首站-论文投稿智能助手
典型文献
基于深度学习的低压电能表接线盒接线状态智能识别系统
文献摘要:
当前,现场工作人员根据接线规则,判断低压电能表接线盒接线状态,当注意力不集中或长时间作业视觉疲劳,忽略掉异常特征,很容易漏判,认为低压电能表接线盒接线状态正常,从而引起电能计量异常,造成不好的社会影响,以及供电部门的经济效益损失.因此,本文设计一种低压电能表接线盒接线状态智能识别系统,采用数字化技术和人工智能技术,应用深度学习强大的特征提取能力,使用目标检测算法定位各相位置,根据不同接线状态端子的位置特征,自动识别电能表接线盒接线状态.实验证明,本系统能够快速准确识别电能表接线盒接线正常与异常状态,值得电力工程推广应用.
文献关键词:
电能表接线盒;深度学习;目标检测;智能识别
作者姓名:
陈桂力;文宏武
作者机构:
广东电网有限责任公司湛江供电局,广东 湛江 524255
文献出处:
引用格式:
[1]陈桂力;文宏武-.基于深度学习的低压电能表接线盒接线状态智能识别系统)[J].广西电力,2022(04):81-86
A类:
低压电能表,电能表接线盒
B类:
线状,智能识别系统,线规,注意力不集中,视觉疲劳,异常特征,漏判,电能计量,效益损失,数字化技术,特征提取能力,目标检测算法,端子,位置特征,自动识别,本系,快速准确,准确识别,异常状态,电力工程
AB值:
0.159637
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。