基于深度学习和增强现实的智能变电站仪表读数识别研究OA
针对现有智能变电站仪表读数识别方法中存在的识别效果不佳和仅能单一识别指针仪表或数字仪表的问题,基于增强现实的电力巡检系统提出了一种基于改进深度学习方法的智能变电站仪表读数识别方法。改进YOLOv8模型完成仪表分类和区域定位,改进DeepLabV3+模型完成指针式仪表的读取识别,改进Transformer模型完成数字仪表读数识别,通过实验对其性能进行验证。结果表明,改进YOLOv8模型在仪表分类和定位中有效提高了检测精度,检测准确率大于98.00%。改进DeepLabV3+模型在指针式仪表读数识别中有效提高了分割精度,识别误差小于1.50%。改进Transformer模型在数字仪表读数识别中有效提高了识别精度,识别准确率大于97.00%。
孙蓉蓉;王程斯;罗育林;田松林;庄秋乃;夏成文
深圳供电局有限公司,广东深圳518028深圳供电局有限公司,广东深圳518028南方电网数字平台科技(广东)有限公司,广东深圳518000南方电网数字平台科技(广东)有限公司,广东深圳518000南方电网数字平台科技(广东)有限公司,广东深圳518000南方电网数字平台科技(广东)有限公司,广东深圳518000
信息技术与安全科学
智能变电站电力仪表增强现实YOLOv8模型DeepLabV3+模型Transformer模型
《电测与仪表》 2026 (5)
P.184-192,9
中国南方电网有限责任公司科技项目(090000KK52210151)。
评论