基于深度学习的电力图像目标自动识别方法

作     者：张蕾 白万荣 陈佐虎 魏峰 张珍芬 ZHANG Lei;BAI Wanrong;CHEN Zuohu;WEI Feng;ZHANG Zhenfen

作者机构：国网甘肃省电力公司电力科学研究院甘肃兰州730070 甘肃同兴智能科技发展有限责任公司甘肃兰州730050 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2023年第31卷第6期

页      码：48-51,56页

摘      要：为有效控制电力目标节点处的功率数值下降趋势,避免配电网出现强烈扰动的信号量输出情况,提出基于深度学习的电力图像目标自动识别方法。根据灰度变换法则,处理已获取的图像均值信息,结合颜色还原原理,实现对电力设备图像的增强性处理。根据深度学习理论校正电力图像的目标标签,通过分割边缘特征,得到准确的识别节点匹配结果,完成基于深度学习的电力图像目标自动识别方法的设计与应用。实例分析结果显示,与改进Faster-RCNN型定位方法相比,在深度学习原理作用下,电力目标节点处的功率数值下降量更小,可避免配电信号受到强烈扰动影响,实现对电功率下降趋势的有效控制。

主 题 词：深度学习 电力图像 目标识别 均值信息 目标标签 边缘特征 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2023.06.011

馆 藏 号：203118746...