基于神经网络的输电线路故障识别方法

• 作者: 孙翠英 岳国良 常浩 路艳巧
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 神经网络 MobileNet 目标检测 输电线路故障识别
• 年，卷（期）: 2019,（20）
• 所属期刊栏目: 论文
• 页码范围: 283-288
• 页数: 6页
• 分类号: TP391.4
• 字数: 5311字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2019.20.042

摘要

针对长期暴露在露天环境下输电线路容易发生开股、断股情况,提出了一种基于神经网络的输电线路故障识别方法,选择轻量级网络MobileNet训练模型与单发多盒探测器(single multibox detector,SSD)目标检测算法.建立导线故障样本缺陷库,对导线故障图片进行处理,在已有模型上对故障特征进行训练,调整超参数优化模型,对模型进行测试,最终将模型在嵌入式设备上进行部署.结果 表明,与传统的Faster-RCNN结合VGG16网络模型相比较,大小为传统模型的1/23.78,测试速度快了28倍,精确度为92.60％.该系统不仅有较好的识别效果,而且满足实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	路艳巧	国网河北省电力有限公司电力科学研究院	8	11	2.0	3.0
2	孙翠英	国网河北省电力有限公司电力科学研究院	19	22	2.0	3.0
3	岳国良		18	32	4.0	4.0
4	常浩		4	0	0.0	0.0