科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基于先验特征的电网图像判读机制在电网运行态势感知实践中显露的诸多不足,基于迁移学习算法构建电网图像自主判读模型,对运行态势感知展开研究,并在先验环境下进行仿真验证。首先利用CMOS相机集群搭建快速电网图像获取装置,形成涵盖预先训练集和迁移测试集的电网图像特征数据池;然后利用深度残差收缩网络对数据池预先训练集进行电网图像异常特征知识学习辨识,构建时间正序下的电网图像异常特征全息感知机制;最后利用GoogLeNet深度神经网络模型Inception V3开展电网图像自主判读及运行态势感知迁移学习,动态调整迁移网络多维参数实现训练过程的最优化,实现电网图像自主判读前提下的电网运行态势有效感知。选取临夏供电公司所属的某22万伏高压线开展模型训练与试验结果分析,结果表明模型较好改善了基于先验特征的电网图像判读机制在电网运行态势感知实践中显露的诸多不足,可以自主学习辨识电网图像异常特征知识,电网图像异常自主判读均值准确率达98.31 %,电网运行态势感知均值有效率达97.62 %,符合国家电网公司输电运检相关国检标准要求。
-
单位国网甘肃省电力公司临夏供电公司
