基于多尺度深度学习的接触网吊弦异常检测及应用

作者：李兵祖; 宋超; 武莹; 薛晓利

来源：电气化铁道, 2020, 31(04): 42-45.

DOI：10.19587/j.cnki.1007-936x.2020.04.010

• 多尺度
• Faster RCNN
• 吊弦异常检测
• 打弓

提出一种基于多尺度深度学习的接触网吊弦异常检测算法,并研究其在受电弓打弓预判中的应用。该算法由深度神经网络提取图像特征,根据特征图确定吊弦图像感兴趣区域并得到候选框,再对候选框进行分类和回归,确定吊弦状态并得到吊弦位置。通过吊弦的松、脱、断等异常状态,进一步预判是否会出现受电弓打弓,从而及时给出预警。通过实际应用验证,该算法可有效对吊弦异常状态进行检测,可提前预判打弓隐患。

• 单位
  成都国铁电气设备有限公司; 中国铁路兰州局集团有限公司