基于改进的YOLOv4模型的变压器异常检测方法研究  

Anomaly detection method based on improved YOLOv4

作　　者：李晅 

机构地区：[1]国网运城供电公司,山西运城044000

出　　处：《电子产品世界》2024年第7期65-68,共4页Electronic Engineering & Product World

摘　　要：针对电力系统变压器面临的温度异常等问题,提出了一种基于改进的YOLOv4的变压器异常检测方法。首先,使用多尺度Retinex与色彩恢复(multi-scale Retinex with color restoration,MSRCR)图像增强算法对输入的变压器红外数据进行处理;其次,将多尺度特征模块引入YOLOv4输入端,用来获取不同尺度特征。实验结果显示,所提方法在平均精度上明显优于YOLOv3和YOLOv4方法,同时在检测速度方面,其与YOLOv4方法相当,远快于YOLOv3方法。所提方法能够适用于变压器实时异常检测场景,并且对电力系统具有重要意义。

关 键 词：异常检测 电力设备 深度学习 红外图像 

分 类 号：TM407[电气工程—电器] TP391.41[自动化与计算机技术—计算机应用技术]