深度学习算法下架空输电线路覆冰在线监测方法OA

在架空输电线路覆冰在线监测过程中,红外成像易受环境干扰,导致特征提取不完整,漏报率较高.因此,本文提出基于深度学习算法的架空输电线路覆冰在线监测方法.通过力学分析,考虑导线参数、重力荷载和轴向应力等因素,构建架空输电线路覆冰模型,为后续覆冰监测提供基础.本文方法采用数学形态学中的膨胀运算和多尺度边缘检测方法,提取覆冰输电线路的边缘特征信息.将边缘检测后的图像输入卷积神经网络模型,通过卷积层提取特征,利用后续网络结构训练损失函数,实现覆冰状态在线监测.试验结果表明,采用本文方法得到的覆冰厚度监测数据与实际数据拟合度高,且在5种不同覆冰类型场景对比中,本文方法漏报率最低,能更精准识别覆冰事件.