基于深度学习的输电线路故障检测的研究进展
随着电网规模的日益增大，无人机巡检技术也逐渐被大量应用于架空输电线路的电力巡检当中，随之带来的是大量的航拍图像数据，若按照人工方式对这些数据进行查看与分析，将会带来巨大的工作量，从而降低巡检工作的效率。近几年来，基于深度学习的目标检测算法，无论从精度还是速度上都有了显著的进步，但基于巡检图像中存在电力部件相互遮挡，拍摄背景复杂，故障标注图像较少等问题，极大限制了故障识别的准确度。本文对包括传统方法和深度学习方法几种目标检测模型进行详细介绍与对比分析，对其围绕输电线路的故障展开论述，分析其优势与不足，并对未来的研究方向进行展望。
架空输电线路 电力巡检 深度学习 目标检测 故障识别
李华强 田秀霞 徐曼
上海电力大学计算机科学与技术学院,上海200090
国内会议
上海
中文
352-363
2019-05-17（万方平台首次上网日期，不代表论文的发表时间）