基于注意力机制与特征平衡的变电站多目标检测

摘要：

随着电网结构的日益复杂,变电站关键设备的运行状态对电网安全稳定运行的影响逐渐增强.针对变电站复杂背景下多目标识别以及相似目标识别困难的问题,该文提出了一种基于注意力机制与特征平衡的YOLO-AFB(you only look once-attention and feature balance)网络.通过在Darknet-53网络中引入混合注意力加强对变电站相关目标的特征提取能力,在特征融合模块中加入反卷积来实现特征图的自适应上采样,提出特征平衡策略来缓解特征图语义信息差别,提高特征融合的质量.在含有9类目标的变电站数据集上进行测试,所提模型整体识别精度达到了 83.02％,与经典目标检测网络对比,各类目标的检测精度均有大幅提升.同时互感器等相似目标的识别也得到明显改善,验证了特征平衡的策略可以很好地解决变电站中相似目标识别难的问题.

关键词：变电站、注意力机制、相似目标、特征平衡、多目标检测

所属期刊栏目：46

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家电网有限公司总部科技项目5600-202046347A-0-0-00

在线出版日期：2022-06-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2122-2131