基于智能感知与深度学习的智能变电站设备状态检测方法

摘要

针对现有变电站设备状态检测方式单一、检测效果欠佳的问题,提出一种基于智能感知与深度学习的智能变电站设备状态检测方法。首先,在变电站四个角落安装低功率的热像仪,以实时监测设备状态。然后,应用中值滤波和侵蚀技术处理设备热图像,获得灰度图像后,利用加速鲁棒特征法提取图像特征,初步监测设备状态。最后,基于深度学习模型对图像特征作训练分类,以检测存在故障的设备。基于Tensorflow平台对其性能进行试验论证,结果表明,相比于其他方法,所提方法的检测准确率和召回率更高且检测速率更快,能够直观准确地掌握变电站的设备状态。