基于Faster R-CNN深度学习的变电站三维可视化方法

摘要

变电站视频三维可视化存在的识别准确率低、可移植性差的问题,对此提出一种基于Faster R-CNN深度学习的变电站三维可视化方法。对变电站摄像头采集的视频数据进行预处理,过滤与现场设备无关的数据,减少噪声数据对变电站现三维可视化带来的影响。采用SIFT算法在不同时空尺度上提取变电站设备特征,为变电站三维可视化提供数据基础。再次,通过Faster R-CNN深度学习算法,构建变电站三维可视化场景,并形成完整的变电站三维可视化场景。以某220 kV变电站为例,验证本算法三维可视化的自动生成性能和准确率,其结果验证了本方法的实用性和有效性。