典型文献
基于图像处理深度学习电力设备老化检测
文献摘要：
由于我国输电设备分布零散且部分设备地理位置偏僻,当前电力系统内输电设备巡检方式多为人工巡检,导致输电设备的巡检难度较大.针对这一问题,本文提出一种基于图像处理深度学习电力设备老化检测网络,以典型的电力设备老化——生锈为例,首先对数据进行预处理,具体通过透射变换进行平移、翻转以及透视模拟等数据扩充,并利用参考白与BEMD融合方法对扩充后部分图像进行光照补偿,其次结合MASK RCNN对电力设备老化部分进行检测,最后根据所处理的数据结合MASK RCNN进行模型的训练以及仿真实验.研究结果表明,透射变换模拟了无人机潜在拍照角度,该数据扩充可以提高模型的泛化性;参考白与BEMD图像融合方法可以有效提升低质量图像数据的检测精度,对于电力设备老化检测具有一定的参考价值.
文献关键词：
透射变换;参考白;BEMD;MASK RCNN
中图分类号：
作者姓名：
林鑫;佟芳;张容福
作者机构：
国网青海信通公司,青海西宁810000;国网青海省电力公司,青海西宁810000
文献出处：
引用格式：
[1]林鑫;佟芳;张容福-.基于图像处理深度学习电力设备老化检测)[J].电力大数据,2022(11):38-46
A类：
透射变换
B类：
处理深度,电力设备,设备老化,老化检测,输电设备,零散,分设,偏僻,电力系统,设备巡检,巡检方式,人工巡检,测网,生锈,过透,平移,数据扩充,参考白,BEMD,融合方法,后部,光照补偿,MASK,RCNN,数据结,拍照,泛化性,图像融合,低质量图像,图像数据,检测精度
AB值：
0.321278
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。
