10.3969/j.issn.1000-3886.2022.04.027
基于深度迁移学习的变电站接地网防腐结构无损监测技术研究
为了及时了解无损监测变电站接地网防腐结构的腐蚀情况,准确定位腐蚀区域,研究了基于深度迁移学习的变电站接地网防腐结构无损监测技术.挖掘变电站接地网防腐结构的腐蚀信号特征,融合多尺度网络,利用ResNet50网络构建基于迁移学习的深度卷积神经网络模型,输入二维图像数据,实现变电站接地网防腐结构的无损监测.试验证明:所研究技术可有效无损监测变电站接地网防腐结构的腐蚀区域;通过测量两个节点便能准确定位腐蚀区域,节省模型训练时间,实现变电站接地网防腐结构无损监测,为实时监测变电站接地网态势提供参考.
深度迁移学习、卷积神经网络、变电站、接地网、防腐结构、无损监测
44
TM743(输配电工程、电力网及电力系统)
2022-08-24(万方平台首次上网日期,不代表论文的发表时间)
共3页
91-93