电力科学与技术学报2021，Vol.36Issue(5) ：201-210.DOI:10.19781/j.issn.1673-9140.2021.05.025

基于双视卷积神经网络的输电线路自动巡检

Research on automatic inspection of transmission line based on cross-view convolution neural network

戴永东 王茂飞 唐达獒 毛锋 仲坚 倪莎
电力科学与技术学报2021，Vol.36Issue(5) ：201-210.DOI:10.19781/j.issn.1673-9140.2021.05.025
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于双视卷积神经网络的输电线路自动巡检

Research on automatic inspection of transmission line based on cross-view convolution neural network

戴永东 1王茂飞 1唐达獒 1毛锋 1仲坚 1倪莎2
扫码查看

作者信息

  • 1. 国网泰州供电公司,江苏 泰州 225300
  • 2. 众芯汉创(北京)科技有限公司,北京 100089
  • 折叠

摘要

卷积神经网络算法被广泛应用于输电线路自动巡检领域,但传统卷积神经网络电力缺陷识别模型的泛化能力较差.为此,提出一种融合双角度图像信息的卷积神经网络检测算法(CVR-RCNN),其利用2个视角可见光图像识别输电线路的常见缺陷.经实验测试,CVR-RCNN模型具有良好的鲁棒性,受试者工作特性(ROC)曲线下面积(AUC)值高达0.927,缺陷检测准确度较传统算法有显著提高.因此,CVR-RCNN能明显改善电力缺陷检测效果,可为无人机自动巡检输电线路提高准确稳定的算法架构.

关键词

无人机巡检/输电线路缺陷/深度学习/卷积神经网络

引用本文复制引用

基金项目

国网江苏省电力有限公司科技项目(5500-202018082A-0-0-00)

出版年

2021
电力科学与技术学报
长沙理工大学

电力科学与技术学报

CSTPCD北大核心
影响因子：0.85
ISSN：1673-9140
被引量16
参考文献量12
段落导航相关论文