基于改进特征增强Faster-RCNN的光伏电站烟雾检测方法

摘要：

随着光伏产业的不断发展,对光伏系统火灾监测报警成为重要问题.文章基于视频监控技术,在光伏电站的项目背景下提出一种特征增强的Faster-RCNN算法进行烟雾检测.考虑到现有基于候选区域的Faster-RCNN算法虽然对单一尺度图像检测精度较高,但其存在参数规模过大、对多尺度的烟雾图像识别效果差和实时性差等缺点,为适应光伏电站场景和烟雾聚散模态的复杂性,兼顾火灾预警系统精度和实时性,选择Faster-RCNN算法作为基础模型,引入残差网络构架ResNet-50作为主干特征提取网络,并将一个轻量化的特征金字塔网络融入Faster-RCNN以增强模型的特征提取能力.实验使用烟雾发生器在不同位置喷雾来模拟火灾,多角度监控摄像头记录视频画面,采用4段含烟雾样本的监控视频进行测试.结果表明,提出的方法检测率达到98.25％,错误率为3.13％,速度为每张0.0721 s,验证了该方法的有效性.

关键词：光伏电站、烟雾检测、视频监控、特征增强、Faster-RCNN

所属期刊栏目：21

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划;国家电网有限公司总部科技项目

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：19-25