文献类型：期刊文章

作　　者：江凌哲[1] 蒋清玲[1] 刘梦馨[1] 袁杰[1]

JIANG Lingzhe;JIANG Qingling;LIU Mengxing;YUAN Jie(College of Big Data and Software Engineering,Zhejiang Wanli University,Ningbo 315100,China)

机构地区：[1]浙江万里学院大数据与软件工程学院,浙江宁波315100

出　　处：《科技创新与生产力》

年　　份：2024

卷　　号：45

期　　号：9

起止页码：110-113

语　　种：中文

收录情况：RCCSE、普通刊

摘　　要：本文指出随着现代化社会的发展,人工智能技术不断应用于电网设备的运行维护当中。以往在输电线路红外图像中发现持续管过热的主要方法是人工诊断,效率低,主观性强,效果达不到预期。本文采用人工智能图像分析技术对红外图像中输电线路持续管过热故障进行自动检测。首先检测输电线路红外图像中的颜色条,自动建立颜色与温度间的映射关系;然后采用Yolov5算法自动检测图像中的持续管,再根据前述温度映射算法得到持续管每个像素的温度,当发现温度异常时,自动报警;最后在包含了100个点的数据集上对算法进行了测试。实验表明该方法能较为准确地检测图像中持续管的温度异常情况并主动报警,具有较强的实用价值。

关 键 词：红外检测技术 电气设备 故障诊断  图像识别 人工智能

分 类 号：TM75]