基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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.
推荐文章
输电线路杆塔监测系统设计
输电线路
杆塔监测
数据处理
预警管理
输电线路智能警示系统实现技术与应用功能设计
输电线路
外力破坏
智能警示系统
电力设施
基于无人机智能视觉的输电线路全息全景重建
无人机
智能视觉
输电线路
全息全景
重建
输电线路铁塔材料智能管理信息系统研究
输电线路铁塔
电网
基础参数
下料管理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的输电线路危险源智能监控系统
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
研究方向 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
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (57)
参考文献  (15)
节点文献
引证文献  (4)
同被引文献  (58)
二级引证文献  (11)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(13)
  • 参考文献(6)
  • 二级参考文献(7)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
深度学习
输电线路
危险源辨识
智能监控系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南通大学学报(自然科学版)
季刊
1673-2340
32-1755/N
大16开
江苏省南通市啬园路9号
2002
chi
出版文献量(篇)
1549
总下载数(次)
7
论文1v1指导