基于深度强化学习与图像智能识别的输电线路在线监测系统
《工业技术创新》| 叶俊健 邓伟锋 徐常志 赵丽娜 深圳市特发信息股份有限公司 广东深圳518000
摘 要:林木干扰、施工破坏、漂浮物悬挂等因素会对输电线路通道环境及线路本体造成干扰,导致线路跳闸断电,给电力运行带来严重危害。基于泛在电力物联网架构,提出一种基于深度强化学习与图像智能识别的输电线路在线监测系统。依托图像智能识别,采用图像采集、图像预处理、特征提取、图像识别等措施,增强图像效果,提升识别准确性;依托深度强化学习,对图像中是否存在危险源进行训练,强化突出判断能力。对深度强化学习与图像智能识别进行融合,检测中实现了对烟雾、超高树障、导线异物、覆冰雪灾等干扰因素的动态监控,构建了输电线路在线监测系统设计框架。系统实现了通道环境可视化、隐患部位可视化、设备状态可视化,监测效率大幅提高,节约了人工费用,方便了运维单位对输电线路的管理。
【分 类】 【工业技术】 > 无线电电子学、电信技术 > 通信 > 数据通信 > 图像通信、多媒体通信 > 图像通信网、多媒体通信网
【关键词】 输电线路 在线监测系统 深度强化学习 图像智能识别 泛在电力物联网
【出 处】 《工业技术创新》2020年 第3期 72-75页 共4页
【收 录】 中文科技期刊数据库
请各位老师作者注意,凡是咨询正在审核期的文章,请勿一稿多投,初审审稿期一般1-3个工作日,作者可以随时在本站上输入文章编号查询稿件审核情况。稿件录用后,编辑人员会在通知作者的情况下提出修改意见,以便适应期刊社里的定位要求。
(本网站所公布期刊均为正规刊物,如有侵权,请及时告知!)
本平台为期刊杂志协同采编平台,本站成立于2015年,主要从事文化艺术交流、版权代理、期刊信息整理发布、宣传。非杂志社官网!
本站仅为有实际合作关系的杂志期刊整理信息、快捷组稿指导和宣传,本站致力于方便广大作者期刊查询、分类、便捷投稿、在线答疑等。
若有期刊社不希望我期刊杂志协同采编平台收录贵刊的,请来函告知,我平台将及时删除!本平台信息来源于网络公开信息和社里所提供的征稿函。