基于YOLOv8的接地刀闸状态识别方法  

作　　者：文显华 

机构地区：[1]国能(肇庆)热电有限公司

出　　处：《数字技术与应用》2024年第11期192-194,共3页Digital Technology & Application

摘　　要：接地刀闸的稳定运行对于保障变电站乃至整个电网系统的安全至关重要。为了准确判断接地刀闸的运行状态,文章提出了一种基于YOLOv8电厂场景的接地刀闸状态识别方法。针对开源接地刀闸数据集在电厂场景数量不足的问题,该方法采集、清洗并标注电厂场景数据,重新构建接地刀闸数据集。基于Ultralytics框架,采用YOLOv8 Nano神经网络模型对数据集进行训练,得到推理时间为9.9 ms,mAP(mean Average Precision)为95.1%的网络模型。实验结果表明该方法能有效和快速检测接地刀闸状态,具备较好的应用效果。

关 键 词：神经网络模型 接地刀闸 推理时间 识别方法 数据集 场景数据 系统的安全 

分 类 号：TM63[电气工程—电力系统及自动化] TM73[自动化与计算机技术—计算机应用技术] TP391.41[自动化与计算机技术—计算机科学与技术]