首页 > 《电力设备》 > 2016年24期 > 基于卷积神经网络的输电设备缺陷识别

基于卷积神经网络的输电设备缺陷识别

在线阅读下载PDF 导出详情

摘要摘要本文针对人工缺陷识别的缺点，提出了基于深度学习的输电设备缺陷识别方法，使用卷积神经网络进行图片的特征提取，避免了前期复杂繁琐的图片预处理，与此同时选用了ImageNet作为分类器进行缺陷判断。该方法经过实验验证，对常见的设备缺陷有较高的识别率，提高了输电线路巡检的自动化水平，降低了人工的劳动强度，便于快速准确的发现输电线路缺陷。

DOI odw18lmyjk/3387632

作者鲁轩1陈振辉2王朝阳3王松波4付明5韩双

机构地区（1-5国网天津市电力公司检修公司天津市300232；6．天津市万贸科技有限公司天津市300171）

出处《电力设备》 2016年24期

关键词卷积神经网络输电设备缺陷识别

分类 [电气工程][电力系统及自动化]

出版日期 2016年12月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）