基于深度学习的输电线路危险源智能监控系统

• 作者: 戴相龙 李学钧 李程启 林颖 秦佳峰 蒋勇
• 来源期刊: 南通大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 输电线路 危险源辨识 智能监控系统
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 电子 信息工程与计算机科学
• 页码范围: 10-14,49
• 页数: 6页
• 分类号: TP391.41
• 字数: 3321字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2340.2018.01.002

摘要

为了掌握输电线路的实时状态,提出一种基于深度学习的输电线路危险源智能监控系统.该监控系统主要包括:信号采集端、内部光纤网络、服务器控制中心、显示终端,其中服务器控制中心的输电线路危险源智能辨识算法是整个系统的核心.该算法采用稀疏自编码从图像/视频信号中学习特征,完成深度神经网络的训练;然后用卷积和池化对特征进行降维;最后采用softmax回归来解决危险源的多分类问题.经实例验证,基于深度学习的危险源辨识算法,可以准确对危险源进行判别.监控系统将判别结果反馈到显示终端,可以全面掌握整个线路运行情况,确保电力系统的安全运行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林颖	国网山东省电力公司电力科学研究院	7	36	3.0	6.0
2	戴相龙		4	8	2.0	2.0
3	李程启	国网山东省电力公司电力科学研究院	4	8	2.0	2.0
4	秦佳峰	国网山东省电力公司电力科学研究院	1	4	1.0	1.0
5	李学钧		1	4	1.0	1.0
6	蒋勇		1	4	1.0	1.0