10.16508/j.cnki.11-5866/n.2023.01.007
基于Faster R-CNN的绝缘子自爆故障识别
为使绝缘子自爆故障识别更具智能化,提出一种基于更快的区域卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)的绝缘子自爆故障识别方法.由于实际绝缘子自爆故障占比小、检测难,提出了先识别绝缘子,然后将识别置信度大于0.8的绝缘子进行裁剪,最后在此基础上识别故障的思想.在绝缘子识别和绝缘子自爆识别两个阶段,分别用预训练好的ImageNet VGG16模型和VGG19模型进行特征提取,在损失函数、准确度、训练时间、置信度得分上分别进行实验对比,结果表明:在绝缘子识别网络中采用VGG19特征提取器、在绝缘子自爆识别网络中采用VGG16特征提取器效果最佳.
深度学习、Faster R-CNN、绝缘子自爆、故障识别
38
TP211;TM216(自动化技术及设备)
2023-04-19(万方平台首次上网日期,不代表论文的发表时间)
共8页
48-55