基于AI边缘深度算法视频分析装置的电力场景异常识别技术研究

被引:8
作者
王浩
王功臣
娄德章
刘永
张乐
付娟娟
机构
[1] 国网江苏省电力有限公司徐州供电分公司
关键词
视频监控; 边缘计算; 卷积神经网络; 电力场景; 智能识别;
D O I
10.19317/j.cnki.1008-083x.2021.11.010
中图分类号
TM63 [变电所]; TN948.6 [电视中心管理系统];
学科分类号
摘要
针对现有变电站视频监控系统人工巡视模式效率低下的问题,本文基于AI边缘计算技术建立变电站视频深度学习识别模型,构建了适用于变电站现场的电力专用视频智能识别计算单元,采用卷积神经网络算法实现了"烟火""安全帽""异物""画面质量"四大电力定制场景的融合识别,形成"现场视频分析装置+主站云分析平台"的"云-边"协同视频智能分析系统。在云端构服务器实现对现场上传识别结果的二次深度分析,并通过主站样本库积累及反向传输机制使装置具备持续学习的能力。试运行阶段的实际数据表明,四大场景平均识别准确达到90%以上,系统实现了变电站视频画面内容的自动识别,极大提高变电站视频监控的质量和效率,具有很强的实用价值和推广价值。
引用
收藏
页码:1 / 8
页数:8
相关论文
共 30 条
  • [1] 基于协同深度学习的二阶段绝缘子故障检测方法
    王卓
    王玉静
    王庆岩
    康守强
    VIMikulovich
    [J]. 电工技术学报, 2021, 36 (17) : 3594 - 3604
  • [2] 基于改进YOLOv3的电力设备红外目标检测模型
    郑含博
    李金恒
    刘洋
    崔耀辉
    平原
    [J]. 电工技术学报, 2021, 36 (07) : 1389 - 1398
  • [3] 基于深度学习的电网巡检图像缺陷检测与识别
    顾晓东
    唐丹宏
    黄晓华
    [J]. 电力系统保护与控制, 2021, 49 (05) : 91 - 97
  • [4] 基于改进YOLOv3的输电线路缺陷识别方法
    陈嘉琛
    俞曜辰
    陈中
    韩卫
    [J]. 南方电网技术, 2021, 15 (01) : 114 - 120
  • [5] 基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测
    缪希仁
    林志成
    江灏
    陈静
    刘欣宇
    庄胜斌
    [J]. 电网技术, 2021, 45 (01) : 126 - 133
  • [6] 基于AI大数据技术的无人机巡线研究
    王勇
    王永旺
    郭建勋
    [J]. 电力大数据, 2020, 23 (11) : 17 - 23
  • [7] 基于深度特征学习的汽轮机转子状态识别方法
    朱霄珣
    罗学智
    叶行飞
    韩中合
    刘铟
    [J]. 中国电机工程学报, 2021, 41 (02) : 432 - 442
  • [8] 目标物智能跟踪与分割融合算法及其在变电站视频监控中的应用
    陈汐
    韩译锋
    闫云凤
    齐冬莲
    沈建新
    [J]. 中国电机工程学报, 2020, 40 (23) : 7578 - 7587
  • [9] 云边智能:电力系统运行控制的边缘计算方法及其应用现状与展望[J]. 白昱阳,黄彦浩,陈思远,张俊,李柏青,王飞跃.自动化学报. 2020(03)
  • [10] 基于红外图像的变电设备热缺陷自调整残差网络诊断模型
    王有元
    李后英
    梁玄鸿
    李昀琪
    蔚超
    陆云才
    [J]. 高电压技术, 2020, 46 (09) : 3000 - 3007