激光与红外

作者：霍成军

单位：1.国网山西省电力公司,山西 太原 030001；2.国网信通亿力科技有限责任公司,福建 福州 350003；

关键词：电气设备检测,深度学习,自动诊断,热像图

红外热像仪具有高精度、非接触等特点,在电力系统设备检测中得到了广泛的应用。检测热图像中的设备是自动检测和诊断的基础。为此,本文提出了一种基于深度学习的设备元件实时检测方法,采用一个深度卷积神经网络来预测每个设备部件的坐标、方位角和类别类型。为了提高预测结果的准确性,在模型中加入了零件间方向一致性的先验知识。为了进行评价,构造了一个包含各种场景的大图像集,实验结果表明,该方法对噪声具有很强的鲁棒性,当过并集阈值为0.5时,平均精度达到93.7 %。

来源：2021年第4期

《激光与红外》期刊编辑部

查看激光与红外杂志2021年第4期