基于YOLOv11全参数微调的小水电站发电机碳刷打火智能识别方法  

Intelligent recognition method for carbon brush ignition of small hydropower station generators based on YOLOvll all parameters fine-tuning

作　　者：曾拓程 陈靖文 谢晋杰 潘晓华 张巍[3,4,5] ZENG Tuocheng;CHEN Jingwen;XIE Jinjie

机构地区：[1]浙江大学计算机科学与技术学院,浙江杭州310027 [2]浙江大学滨江研究院,浙江杭州310053 [3]水利部农村电气化研究所,浙江杭州310012 [4]水利部农村水电工程技术研究中心,浙江杭州310012 [5]中国-巴基斯坦小型水电技术“一带一路”联合实验室,浙江杭州310012

出　　处：《小水电》2025年第1期13-17,共5页Small Hydro Power

基　　金：浙江省“尖兵”研发攻关计划项目(2023C01126)。

摘　　要：随着运行年限的增长,小水电站发电机组中的碳刷容易出现打火现象,影响设备的安全运行。电站现场安装的视频监控为机组运行状态的实时监测提供了有效手段,然而,目前主要依赖人工辨别监控图像中的碳刷打火,难以确保及时性与准确性,尚缺乏高效的智能化识别方法。因此,研究提出一种基于YOLOv11(You Only Look OncE-vErsion 11)全参数微调的小水电站发电机碳刷打火智能识别方法。基于YOLOv11目标检测方法,利用迁移学习对YOLOv11进行全参数微调训练,构建小水电站发电机碳刷打火智能识别模型,实现对水轮发电机机坑监控图像中碳刷打火的实时、准确检测。以金华市河盘桥水电站4号水轮发电机机坑的视频监控图像为例进行实验验证,通过对比不同迁移学习微调策略及其他主流先进的目标检测方法,验证本研究所提方法的有效性、准确性与优越性,可为小水电站发电机安全稳定运行提供有力保障,并提高其发电机设备的智能化运维水平。图3幅,表2个。

关 键 词：小水电站 水轮发电机 碳刷打火 视觉识别 预训练微调 

分 类 号：TV742[水利工程—水利水电工程] TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]