姬裕鹏,田鹏,柳杨,韩茂林,贾利伟.基于孪生神经网络的变电站异物入侵检测方法[J].电工技术,2024(9):24-28
基于孪生神经网络的变电站异物入侵检测方法
  
DOI：10.19768/j.cnki.dgjs.2024.09.006
中文关键词:  异物入侵  孪生神经网络  注意力机制  特征层融合  变电站
英文关键词:
基金项目:
作者单位
姬裕鹏 长园深瑞继保自动化有限公司 
田鹏 长园深瑞继保自动化有限公司 
柳杨 长园深瑞继保自动化有限公司 
韩茂林 长园深瑞继保自动化有限公司 
贾利伟 长园深瑞继保自动化有限公司 
摘要点击次数: 436
全文下载次数: 0
中文摘要:
      针对传统异物入侵检测存在的问题，提出一种基于孪生神经网络的变电站异物入侵检测方法。用孪生神经网络进行运动前景提取，将背景图和待检图同时送入孪生神经网络，并且在后处理网络中引入注意力机制，最后通过连通域处理直接输出异物检测结果。此方法对异物没有预设检测类别的限制，另外设计的数据增强也进一步提高了算法抗抖动和抗光照变化能力。在测试数据集上取得的98.35%的准确率和98.61%的召回率证明了模型的有效性。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器