文献类型：期刊文章

作　　者：王淼[1] 刘伟东[1] 李一鹏[2] 武艺[1] 李源源[1] 张忠瑞[3] 陈明[4]

机构地区：[1]国网通用航空有限公司,北京昌平区102209 [2]清华大学信息科学技术学院,北京海淀区100084 [3]国网辽宁省电力有限公司,沈阳110004 [4]国网铁岭供电公司,辽宁铁岭112000

出　　处：《电子科技大学学报》

年　　份：2018

卷　　号：47

期　　号：1

起止页码：60-65

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：近年来,无人机在电力行业输电线路巡检方面得到广泛应用,输电线路无人机自动化巡检技术因其独特的优势受到国内外研究机构及相关部门的广泛关注。但随着巡检任务需求的快速增长,以及市面上所能选择的无人机平台及其载荷类型越来越多,导致快速完成无人机平台选型的难度增加,通常需要耗费大量人力完成筛选匹配工作。因此,根据任务需求,如何快速可靠地完成无人机平台选型是输电线路自动化巡检研究领域需要重点解决的问题之一。为了解决该问题,该文提出了3层结构的基于异构神经网络的快速匹配选型模型。在模型第1层,提出改进型的独热向量算法,完成了巡检任务相关因素的数值化,并输出任务需求矩阵;在模型第2层,提出基于时间递归神经网络(LSTM)神经网络结构的参数指标生成模型,根据任务需求矩阵生成所需的载荷相应参数;在模型第3层,提出了基于决策树网络的匹配模型,根据生成的参数指标确定最终的无人机平台参数和型号。最后,通过真实选型案例数据,验证了该模型算法的有效性。

关 键 词：决策树 递归神经网络 输电线路巡检 平台选型  无人机

分 类 号：TP242.6]