基于图像识别的用电安全检查子系统设计与实现

摘要

用电安全检查是保障电网正常运行的重要途径,传统的用电安全检查主要依赖人工的形式对存在安全隐患的场所、设备进行逐一排查。随着人工智能技术的发展,基于图像数据的智能分析可协助及时排查相关安全隐患,也可减少对于检查人员的经验要求,在提升效率的同时,保障安全检查准确性。为了更好地提升用电安全检查的准确性,提出了基于YOLO神经网络的用电隐患识别算法,该算法可对用电设备的指示灯进行识别,并与正常状态进行比对,发现异常状态及时发出告警信息。基于该算法,还设计并实现了基于图像识别的用电安全检查子系统。通过实际数据验证,系统对设备指示灯状态不一致性检测等可达到较高水平,满足对用电安全检查的需求。