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

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3565-05-29-165107

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

周奕成

同济大学

全文直达

引用

打印

摘要：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：

电力系统；变电运维；红外图像；智能识别

Universe Scientific Publishing

ISSN：2661-3557

年,卷(期)：2023,5(29)