典型文献
电力设备巡检缺陷图像智能识别技术研究
文献摘要：
电力设备具有点多、面广、长期暴露野外等特点,运行过程中易受外界环境等多方面因素影响.外界环境因素包括风偏、鸟害、覆冰、雷击、山火等,其他因素还有设备老化、质量、设计、验收、运维等,单一因素或多个综合因素都可导致设备故障,进而造成大面积停电,严重影响设备运行.随着无人机电力设备巡检的应用和发展,无人机巡检数据不断的积累,通过智能化处理手段,利用无人机巡检数据的获取电力设备缺陷信息,对巡检数据中存在的规律性、潜在性、趋势性问题和隐患进行自动判断识别,对数据进行关联分析和综合应用,可以深入地判断电力设备健康状态水平,并为运维部门提供更为准确的决策依据.
文献关键词：
电力设备;设备故障;无人机;缺陷信息;自动判断识别
中图分类号：
作者姓名：
吕强;王伟;马国强;张益明;李晖;王力
作者机构：
国网甘肃省电力公司超高压公司 甘肃 兰州 730070;国网甘肃省电力公司 甘肃 兰州 730050;国网甘肃省电力公司天水供电公司 甘肃 天水 741099;兰州倚能电力(集团)有限公司 甘肃 兰州 730071
文献出处：
引用格式：
[1]吕强;王伟;马国强;张益明;李晖;王力-.电力设备巡检缺陷图像智能识别技术研究)[J].安徽师范大学学报（自然科学版）,2022(06):545-552
A类：
自动判断识别
B类：
电力设备,设备巡检,图像智能识别,智能识别技术,识别技术研究,有点,面广,长期暴露,中易,外界环境,风偏,鸟害,覆冰,雷击,山火,设备老化,综合因素,设备故障,大面积停电,设备运行,应用和发展,无人机巡检,巡检数据,智能化处理,处理手段,缺陷信息,潜在性,趋势性,分析和综,综合应用,断电,健康状态,决策依据
AB值：
0.403477
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
