基于神经网络的输电线路故障识别方法

摘要：

针对长期暴露在露天环境下输电线路容易发生开股、断股情况,提出了一种基于神经网络的输电线路故障识别方法,选择轻量级网络MobileNet训练模型与单发多盒探测器(single multibox detector,SSD)目标检测算法.建立导线故障样本缺陷库,对导线故障图片进行处理,在已有模型上对故障特征进行训练,调整超参数优化模型,对模型进行测试,最终将模型在嵌入式设备上进行部署.结果 表明,与传统的Faster-RCNN结合VGG16网络模型相比较,大小为传统模型的1/23.78,测试速度快了28倍,精确度为92.60％.该系统不仅有较好的识别效果,而且满足实时性.

关键词：神经网络、MobileNet、目标检测、输电线路故障识别

所属期刊栏目：19

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61572062;国网河北省电力有限公司电力科学研究院项目KJKF-20

在线出版日期：2019-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：283-288