基于视觉深度学习算法的变电站智能巡检应用研究
Jilin Electric Power(2022)
摘要
针对变电站智能巡检,在变电站传统辅助系统及前期布设或配备的视频监控装置、机器人巡检、单兵作业装备等设备接入层基础上,通过边缘物联代理,以及人工智能(artificial intelligence,AI)分析服务器内置集成AI视觉分析算法和模型,构建分析服务层,以实现变电站智能巡检设备状态实时监测、站端表计智能识别、环境智能实时监测、人员安全智能评估、安全作业监控、电子虚拟围栏等业务场景;同时,介绍了卷积神经网络主要技术路线,着重介绍了以站内烟火作为实例对视觉学习算法构建成熟实用的视觉学习模型,验证了其技术先进性、可行性,减少了变电站巡检人员工作量,提高了站内事故隐患分析和处理效率,从而较大地提高了变电站安全管理水平.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要