摘要
本发明公开了一种基于DCN‑YOLO模型的树线故障识别与预警方法,包括:通过树线放电实验平台模拟真实树线放电,拍摄视频并按帧导出图片,对图片进行标签标记获得初始数据集;获取火焰、电缆、树枝数据集对初始数据集进行扩充组成增强数据集,并将其划分为训练集、验证集和测试集;基于DCN‑YOLO模型进行数据增强、通道注意力机制改进、损失函数样本权重平衡改进;将增强数据集输入改进后的模型进行训练和验证,获取最高评价指标mAP50和mAP50‑90数值,得到树线故障监测预警模型;将树线故障监测预警模型接入输电杆塔监控系统,当监测到输电线路上存在树枝和火焰或二者之一时将触发报警系统;本发明实现了树线故障起火早期阶段准确预警。
技术关键词
YOLO模型
预警方法
通道注意力机制
预警模型
焦点损失函数
报警系统
图像采集设备
数据
可移动摄像机
输电杆塔
Sigmoid函数
样本
监拍设备
全局平均池化
图片
训练集
标签
电缆
系统为您推荐了相关专利信息
带式输送机
图像生成模型
YOLO模型
多边形
皮带
地下管廊结构
关联规则模型
风险预警方法
标识
关联规则挖掘算法
动态滑动窗口
送风机
检测点
预警方法
设备状态监测技术
碰撞预警方法
智能网联汽车
行车风险场
蒙特卡洛
车辆状态信息
风险预警方法
随机森林模型
项目
物联网传感器
策略