深度学习YOLO算法在变电设施红外图像识别与热故障诊断中的应用研究

周 奕成
同济大学

摘要

随着中国经济的高速发展，用电量也迅速增加，现代生活和工作已经离不开电能。因此，确保电能的持续可靠供应对社会至关重要。据统计，电力系统中超过70%的故障由电力设备故障引起，这些设备在故障前通常会出现异常发热点。通过利用红外成像技术扫描电力设备的热辐射得到红外热图，并对这些图像进行分析，可以在不停电的情况下识别设备的异常发热点，及时排除故障。红外在线检测的非接触特性极大地保障了变电站运行人员的安全，有助于电网的持续稳定运行。

关键词

电力系统；变电运维；红外图像；智能识别

参考

[1]张科.基于改进Faster R-CNN的输电线路多目标检测算法研究[D].辽宁工程技术大学,2022.

[2]伊欣同.基于改进FCOS算法的输电线路多目标检测研究[D].辽宁工程技术大学,2021.

[3]李炼桥.基于卷积神经网络的变电设施红外图像识别与应用[D].中国计量大学,2020.