基于改進(jìn)FasterRCNN的配網(wǎng)架空線路異常狀態(tài)檢測(cè)
關(guān)鍵詞：架空線路異常狀態(tài)智能檢測(cè) fpn神經(jīng)網(wǎng)絡(luò) fasterrcnn神經(jīng)網(wǎng)絡(luò) 高低特征共享
摘要：隨著無(wú)人機(jī)巡線技術(shù)的不斷發(fā)展,現(xiàn)已廣泛運(yùn)用在輸電線路運(yùn)維工作中,但仍需由人工判斷線路異常狀態(tài)類型,檢測(cè)準(zhǔn)確率極易受環(huán)境影響,現(xiàn)有智能檢測(cè)技術(shù)檢測(cè)速度慢、檢測(cè)手段單一。針對(duì)提高異常狀態(tài)智能檢測(cè)效率問(wèn)題,提出基于融合FPN結(jié)構(gòu)的FasterRCNN深度學(xué)習(xí)在線異常狀態(tài)檢測(cè)系統(tǒng)。首先采用ResNet50卷積神經(jīng)網(wǎng)絡(luò)對(duì)原圖逐層進(jìn)行特征提取,得到最高層特征圖;再對(duì)該特征圖使用反池化法進(jìn)行上采樣得到多張低特征圖,并將原各層特征圖與新各層特征圖對(duì)應(yīng)融合;最后將融合后的全部特征圖輸入RPN層進(jìn)行二分類與邊框回歸,經(jīng)過(guò)ROIpooling層后得到異常點(diǎn)檢測(cè)結(jié)果。經(jīng)過(guò)對(duì)配網(wǎng)設(shè)備及異常狀態(tài)檢測(cè)數(shù)據(jù)集的檢測(cè)驗(yàn)證,所提出的網(wǎng)絡(luò)結(jié)構(gòu)對(duì)比原FasterRCNN網(wǎng)絡(luò),不僅具有更高的識(shí)別正確率,且可以有效識(shí)別變壓器等小目標(biāo)物體。
電力學(xué)報(bào)雜志要求:
{1}引言應(yīng)說(shuō)明研究的目的、意義、主要方法、范圍和背景等。
{2}編輯部對(duì)來(lái)稿有刪改權(quán)。不同意刪改的稿件請(qǐng)?jiān)诟寮新暶?，編輯部保留?duì)不同意刪改稿件進(jìn)行撤換的權(quán)力。
{3}首頁(yè)內(nèi)容依次為：標(biāo)題、作者姓名、工作單位、摘要、關(guān)鍵詞、作者簡(jiǎn)介、通信地址、郵編、聯(lián)系電話及電子郵件地址。
{4}第一作者（通訊作者）簡(jiǎn)介按姓名（出生年一），性別，職稱／學(xué)位，研究方向要求寫出，通訊作者同時(shí)提供E-mail和長(zhǎng)期有效的聯(lián)系電話。
{5}文稿中使用的名詞術(shù)語(yǔ)、符號(hào)、計(jì)量單位要前后一致，符合國(guó)家有關(guān)標(biāo)準(zhǔn)（SI單位）。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
