基于改进实例分割与深度神经网络温度拟合的电力设备热故障诊断研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：故障设备在故障位置存在温度异常，带来的安全隐患严重威胁电力系统的安全稳定运行。为了对电力设备的热状态做出评估，提出一种基于实例分割与温度拟合的电力设备热故障诊断方法。首先，基于变电站现场采集的电力设备红外图像构建数据集，提出一种改进的实例分割模型。经优化后，模型的掩码和检测框的平均精度分别提高了3.6%和2.5%，模型仅需12.1 GFLOPs的浮点运算量。（剩余15521字）

试读结束

目录
monitor