变电站视频分析系统的研究与实现

发布时间：2021-09-09 05:47

　　近些年,电力企业的运行管理模式正随着电力信息技术、人工智能技术、电网规模的快速发展而发生了显著的改变。当前的值守模式是将变电站的各类实时数据传送到调度中心,减少了人为因素的影响,但对变电站是否发生非法入侵、工作是否违规等现象仍需要人为分析监控视频进行判断。这种依赖工作人员昼夜查看视频的值守模式需要消耗大量的人力,可见对现有的变电站值守模式进行改造,实现更加智能化的管理模式已经成为变电站运行管理发展的必然趋势。随着深度学习的崛起,基于深度学习的目标检测算法能够高效、准确的识别物体,这种能力非常契合当前变电站值守模式的要求,故本文针对变电站室外工作环境,设计并实现了一种应用于变电站视频分析的卷积神经网络,完成了安全服、安全帽、绝缘手套、工作证等七类物体的识别。借助于识别结果,对非法入侵、没有佩戴安全帽等物品、没有在规定的时间、地点内进行操作等问题进行分析和警报。本系统以目标识别与视频分析为中心,分为用户注册登录、操作安全规则、物体识别、违规分析、日志管理与系统管理五个模块。操作安全规则为管理员对某个操作的具体要求,包括对时间、地点、人数、安全帽等物品的设定。违规分析模块通过读取变电站的视频... 

【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
    1.2 国内外研究现状
    1.3 课题研究内容
    1.4 本章小结
第2章 相关技术介绍
    2.1 基于深度学习的目标检测技术的关键组成
        2.1.1 特征提取
        2.1.2 候选框区域提取
        2.1.3 边框回归
        2.1.4 分类器
    2.2 卷积神经网络
    2.3 区域卷积神经网络目标检测算法分析
        2.3.1 R-CNN
        2.3.2 SPP-Net
        2.3.3 Fast R-CNN
        2.3.4 Faster R-CNN
    2.4 基于回归的目标检测算法分析
        2.4.1 YOLO
        2.4.2 SSD
    2.5 本章小结
第3章 变电站视频分析系统的总体设计
    3.1 系统需求分析
    3.2 系统体系结构设计
    3.3 系统功能总体结构
    3.4 数据库设计
        3.4.1 总体设计
        3.4.2 数据库逻辑结构设计
    3.5 本章小结
第4章 基于深度学习的变电站视频分析算法设计
    4.1 整体设计
    4.2 亮度调节算法设计
    4.3 卷积神经网络设计
    4.4 数据集的制作
    4.5 实验环境和超参数设置
    4.6 本文模型的识别结果展示
    4.7 评估指标选择及实验结果
        4.7.1 评估指标选择及计算方式
        4.7.2 实验结果
    4.8 视频分析
        4.8.1 变电站工作人员检测分析
        4.8.2 变电站操作违规分析
    4.9 本章小结
第5章 变电站视频分析系统的详细设计与实现
    5.1 系统首页
    5.2 用户登录注册模块的详细设计与具体实现
    5.3 物体识别模块的详细设计与实现
    5.4 日志管理模块的详细设计与具体实现
    5.5 违规分析模块的详细设计与具体实现
    5.6 操作安全规则模块的详细设计与实现
    5.7 系统管理模块的详细设计与具体实现
    5.8 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢



本文编号：3391546