基于神经网络的输电线路故障识别方法
Science Technology and Engineering(2019)
Abstract
针对长期暴露在露天环境下输电线路容易发生开股、断股情况,提出了一种基于神经网络的输电线路故障识别方法,选择轻量级网络MobileNet训练模型与单发多盒探测器(single multibox detector,SSD)目标检测算法.建立导线故障样本缺陷库,对导线故障图片进行处理,在已有模型上对故障特征进行训练,调整超参数优化模型,对模型进行测试,最终将模型在嵌入式设备上进行部署.结果 表明,与传统的Faster-RCNN结合VGG16网络模型相比较,大小为传统模型的1/23.78,测试速度快了28倍,精确度为92.60%.该系统不仅有较好的识别效果,而且满足实时性.
MoreAI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined