基于增强现实技术的电力设备故障识别方法研究

作     者：徐兴国 林楚伟 陈伟武 江永 XU Xingguo;LIN Chuwei;CHEN Weiwu;JIANG Yong

作者机构：华能国际电力股份有限公司海门电厂广东汕头515132 

基　　金：广东省工业攻关项目(2016ZR3398) 

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

年 卷 期：2020年第28卷第23期

页      码：149-152,157页

摘      要：针对电力设备巡检智能化水平较低的现状,文中将增强现实(Augmented Reality,AR)技术应用于电力设备巡检过程。文中从智能巡检终端、服务器与数据库3个层面构建了基于AR技术的电力设备智能巡检系统架构。提出基于AR技术和深度神经网络(Deep Neural Networks,DNN)算法的电力设备故障识别方法,将智能巡检终端采集的图像作为输入,在线识别电力设备可能存在的故障类型。通过仿真测试表明,所提方法故障识别时间与支持向量机(Support Vector Machine,SVM)与BP神经网络(Back Propagation-Neural network,BP-NN)算法相近。但是各类故障识别准确率均大于98%,大于SVM与BP-NN算法,所提方法能够快速准确地识别电力设备故障类型。

主 题 词：增强现实 故障识别 深度学习 智能巡检 

学科分类：0809[工学-计算机类] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0838[0838] 

D　O　I：10.14022/j.issn1674-6236.2020.23.032

馆 藏 号：203993835...