深度学习在输电通道危物辨识技术中的应用

作者：杨可林; 许永盛; 李鹏

来源：广东电力, 2019, 32(09): 49-55.

• 深度学习
• 危物辨识
• 输电通道
• 卷积神经网络
• 目标检测

针对现阶段电网输电通道数量庞大且地理位置复杂,人工巡检工作难度大、效率低的情况,提出了基于深度学习的输电通道危物辨识技术。该技术以输电通道上监控设备拍摄的图像数据作为训练样本,采用基于深度学习概念下的卷积神经网络的目标检测技术,识别和判断输电通道及其周围环境中可能造成故障的危险物体,并在图像中标注出危险物体的种类和位置。以Faster R-CNN模型和MobilenetSSD模型作为网络模型进行验证,两者能够正确识别危险物体的概率分别为92.77%和89.09%,说明该技术具备实际应用条件。

• 单位
  国网山东省电力公司菏泽供电公司