为实时检测电网系统中机房异常情况，避免产生安全隐患和财产损失，提出了一种基于深度学习目标检测理论的机房异常巡检模型。该方法以CSPDarkNet-53卷积模型作为骨干网络，在数据预处理环节引入多种数据增强手段弥补数据数量不足的局限性，防止产生过拟合现象。以电网系统某机房为对象进行实验。实验结果表明，该方法能有效地检测到机房中常见的异常状况，检测精度符合实际场景需求。
科研之友
微信
新浪微博
Facebook
分享链接
