手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 建筑施工管理 Volume 5, Issue 29. 2023.
深度学习YOLO算法在变电设施红外图像识别与热故障诊断中的应用研究
作者 : 周 奕成
DOI: 10.12361/2661-3565-05-29-165107
全部来源
获取全文
摘要 / Abstract
随着中国经济的高速发展，用电量也迅速增加，现代生活和工作已经离不开电能。因此，确保电能的持续可靠供应对社会至关重要。据统计，电力系统中超过70%的故障由电力设备故障引起，这些设备在故障前通常会出现异常发热点。通过利用红外成像技术扫描电力设备的热辐射得到红外热图，并对这些图像进行分析，可以在不停电的情况下识别设备的异常发热点，及时排除故障。红外在线检测的非接触特性极大地保障了变电站运行人员的安全，有助于电网的持续稳定运行。
关键词 / Keywords
电力系统；变电运维；红外图像；智能识别
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1]张科.基于改进Faster R-CNN的输电线路多目标检测算法研究[D].辽宁工程技术大学,2022.
  • [2]伊欣同.基于改进FCOS算法的输电线路多目标检测研究[D].辽宁工程技术大学,2021.
  • [3]李炼桥.基于卷积神经网络的变电设施红外图像识别与应用[D].中国计量大学,2020.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号