基于卷积神经网络的接地网腐蚀程度分类方法研究

发布时间：2024-09-21 12:02

　　变电站的安全运行是电力系统能够正常工作的重要保障,变电站接地网是确保电气设备、电力系统及人身安全的关键环节,我国接地网导体大多由普通碳钢制成,长期埋于地下土壤中,会逐渐腐蚀,甚至发生断裂或完全被腐蚀,这对电力系统的安全运行及工作人员的人身安全构成严重威胁。因此,研究接地网腐蚀程度的检测方法是非常有必要的。论文以变电站接地网的腐蚀图像为研究对象,以卷积神经网络(CNN)为分类算法,以标准GB/T6461-2002中不同外观等级下的腐蚀外貌特征的不同为分类依据,对接地网的腐蚀程度进行分类。主要工作如下:首先,对接地网的腐蚀情况进行模拟实验,利用分阶段采集的腐蚀图像建立腐蚀图像样本库。为了测试CNN模型对复杂场景下的腐蚀图像的识别能力,本文建立了预处理后腐蚀图像样本库和原始图像样本库两种对比样本。通过直方图均衡化来增强图像对比度,采用矢量中值滤波对图像进行去噪处理,并且都为彩色图像预处理方法。其次,建立传统卷积神经网络的接地网腐蚀程度分类模型。通过对CNN中经典的LeNet-5结构进行改进,构建了适用于本课题的CNN分类模型,为寻找针对腐蚀图像分类的最优分类器,本文设置Softmax和SVM两...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状
        1.2.1 接地网腐蚀程度检测研究现状
        1.2.2 卷积神经网络发展及现状
        1.2.3 图像分类方法研究现状
    1.3 本文研究内容及组织结构
2 接地网腐蚀程度分类基础
    2.1 腐蚀图像样本库建立
        2.1.1 腐蚀模拟实验
        2.1.2 样本库建立
    2.2 腐蚀程度分类依据
        2.2.1 保护评级
        2.2.2 外观评级
        2.2.3 综合评级
    2.3 腐蚀图像预处理
        2.3.1 图像规范化
        2.3.2 对比度增强
        2.3.3 矢量中值滤波法去噪
    2.4 本章小结
3 卷积神经网络
    3.1 概述
    3.2 卷积神经网络拓扑结构
    3.3 卷积神经网络理论推导
        3.3.1 反向传播算法
        3.3.2 卷积层梯度计算
        3.3.3 下采样层的梯度计算
    3.4 本章小结
4 基于传统卷积神经网络的接地网腐蚀程度分类模型设计与实现
    4.1 模型设计思路
        4.1.1 输入、输出层设计
        4.1.2 中间层设计
    4.2 模型建立
    4.3 模型训练
        4.3.1 训练流程
        4.3.2 训练参数设置
    4.4 模型仿真实现
        4.4.1 腐蚀图像样本库
        4.4.2 训练集、测试集产生
        4.4.3 实验结果分析
    4.5 本章小结
5 基于改进卷积神经网络的接地网腐蚀程度分类模型设计与实现
    5.1 模型建立
    5.2 模型仿真
        5.2.1 实验样本
        5.2.2 实验结果分析
    5.3 本章小结
6 接地网腐蚀程度分类系统的设计
    6.1 分类系统整体框架
    6.2 分类系统各功能模块
        6.2.1 数据加载
        6.2.2 模型建立
        6.2.3 模型测试
    6.3 本章小结
7 总结与展望
    7.1 总结
    7.2 展望
致谢
参考文献



本文编号：4006040