基于改进胶囊网络的接触网吊弦故障识别与定位

• 作者: 卞建鹏 孙晓云 李凡 赵帅 郝嘉星
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 接触网吊弦 故障识别 改进胶囊网络
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 高电压与绝缘
• 页码范围: 5187-5196
• 页数: 10页
• 分类号: TM922.5
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.191448

摘要

针对接触网吊弦的接触面积小且易与电力线混淆,传统的故障识别算法存在如吊弦的误识别、识别效率低和不能实时检测等问题.相比传统卷积神经网络,胶囊网络(CapsNet)首次采用矢量作为输入,可以很好地保留目标的方向、角度等特征信息,更适合识别复杂背景下的吊弦.因此,该文提出一种基于改进胶囊网络和CV模型结合的吊弦故障识别算法,通过1×1归约层和3×3卷积核简化传统9×9胶囊网络的卷积层,并采用优化算法进行参数寻优,缩短训练权重时间;同时输出量保留了方向与角度,能更准确地对烧伤、载流环折断、脱落等故障的吊弦进行分类;通过对吊弦巡检图像应用该文方法,吊弦定位准确率提高到95％.与前馈神经网络(BPNN)和Alex Krizhevsky设计的AlexNet等方法进行对比,所提出的吊弦故障识别方法可以准确、迅速地从复杂背景识别出吊弦,并准确地找到吊弦故障的位置,大大提高了输电线路智能巡检的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卞建鹏		15	46	3.0	6.0
2	孙晓云		46	111	6.0	8.0
3	郝嘉星		2	0	0.0	0.0
4	赵帅		2	0	0.0	0.0
5	李凡		1	0	0.0	0.0