声明
摘要
第一章 绪论
1.1 选题背景及研究意义
1.2 国内外研究现状及趋势分析
1.2.1 绝缘子巡检方式的研究现状
1.2.2 绝缘子故障模式的识别
1.3 研究内容及安排
第二章 基于DCNN的绝缘子故障检测方案设计
2.1 航拍采集图像特点
2.2 深度学习与卷积神经网络
2.3 绝缘子故障检测整体流程
2.4 本章小结
第三章 绝缘子航拍图像预处理
3.1 图像预处理
3.1.1 图像灰度化
3.1.2 图像切割
3.1.3 图像压缩
3.2 数据库
3.3 本章小结
第四童DCNN网络的构建
4.1 DCNN网络结构参数的讨论
4.1.1 网络层数对实验的影响
4.1.2 卷积核大小对实验的影响
4.1.3 迭代次数对实验的影响
4.1.4 批训练大小对实验的影响
4.2 DCNN的结构
4.3 本章小结
第五章 基于DCNN的绝缘子自爆故障检测
5.1 绝缘子图像识别
5.1.1 绝缘子图像识别算法
5.1.2 绝缘子图像识别实验
5.2 自爆绝缘子图像识别
5.2.1 自爆绝缘子图像识别算法
5.2.2 自爆绝缘子图像识别实验
5.3 自爆绝缘子图像的分割
5.4 本章小结
第六章 绝缘子自爆故障检测软件开发
6.1 绝缘子自爆故障检测软件总体架构设计
6.2 绝缘子自爆故障检测软件模块化功能实现
6.3 本章小结
第七章 总结和展望
7.1 结论
7.2 展望
参考文献
发表论文和参加科研情况说明
致谢