典型文献
融合多维度特征的绝缘子状态边缘识别方法
文献摘要：
针对传统的绝缘子状态识别方法存在实时性差、特征提取能力不足的问题,基于边缘计算的思想,提出了一种融合多维度特征的绝缘子状态边缘识别方法.利用云边协同和边边联邦协同的联合技术手段,构建了绝缘子状态的边缘识别框架.设计了一种融合多维度特征提取的深度学习网络,该网络采用ResNet101作为主干特征提取网络,使用Inception模块构建数据池化层,嵌入压缩激励模块和卷积注意力模块,从不同维度对特征进行高效提取.采用包括正常和缺陷2种状态的数据集进行绝缘子状态边缘识别实验,平均识别准确率达到了99％.实验表明了融合多维度特征的绝缘子状态边缘识别方法的有效性.
文献关键词：
绝缘子图像;特征提取;残差神经网络;边缘计算;状态识别
中图分类号：
作者姓名：
黄冬梅;王玥琦;胡安铎;孙锦中;时帅;孙园;房岭锋
作者机构：
上海电力大学电子与信息工程学院,上海 201306;上海电力大学电气工程学院,上海 200090;上海电力大学数理学院,上海 201306;国家电网有限公司,北京 100031
文献出处：
引用格式：
[1]黄冬梅;王玥琦;胡安铎;孙锦中;时帅;孙园;房岭锋-.融合多维度特征的绝缘子状态边缘识别方法)[J].中国电力,2022(01):133-141
A类：
B类：
多维度特征,边缘识别,状态识别,特征提取能力,边缘计算,云边协同,边边,联邦,联合技术,识别框架,深度学习网络,ResNet101,主干特征提取网络,Inception,数据池,池化,卷积注意力模块,不同维度,高效提取,识别准确率,绝缘子图像,残差神经网络
AB值：
0.319628
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。
