基本信息
文件名称：基于深度学习的线路故障识别研究与实现.docx
文件大小：1.47 MB
总页数：36 页
更新时间：2025-12-03
总字数：约2.17万字
文档摘要
III
PAGE
基于深度学习的线路故障识别研究与实现
PAGE
PAGE1
摘要
输电线路作为电力系统的主要载体，其安全稳定运行是保证军民正常用电的关键。随着人工智能技术的快速发展，电力巡检部门开始使用无人机进行输电线路的日常巡检。如何从海量航拍图像中准确快速地识别输电线路故障成为当下研究的热点。文章运用深度学习算法对杆塔鸟巢的检测进行了研究。在Tensorflow框架下，结合输电线路巡检图像对YOLOV3-tiny网络进行改进。为了避免过拟合现象的发生，同时提高模型的泛化能力，将输电线路航拍图像进行数据增强，使用LabImg标注工具进行手工标注，创建输电线路故障检