基于深度学习的变电设备红外图像识别检测技术应用探析  

作　　者：梁倩[1] 陈良[1] 李公波 魏志祥 

机构地区：[1]青岛理工大学,山东青岛266033 [2]国网费县供电公司,山东费县276000

出　　处：《电脑知识与技术》2024年第26期1-3,6,共4页Computer Knowledge and Technology

摘　　要：变电设备的安全运行是确保电力系统长期稳定工作的基石。对变电设备的运行状态进行实时监测,有助于及时发现设备故障,进一步预防潜在风险,确保电网的安全稳定运行。红外图像检测是一种用于变电设备的无损实时监测方法,广泛应用于变电设备的状态监测。设备监测的关键在于对设备红外图像的准确识别和定位。本文通过介绍传统算法和深度学习算法在变电设备红外图像中的识别检测技术应用,有助于研究人员选取合适的视觉检测方法,实现对变电设备的实时监测,提升站内主设备的运行状态监测与故障诊断能力。这样大大提高了变电站的安全性和可靠性,为站内主设备的安全运行提供保障,提升变电站运行效率,减少非计划停电时间,对提高电网运行效率具有重要意义。

关 键 词：人工神经网络 深度学习 红外图像识别检测 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]