基于深度学习的输电线路视觉检测研究综述

被引：81

作者：

赵振兵 ^{[1
]}

齐鸿雨 ^{[1
]}

聂礼强 ^{[2
]}

机构：

[1] 华北电力大学电气与电子工程学院

[2] 山东大学计算机科学与技术学院

来源：

广东电力 | 2019年 / 32卷 / 09期

基金：

北京市自然科学基金;

关键词：

输电线路; 视觉检测; 深度学习; 深度卷积神经网络; 智能巡检;

D O I：

暂无

中图分类号：

TM75 [线路及杆塔]; TP18 [人工智能理论]; TP391.41 [];

学科分类号：

080802 [电力系统及其自动化]; 140502 [人工智能];

摘要：

保障输电线路的可靠性是能源互联网和智能电网建设的重要内容,基于深度学习的智能化输电线路视觉巡检技术具有安全、高效、便捷等特点,对保障输电网的稳定运行有重要意义。为此,首先总结国内外深度学习视觉检测方法以及输电线路视觉检测方法研究现状;其次,描述无人机巡检、在线监测、激光雷达巡检、高分辨率光学卫星巡检等4种输电线路巡检方式,分析不同方式的差异与优劣,同时讨论了深度学习在4种方式中应用的关键问题;最后,探讨了深度学习在输电线路视觉检测中应用的未来发展方向。

引用

页码：11 / 23

页数：13

共 45 条

[1]

输电线路防鸟害问题研究.[A].周学坤;刘学民;李雁冰;.第四届全国架空输电线路技术交流研讨会.2013,

[2]

The Pascal Visual Object Classes (VOC) Challenge [J].