基于YOLOv5神经网络模型的变电所压板开关状态的识别方法

作     者：姜凌霄 高宝明 段雨松 JIANG Lingxiao;GAO Baoming;DUAN Yusong

作者机构：国网山西省电力公司超高压变电分公司山西太原030006 

基　　金：国网山西超高压变电公司2022年科技骨干项目(520510220009) 

出 版 物：《煤炭工程》 (Coal Engineering)

年 卷 期：2024年第56卷第7期

页      码：181-186页

摘      要：煤矿变电所是大型煤矿供电系统的重要组成部分,变电所压板开关状态的精确识别是监测煤矿供电状态的重要环节。然而,随着变电所电气控制柜上压板开关数量的大幅增加,传统人工巡检存在的巡检速度慢、巡检精度低的问题愈发显著。针对上述问题,提出了一种基于YOLOv5神经网络模型的变电所压板开关状态识别方法。使用Pytorch深度学习框架进行了模型训练;设计了针对压板开关图像的预处理方法;采用得到的最佳模型对预处理后的压板开关图像进行检测并评估检测结果。实验结果表明该方法可以实现压板开关状态的智能识别,且具有速度快、精度高的特点。

主 题 词：神经网络模型 压板开关状态 识别方法 变电所 

学科分类：081901[081901] 0819[工学-海洋工程类] 08[工学] 

D　O　I：10.11799/ce202407027

馆 藏 号：203134499...