典型文献
基于视觉深度学习算法的变电站智能巡检应用研究
文献摘要：
针对变电站智能巡检,在变电站传统辅助系统及前期布设或配备的视频监控装置、机器人巡检、单兵作业装备等设备接入层基础上,通过边缘物联代理,以及人工智能(artificial intelligence,AI)分析服务器内置集成AI视觉分析算法和模型,构建分析服务层,以实现变电站智能巡检设备状态实时监测、站端表计智能识别、环境智能实时监测、人员安全智能评估、安全作业监控、电子虚拟围栏等业务场景;同时,介绍了卷积神经网络主要技术路线,着重介绍了以站内烟火作为实例对视觉学习算法构建成熟实用的视觉学习模型,验证了其技术先进性、可行性,减少了变电站巡检人员工作量,提高了站内事故隐患分析和处理效率,从而较大地提高了变电站安全管理水平.
文献关键词：
边缘物联代理;卷积神经网络;深度学习;人工智能;智能巡检;图像标注
中图分类号：
作者姓名：
赵振喜;王朔;刘春生;郭玉福;王朝辉;武桐;范恩洪;侯林江
作者机构：
国网吉林省电力有限公司,长春 130028;国网吉林省电力有限公司建设分公司,长春 130021;炜呈智能电力科技(杭州)有限公司,杭州 310000
文献出处：
引用格式：
[1]赵振喜;王朔;刘春生;郭玉福;王朝辉;武桐;范恩洪;侯林江-.基于视觉深度学习算法的变电站智能巡检应用研究)[J].吉林电力,2022(04):1-4
A类：
隐患分析和处理
B类：
深度学习算法,变电站智能巡检,巡检应用,辅助系统,布设,视频监控,机器人巡检,单兵,作业装备,设备接入,接入层,边缘物联代理,artificial,intelligence,服务器,内置,视觉分析,构建分析,设备状态实时监测,站端,计智,智能识别,环境智能,人员安全,全智能,智能评估,安全作业,子虚,虚拟围栏,业务场景,主要技术,站内,烟火,对视,变电站巡检,人员工作,事故隐患,处理效率,变电站安全,图像标注
AB值：
0.42623
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。
