基于人工智能的输电线路鸟害检测方法

摘要

为了保证电网能够安全稳定运行,输电安全在电力系统中起着中流砥柱的作用.输电线路在运行中会受到多种因素影响,其中鸟害直接导致电路发生闪络、短路、跳闸等现象.目前针对鸟害现象采取的物理防治方法效果不明显,人力物力投入巨大.提出采用人工智能的方法检测鸟类,根据检测结果决定是否启动超声波驱鸟,达到高效、准确、节能的效果.主要利用卷积神经网络算法中YOLO模型来实现小目标的检测,网络结构中使用残差模块增强图像特征提取的能力,使用多尺度的方法来保证对于小目标检测的准确性.通过摄像头采集样本图片,搭建网络模型,利用迁移学习的思想进行模型的训练.通过实验结果表明,人工智能的鸟类检测方法能够达到高效、准确的目的.