基于相片的变电站设备状态识别

发布时间：2021-02-13 23:01

　　随着变电站向着智能化、自动化、无人值守化发展,对于变电站设备进行实时高效准确的识别显得非常重要,由于变电站环境比较复杂,且站内设备类型比较多,基于传统模式识别方法因为特征提取算子的非实时性而难以实现变电站设备的实时检测。因此,研究一种基于图像的方法实时、高效、精准的对设备进行识别非常关键。本文通过对前人研究成果进行了系统的分析和总结,提出了一种在图像的基础上对设备进行的精准识别与定位的方法。论文研究成果如下:1)采集了不同的光照条件、不同气候条件下7类常见的变电站设备的图像信息,利用滤波方法对图像的噪声进行去噪,同时利用数据增强技术对图像数据集进行了扩充,从而增加样本的多样性。2)提出一种基于Faster R-CNN变电站设备识别方法,该方法首先利用共享网络结构提取图像特征,经过RPN网络处理,生成候选区域,然后利用Faster R-CNN对候选区域进行分类处理,同时利用边框回归技术对目标进行精准定位,实现变电站设备的类别识别及定位。通过对七种常见的变电站设备进行实验分析,得到了87.5%的平均识别精度。3)提出一种基于HF的隔离开关的检测与状态识别,该方法通过构建分类器,结合一种无需... 

【文章来源】：辽宁工程技术大学辽宁省

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
变量注释表
1 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 本文主要研究内容
2 图像采集及图像识别理论及技术基础
    2.1 变电站图像采集
    2.2 图像预处理
    2.3 特征提取
    2.4 图像识别
    2.5 本章小结
3 基于FasterR-CNN的变电站设备识别
    3.1 共享网络结构
    3.2 基于FasterR-CNN的变电站识别过程
    3.3 变电站设备识别环境搭建
    3.4 结果与分析
    3.5 本章小结
4 基于霍夫森林的变电站开关设备识别与状态检测
    4.1 隔离开关特征提取
    4.2 基于霍夫森林的开关设备识别
    4.3 基于霍夫森林的开关设备状态检测
    4.4 实验结果分析
    4.5 本章小结
5 结论与展望
    5.1 结论
    5.2 展望
参考文献
作者简历
学位论文数据集



本文编号：3032709