摘要：计量设备运维人员技术水平和经验有限、运维记录不便统计分析等问题亟待解决。YOLO V3算法在自然图像上的准确率和计算速度方面有着良好平衡,但在计量设备图像目标识别上表现较差,因此提出一种改进的YOLO V3检测算法,用于集中器设备故障检测。通过优化的anchor box设计和可变形卷积改进YOLO V3算法,实现对现场设备运行状态的自动识别,提升集中器设备的运维效率和质量。实验结果表明,所提改进的YOLO V3算法在集中器图像上取得较好检测效果。

摘要：高压线路巡检无人机、变电站巡检机器人等智能巡检设备在使用过程中会采集大量电力设备的图像,这些图像数据容量较大、无法有效保存记录。同时,电科院等检测部门对机器视觉类智能终端的检测没有统一的规范,无法实现数据量化的视觉功能及精度检测。依据图像识别算法的原理以及电力设备的外观统一特性,设计一种通用的数据结构模型,用来描述电力设备的主要图像特征信息,方便电力设备图像信息的大量存储,以此可作为相关检测机构在电力设备图像识别方面的检测标准。