基于卷积神经网络的电网变压器铭牌识别技术研究

作者：王元峰; 龙思璇; 曾惜; 王宏远; 林家杰; 陈华彬

来源：数字技术与应用, 2020, 38(07): 113-115.

DOI：10.19695/j.cnki.cn12-1369.2020.07.42

• 卷积神经网络
• 图片识别
• 变压器
• 铭牌识别

针对现有的CNN网络模型在电网变压器铭牌识别应用中容易发生过拟合,训练速度慢等问题,为提高变压器铭牌识别准确率,提升训练效率,基于传统CNN算法理论提出一种ICNN算法。首先设计全局池化层来代替传统CNN网络中的全连接层,降低过拟合风险;然后引入一种改进的softmax分类器构建softmax分类层,有效提高训练效率;最后使用实地采集的变压器铭牌图片数据集上训练ICNN网络模型,识别准确率达96.21%,并通过对比实验表明,本文提出的ICNN算法具有较高的准确率和训练效率。