典型文献
复杂环境下输电线路绝缘子的破损识别与定位
文献摘要：
输电线路中绝缘子背景复杂,传统的故障识别算法存在如绝缘子的误检、漏检以及识别率低等弊端.相比传统卷积神经网络,胶囊网络(capsule network,CapsNet)首次采用矢量作为输入,可以保留目标的方向、角度等特征信息,更适合识别复杂背景下的绝缘子.为此提出了一种基于胶囊网络与YOLO文本定位相结合的绝缘子破损识别算法,通过将传统胶囊网络卷积层9×9的卷积核简化为3×3的卷积核,并通过遗传算法和随机梯度下降法对权重进行寻优,缩短了训练时间,而且使输出量能够保留绝缘子的角度与方向,因此可以在复杂环境下对故障绝缘子进行准确识别;同时应用YOLO的文本定位算法对绝缘子破损部位进行尺寸矫正,得到更精确的绝缘子破损位置.最后与AlexNet、YOLOv2、Faster R-CNN识别算法进行了对比,该方法的绝缘子识别率提高到了 95％,从而可以更快速、准确的在复杂环境下识别并精确定位绝缘子破损位置.
文献关键词：
绝缘子;破损识别;文本定位;改进胶囊网络;精确定位
中图分类号：
作者姓名：
卞建鹏;李凡;郝培旭;李亚敏;孙晓云
作者机构：
石家庄铁道大学电气与电子工程学院,石家庄050043
文献出处：
引用格式：
[1]卞建鹏;李凡;郝培旭;李亚敏;孙晓云-.复杂环境下输电线路绝缘子的破损识别与定位)[J].高电压技术,2022(02):681-688
A类：
B类：
复杂环境,输电线路,破损识别,识别与定位,故障识别算法,漏检,识别率,capsule,network,CapsNet,特征信息,复杂背景,文本定位,位相,卷积层,卷积核,随机梯度下降法,训练时间,输出量,准确识别,定位算法,AlexNet,YOLOv2,Faster,绝缘子识别,精确定位,改进胶囊网络
AB值：
0.275481
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
