基于深度强化学习与图像智能识别的输电线路在线监测系统

作     者：叶俊健 邓伟锋 徐常志 赵丽娜 YE Jun-jian;DENG Wei-feng;XU Chang-zhi;ZHAO Li-na

作者机构：深圳市特发信息股份有限公司广东深圳518000 

出 版 物：《工业技术创新》 (Industrial Technology Innovation)

年 卷 期：2020年第7卷第3期

页      码：72-75页

摘      要：林木干扰、施工破坏、漂浮物悬挂等因素会对输电线路通道环境及线路本体造成干扰,导致线路跳闸断电,给电力运行带来严重危害。基于泛在电力物联网架构,提出一种基于深度强化学习与图像智能识别的输电线路在线监测系统。依托图像智能识别,采用图像采集、图像预处理、特征提取、图像识别等措施,增强图像效果,提升识别准确性;依托深度强化学习,对图像中是否存在危险源进行训练,强化突出判断能力。对深度强化学习与图像智能识别进行融合,检测中实现了对烟雾、超高树障、导线异物、覆冰雪灾等干扰因素的动态监控,构建了输电线路在线监测系统设计框架。系统实现了通道环境可视化、隐患部位可视化、设备状态可视化,监测效率大幅提高,节约了人工费用,方便了运维单位对输电线路的管理。

主 题 词：输电线路 在线监测系统 深度强化学习 图像智能识别 泛在电力物联网 

学科分类：0810[工学-土木类] 08[工学] 081001[081001] 

D　O　I：10.14103/j.issn.2095-8412.2020.03.014

馆 藏 号：203933258...