本文關(guān)鍵詞：基于卷積遞歸網(wǎng)絡(luò)的電流互感器紅外故障圖像診斷

  更多相關(guān)文章： 紅外故障分析 電力大數(shù)據(jù) 超像素分割 深度學(xué)習(xí) 卷積遞歸神經(jīng)網(wǎng)絡(luò)

【摘要】：電力大數(shù)據(jù)中日益增多的非結(jié)構(gòu)化數(shù)據(jù)為以人工診斷為主的傳統(tǒng)處理方式提出了新的挑戰(zhàn)。紅外故障圖像作為一種典型的非結(jié)構(gòu)化數(shù)據(jù),對(duì)于電力大數(shù)據(jù)的研究有著至關(guān)重要的作用。為了達(dá)到自動(dòng)處理海量紅外故障圖像的目的,提出了一種基于卷積遞歸網(wǎng)絡(luò)的電流互感器紅外故障圖像診斷方法。對(duì)紅外故障圖像首先進(jìn)行超像素分割并利用其色度信息提取溫度異常區(qū)域;然后采用兩級(jí)聯(lián)合卷積-遞歸神經(jīng)網(wǎng)絡(luò),對(duì)大量樣本信息進(jìn)行訓(xùn)練學(xué)習(xí)來指導(dǎo)設(shè)備故障部位識(shí)別;最后依據(jù)部位信息對(duì)故障進(jìn)行分類。實(shí)驗(yàn)結(jié)果表明,該算法魯棒性較強(qiáng),準(zhǔn)確性較高,有效地提高了紅外檢測(cè)效率,為非結(jié)構(gòu)化數(shù)據(jù)的特征提取分析提供了堅(jiān)實(shí)的基礎(chǔ)。
【作者單位】： 國(guó)網(wǎng)山東省電力公司電力科學(xué)研究院;
【關(guān)鍵詞】： 紅外故障分析 電力大數(shù)據(jù) 超像素分割 深度學(xué)習(xí) 卷積遞歸神經(jīng)網(wǎng)絡(luò)
【基金】：國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)(2015AA050204)~~
【分類號(hào)】：TP391.41;TM452
【正文快照】： T h i s w o r k i s s u p p o r t e d b y N a t i o n a l H i g h-t e c h RD P r o g r a m o f C h i n a(8 6 3 P r o g r a m)(N o.2 0 1 5 A A 0 5 0 2 0 4).0引言有關(guān)統(tǒng)計(jì)資料表明,電力系統(tǒng)中超過半數(shù)以上的電氣設(shè)備故障都是連接松動(dòng)、接觸不良、泄露電流、漏磁等

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 魏鋼;馮中正;唐躍;林吳琛;;輸變電設(shè)備紅外故障診斷技術(shù)與試驗(yàn)研究[J];電氣技術(shù);2013年06期

2 熊軍華;，

本文編號(hào)：862975