基于深度学习的配电网线路设备缺陷智能检测

• 作者: 李晨曦 邵蒙悦 冯杰
• 来源期刊: 浙江电力
• 关键词: 配电网 无人机 智能巡检 边缘计算
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 电力大数据与人工智能|Power Big Data and Artificial Intelligence
• 页码范围: 97-103
• 页数: 7页
• 分类号: TM764
• 语种: 中文
• DOI: 10.19585/j.zjdl.202103015

摘要

无人机配电线路巡检已经广泛开展应用,线路设备缺陷人工识别过程复杂、工作量较大等问题仍然存在.为了提高作业效率,根据无人机发展现状,对现有数据进行深入挖掘,利用标记系统对数据进行处理,再利用深度学习算法实现配电网无人机自动巡检、缺陷自动研判.该算法是基于残差双尺度检测器的巡检目标智能检测,优势在于可识别两种规格尺寸的目标对象,相比于传统的双阶段目标检测方案,其运行速度更快,更适合在终端资源受限设备中运行.目前该算法已达到95％的准确率.