融合多维度特征的绝缘子状态边缘识别方法

针对传统的绝缘子状态识别方法存在实时性差、特征提取能力不足的问题,基于边缘计算的思想,提出了一种融合多维度特征的绝缘子状态边缘识别方法.利用云边协同和边边联邦协同的联合技术手段,构建了绝缘子状态的边缘识别框架.设计了一种融合多维度特征提取的深度学习网络,该网络采用ResNet101作为主干特征提取网络,使用Inception模块构建数据池化层,嵌入压缩激励模块和卷积注意力模块,从不同维度对特征进行高效提取.采用包括正常和缺陷2种状态的数据集进行绝缘子状态边缘识别实验,平均识别准确率达到了99％.实验表明了融合多维度特征的绝缘子状态边缘识别方法的有效性....

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	中国电力 2022-01, Vol.55 (1), p.133-141
Hauptverfasser:	黄冬梅, 王玥琦, 胡安铎, 孙锦中, 时帅, 孙园, 房岭锋
Format:	Magazinearticle
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!