供用电

2022, v.39;No.261(08) 100-107

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于改进孪生网络的变电站设备缺陷判别算法
Discriminant algorithm of substation equipment defects based on improved siamese network

孙杨;徐波;洪石林;章海兵;

摘要(Abstract):

变电站缺陷检测诊断是保证电力安全生产的重要手段之一。针对变电站设备缺陷识别中现有方法鲁棒性较差、数据采集成本高、新类别泛化性差等问题,提出了一种改进孪生网络的变电站设备缺陷判别算法。该方法针对变电站内的可见光图片进行分析,网络结构中加入了特征金字塔结构增强多尺度信息,并使用欧式距离与K最近邻(KNN)算法进行特征相似性度量与分类,实现了对缺陷目标的有效识别与分类。且可在无须扩充数据集的条件下,依据实际应用场景扩充缺陷类型,有效提升了模型对新类别的泛化能力与实时检测能力,大幅降低了数据采集成本。建立了变电站可见光图片设备缺陷数据集,并在该数据集上进行大量训练,模型实验准确率达到91.25%,召回率达到95.36%,均比普通卷积神经网络提升35%左右。实验结果表明,该方法能有效提升变电站设备缺陷检测能力。

关键词(KeyWords): 变电站;孪生网络;相似度度量;缺陷识别;K最近邻算法

Abstract:

Keywords:

基金项目(Foundation): 国家电网有限公司科技项目(5218232000HK)~~

作者(Authors): 孙杨;徐波;洪石林;章海兵;

DOI: 10.19421/j.cnki.1006-6357.2022.08.013

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享