首页|基于深度卷积神经网络的配电线路运检异常检测方法研究

基于深度卷积神经网络的配电线路运检异常检测方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
针对配电线路运检面临的异常检测难题,文章提出了一种基于深度卷积神经网络的智能解决方案.该方法通过深度卷积神经网络VGG-16提取图像特征,利用目标检测模型(RCNN)实现设备定位和分类,结合温度预警规则判断异常类型和程度.结果表明,该方法在准确率、精确率、召回率和F1值上均优于传统方法,为配电线路的智能运维提供了新思路.

毛孝诚

展开 >

国网江西省电力有限公司宁都县供电分公司,江西 赣州 342800

配电线路 神经网络 异常检测

2024

光源与照明
上海市照明学会

光源与照明

影响因子：0.153
ISSN：
年,卷(期)：2024.(9)
  • 2