基于多尺度深度学习的接触网吊弦异常检测及应用

• 作者: 宋超 李兵祖 武莹 薛晓利
• 来源期刊: 电气化铁道
• 学科: 交通运输
• 关键词: 多尺度 Faster RCNN 吊弦异常检测 打弓
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 接触网
• 页码范围: 42-45
• 页数: 4页
• 分类号: U225.4+8
• 字数: 2679字
• 语种: 中文
• DOI: 10.19587/j.cnki.1007-936x.2020.04.010

摘要

提出一种基于多尺度深度学习的接触网吊弦异常检测算法,并研究其在受电弓打弓预判中的应用.该算法由深度神经网络提取图像特征,根据特征图确定吊弦图像感兴趣区域并得到候选框,再对候选框进行分类和回归,确定吊弦状态并得到吊弦位置.通过吊弦的松、脱、断等异常状态,进一步预判是否会出现受电弓打弓,从而及时给出预警.通过实际应用验证,该算法可有效对吊弦异常状态进行检测,可提前预判打弓隐患.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛晓利		2	0	0.0	0.0
2	李兵祖	中国铁路兰州局集团有限公司科研技术监督所	3	0	0.0	0.0
3	宋超		1	0	0.0	0.0
4	武莹		1	0	0.0	0.0