电力巡检图像关键部件检测与缺陷识别技术综述

摘要：

无人机巡检电网积累海量关键电力部件图像数据.随着深度学习的发展与研究,电网巡检图像数据智能目标检测与缺陷分析得到了广泛应用,为电力稳定运行、及时排查电网隐患发现缺陷提供了有力的保障.深度学习检测方法稳定性好,鲁棒性强,而且众多的目标检测框架已经应用到一线运维中.深度学习缺陷检测方法可以有效提升巡检工作效率和准确率,具有广阔的发展应用前景.针对电网图像数据背景多变、弱纹理、缺陷种类多等实际情况,文章介绍了适用于电网关键部件检测与缺陷识别的方法,能够有效降低巡检人力成本和工作强度,提高巡检过程的有效性,进而保障电网的安全可靠的运行.

关键词：电网巡检图像、目标检测、缺陷检测、深度学习

分类号：TP391.41;TM755;TN915

在线出版日期：2022-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：120-122