基于YOLO V3的输电线路故障检测方法

• 作者: 张迪 樊绍胜
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 输电线路 卷积神经网络 故障检测 YOLO V3
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 仪器仪表与检测技术
• 页码范围: 125-129
• 页数: 5页
• 分类号: TP183|TM755
• 字数: 3037字
• 语种: 中文

摘要

在输电线路上,螺栓松动和导线破损是普遍存在的输电线路故障,检测出这些故障对电力系统的安全运行具有非常重要的意义.YOLO V3是一种准确率高实时性强的目标检测算法,因此提出了基于深度卷积神经网络的YOLO V3目标检测方法,识别和定位输电线路上的螺栓和破损导线.通过对YOLO V3算法进行适应性的改进,使得输电线路上的检测任务更加快速和准确.利用TensorFlow框架搭建目标检测网络,训练得到最终检测模型并测试.实验结果表明,该输电线路故障检测方法实时性强、准确率高,能够满足自动检测输电线路上的螺栓和破损导线的要求,极大地提高了电力系统检修工作的“智能化”.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊绍胜	长沙理工大学电气与信息工程学院	51	338	11.0	16.0
2	张迪	长沙理工大学电气与信息工程学院	1	3	1.0	1.0