| 樊慧文.深度学习在输变电设备故障状态检测中的应用研究[J].电工技术,2025(2):95-97 |
| 深度学习在输变电设备故障状态检测中的应用研究 |
|
| |
| DOI：10.19768/j.cnki.dgjs.2025.02.028 |
| 中文关键词: 深度学习 输变电设备 设备故障 故障状态 故障检测 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 48 |
| 全文下载次数: 0 |
| 中文摘要: |
| 输变电站设备在长期运行中受表面老化、自然灾害等多种因素的影响，极易出现各种故障，且伴随着局部异常发热现象，因此开展深度学习在输变电设备故障状态检测中的应用研究。通过四旋翼无人机搭载红外热像仪采集输变电设备红外图像，并对采集到的图像做灰度化、去噪、增强等预处理；基于深度学习理论构建卷积神经网络模型，输入预处理后的红外图像，识别图像中局部异常发热目标，实现输变电设备故障状态检测。实验结果表明，应用设计的卷积神经网络模型可准确检测出输变电设备红外图像上局部异常发热故障目标，验证了深度学习在输变电设备故障状态检测中的实际应用效果良好。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
