基于生成对抗网络的隔离开关分合位置判别方法研究及应用

摘要：

针对隔离开关状态需要双确认的问题,提出一种基于深度卷积生成对抗网络(DCGAN)的开关状态图像识别方法.该方法首先建立对抗学习模型,提取隔离开关样本特征,确定初始参数值;然后基于识别误差率最小的目标函数,采用反向传播算法更新模型层间连接权值;最后通过网络逐层计算得到隔离开关分合位置判别结果.以某地区变电站内的隔离开关图像为例进行测试,结果表明该方法对大规模图像样本具有较高的辨识准确率.

关键词：隔离开关、状态识别、图像识别、深度学习、深度卷积生成对抗网络

所属期刊栏目：47

分类号：TM561(电器)

资助基金：国家自然科学基金资助项目51877072;国家电网公司科技项目5216A0180002

在线出版日期：2019-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：77-84