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:
采用深度学习方法对电力系统中采集到的视觉影像进行分析和处理,可实现快速、准确地识别出电力设备中存在的故障缺陷,为此探究了电力深度视觉的基本概念、关键技术和主要应用场景.首先阐述了电力深度视觉产生的技术和时代背景;然后探讨电力深度视觉的基本概念、内涵的应用领域;介绍了电力深度视觉的关键技术,包括目标检测、语义分割、目标跟踪、边缘计算等;最后在泛在感知和数字电网的需求下,举例说明电力深度视觉的典型应用场景,并对其发展和应用进行展望.
推荐文章
5G无线关键技术与应用场景分析
5G无线
关键技术
应用场景
工业智联网:基本概念、关键技术与核心应用
工业智联网
知识自动化
虚拟数字工业
复杂系统理论
区块链
社会计算
5G通信技术应用场景与关键技术研究
5G通信技术
5G应用场景
5G关键技术
泛在电力物联网的关键技术与应用前景
泛在电力物联网(UPIoT)
新能源消纳
实物ID
5G切片
云平台
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 电力深度视觉:基本概念、关键技术与应用场景
来源期刊 广东电力 学科 工学
关键词 电力深度视觉 电力设备 深度学习 智能巡视 智能识别
年,卷(期) 2019,(9) 所属期刊栏目 视听觉智能分析技术
研究方向 页码范围 3-10
页数 8页 分类号 TM205.2|TP391.41|TP181
字数 6498字 语种 中文
DOI 10.3969/j.issn.1007-290X.2019.009.001
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 王波 武汉大学电气与自动化学院 93 1266 18.0 33.0
2 王朋 广东电网有限责任公司电力科学研究院 9 30 3.0 5.0
3 马恒瑞 青海大学启迪新能源学院 8 5 2.0 2.0
4 王红霞 武汉大学电气与自动化学院 14 151 7.0 12.0
5 马富齐 武汉大学电气与自动化学院 3 4 1.0 2.0
6 董旭柱 武汉大学电气与自动化学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (299)
共引文献  (384)
参考文献  (28)
节点文献
引证文献  (3)
同被引文献  (24)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(15)
  • 参考文献(0)
  • 二级参考文献(15)
2011(14)
  • 参考文献(0)
  • 二级参考文献(14)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(19)
  • 参考文献(0)
  • 二级参考文献(19)
2014(23)
  • 参考文献(1)
  • 二级参考文献(22)
2015(33)
  • 参考文献(1)
  • 二级参考文献(32)
2016(58)
  • 参考文献(2)
  • 二级参考文献(56)
2017(57)
  • 参考文献(7)
  • 二级参考文献(50)
2018(44)
  • 参考文献(8)
  • 二级参考文献(36)
2019(7)
  • 参考文献(7)
  • 二级参考文献(0)
2019(8)
  • 参考文献(7)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力深度视觉
电力设备
深度学习
智能巡视
智能识别
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
广东电力
月刊
1007-290X
44-1420/TM
大16开
广州市东风东路水均岗8号
1988
chi
出版文献量(篇)
5373
总下载数(次)
16
总被引数(次)
27406
论文1v1指导