文献类型：期刊文章

作　　者：尹子会[1] 孟荣[1] 范晓丹[1] 李冰[2] 赵振兵[3]

YIN Zihui;MENG Rong;FAN Xiaodan;LI Bing;ZHAO Zhenbing(Maintenance Branch, State Grid Hebei Electric Power Co. , Ltd. Shijiazhuang 050070, China;Science & Technology College, North China Electric Power University, Baoding, Hebei 071000, China;Department of Electronic & Communication Engineering, North China Electric Power University, Baoding, Hebei 071000, China)

机构地区：[1]国家电网河北省电力有限公司检修分公司,石家庄050070 [2]华北电力大学科技学院,河北保定071000 [3]华北电力大学电子与通信工程系,河北保定071000

出　　处：《中国科技论文》

基　　金：国网河北省电力有限公司科技项目(kj2019-036);国家自然科学基金资助项目(61871182,61773160)。

年　　份：2021

卷　　号：16

期　　号：3

起止页码：343-348

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、IC、JST、UPD、核心刊

摘　　要：针对变电设备典型视觉缺陷检测中快速定位及缺陷检测的自动化程度和效率较低问题,提出了一种融合边缘计算和改进的Faster R-CNN变电站设备典型视觉缺陷的检测系统,通过将Faster R-CNN模型中的NMS和锚点框生成机制进行改进后存储到边缘设备中,边缘设备直接对采集的变电站设备视频图像进行缺陷检测,并将检测出的缺陷结果发送至云服务器。与传统模型直接将图像信息传送至云服务器进行检测的方式相比,所提检测系统数据传输量减少90%以上。实验结果表明,所提出系统在变电站设备典型视觉缺陷中具有检测准确率高、实时性强等特点,可有效提高变电站巡检的工作效率和智能化水平。

关 键 词：边缘计算  改进Faster R-CNN  变电站巡检  视觉缺陷检测  

分 类 号：TP391.4]