基于卷积递归网络的电流互感器红外故障图像诊断

发布时间：2017-09-16 12:13

  本文关键词：基于卷积递归网络的电流互感器红外故障图像诊断

  更多相关文章： 红外故障分析 电力大数据 超像素分割 深度学习 卷积递归神经网络

【摘要】：电力大数据中日益增多的非结构化数据为以人工诊断为主的传统处理方式提出了新的挑战。红外故障图像作为一种典型的非结构化数据,对于电力大数据的研究有着至关重要的作用。为了达到自动处理海量红外故障图像的目的,提出了一种基于卷积递归网络的电流互感器红外故障图像诊断方法。对红外故障图像首先进行超像素分割并利用其色度信息提取温度异常区域;然后采用两级联合卷积-递归神经网络,对大量样本信息进行训练学习来指导设备故障部位识别;最后依据部位信息对故障进行分类。实验结果表明,该算法鲁棒性较强,准确性较高,有效地提高了红外检测效率,为非结构化数据的特征提取分析提供了坚实的基础。
【作者单位】： 国网山东省电力公司电力科学研究院;
【关键词】： 红外故障分析 电力大数据 超像素分割 深度学习 卷积递归神经网络
【基金】：国家高技术研究发展计划(863计划)(2015AA050204)~~
【分类号】：TP391.41;TM452
【正文快照】： T h i s w o r k i s s u p p o r t e d b y N a t i o n a l H i g h-t e c h RD P r o g r a m o f C h i n a(8 6 3 P r o g r a m)(N o.2 0 1 5 A A 0 5 0 2 0 4).0引言有关统计资料表明,电力系统中超过半数以上的电气设备故障都是连接松动、接触不良、泄露电流、漏磁等

【参考文献】

中国期刊全文数据库 前4条

1 魏钢;冯中正;唐跃;林吴琛;;输变电设备红外故障诊断技术与试验研究[J];电气技术;2013年06期

2 熊军华;，

本文编号：862975