基于Faster R-CNN图像处理的变电站异常设备红外检测方法
蒋健
刘年
孙超
广东省电力公司电力科学研究院 变电管理一所,广东 广州 510000
摘要：针对智能变电站内一次设备红外监测图像分析与处理智能化较低的问题,提出了一种基于Faster R-CNN的变电站异常设备红外检测图谱分析方法,并实现了变电站故障设备的智能识别和原因分析.将远程终端单元所采集到的红外图像进行预处理,并对图中的变电站设备进行识别;采用大津算法结合图像灰度值的特殊性对图像进行分割与图像配准;Faster R-CNN则用于对比判断设备是否处于故障状态并分析原因.实验测试结果表明,所提方法对于多种故障设备的识别准确率均在90%以上,具有较优的鲁棒性.
关键词：智能变电站一次设备故障检测红外图谱图像处理OSTU算法图像灰度值Faster R-CNN模型
分类号：TM63(发电、发电厂)
资助基金：广东省自然科学基金(2018A030307033)
论文发表日期：2024-03-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 157-164 )
英文信息