关于| 联系| 地图| 邮箱
首页>>>学术期刊>>>期刊年表>>>2022年论文集(43卷)
2025年论文集(46卷) 2024年论文集(45卷) 2023年论文集(44卷) 2022年论文集(43卷) 2021年论文集(42卷) 2020年总目录(41卷) 2019年总目录(40卷) 2018年总目录(39卷) 2017全年目录(38卷) 2016全年目录(37卷) 2015全年目录(36卷) 2014全年目录(35卷) 2013全年目录(34卷) 2012全年目录(33卷) 2011全年目录(32卷) 2010全年目录(31卷) 2009全年目录(30卷) 2008全年目录(29卷) 2007全年目录(28卷) 2006全年目录(27卷) 2005全年目录(26卷) 2004全年目录(25卷) 2003全年目录(24卷) 2002全年目录(22卷) 2001全年目录(22卷) 2000全年目录(21卷)

基于卷积神经网络的输电线路金具缺陷检测方法(2022年04期 v.43 36-41+47页)

‖  文章供稿:裘瑾怡  任新新  陈希
‖  字体: [大] [中] [小]

2022年04期 v.43 36-41+47页

裘瑾怡1  任新新1  陈希2

(1.新昌县新明实业有限公司,浙江 新昌 312500 

2.长沙理工大学,湖南 长沙 410000)

摘要:针对架空输电线路长期处于恶劣、复杂的自然环境中,线路上的金具受气候、地形、外力作用等影响出现的不同类型缺陷,提出一种基于YOLO V3卷积神经网络的输电线路金具缺陷检测方法。通过YOLO V3卷积神经网络提取不同类型缺陷的特征,并对其进行适应性改进,识别与定位这些缺陷在输电线路上的位置,可提高检测的准确性和实时性,及时发现线路故障,确保输电线路安全稳定运行,提高输电线路巡检的效率和电网的智能化程度。

关键词:输电线路金具;YOLO V3卷积神经网络;缺陷检测

中图分类号:TP183              文献标识码:A             文章编号:1674-2605(2022)04-0008-07

DOI:10.3969/j.issn.1674-2605.2022.04.008

打印