文献类型：期刊文章

作　　者：徐振磊[1] 曾懿辉[1] 郭圣[1] 邵校嘉[1] 麦俊佳[1] 胡壮丽[1]

XU Zhen-Lei;ZENG Yi-Hui;GUO Sheng;SHAO Xiao-Jia;MAI Jun-Jia;HU Zhuang-Li(Foshan Power Supply Bureau,Guangdong Power Grid Co.Ltd.,Foshan 528000,China)

机构地区：[1]广东电网有限责任公司佛山供电局

出　　处：《计算机系统应用》

年　　份：2020

卷　　号：29

期　　号：1

起止页码：67-72

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：针对持续多发的输电线路外力破坏事件,人工巡视以及传统监控设备并不能及时有效发现事故隐患,因此提出基于图像识别技术的输电线路智能监控系统.该系统应用卷积神经网络的深度学习算法训练模型,可以智能识别出输电线路现场的安全隐患.建立起前端采集图像,数据无线传输,后台识别分析,隐患定向推送的智能监控新模式.在佛山地区应用实践中,该系统实现了对输电线路现场的24小时实时监控预警,提高了对外力破坏隐患的监管能力,有效预防了大型施工机械所致的线路跳闸事故.

关 键 词：输电线路 图像识别 卷积神经网络 智能监控

分 类 号：TM75] TP391.41]