备，对于维护阀冷系统安全稳定运行具有重要作用。为了对主循环泵电机的红外图像进行精准定位与状态识别，提出了一种基于改进YOLOv5的主循环泵电机故障检测方法。首先，使用全新的卷积网络ConvNeXt作为YOLOv5的主干网络，提高网络的检测精度；同时，将定位损失函数替换为有效交并比损失函数(EIOU Loss)，提高网络在训练过程中的收敛精度；然后，对改进YOLOv5网络使用数据增强、标签平滑、指数移动平均、迁移学习等策略进行训练，提高网络训练效率；最后，设置实验对所提改进方法进行验证，结果表明该方法能有效提高模型的检测精度，模型最终的均值平均精度(mAP)值达到95.82%，可使电机的故障平均检测精度提高至94.34%。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器