科研之友
微信
新浪微博
Facebook
分享链接
摘要
在变电设备状态监测与故障诊断中，可自动识别变电设备的红外热像识别技术是关键技术之一。为解决目前在变电设备的红外热像识别中存在的背景温度过度集中、对比度低、缺乏智能方法等问题，提出了一种使用RetinexNet算法对图像进行增强的方法，为红外热像的精准识别创造条件；使用YOLOX-Darknet53算法对增强后的图像进行目标检测。在试验中，使用该方法对红外热像进行识别，不仅每张图像的识别时长可以达到6.88 ms，且8种变电设备识别的平均精确率可以达到96.51%。实验数据验证了，所提方法的高效性和精准度，可以满足监测变电设备状态的需求。
- 单位
