基于深度学习技术的输电线路缺陷智能分析系统研究与应.docx
版权申诉
166 浏览量
2023-03-02
20:32:55
上传
评论
收藏 12KB DOCX 举报
基于深度学习技术的输电线路缺陷智能
分析系统研究与应
摘要：目前输电线路的重点监测路段都安装了图像/视频监控，再辅以人工
巡检，能够在很大程度上实现对输电线路的有效监测，但是运维人员长期在显示
屏幕前紧盯现场情况，时间一久，仍然容易忽略一些危险源，导致漏报率上升。
而基于深度强化学习与图像智能识别的输电线路在线监测系统的应用，则能够解
决这一难题。本文基于深度学习技术的输电线路缺陷智能分析系统研究与应用展
开论述。
关键词：深度学习技术；输电线路；缺陷智能分析系统；研究与应用
引言
我国的幅员辽阔而且地形复杂，其中又以山地和丘陵的地貌居多，这种地貌
导致了施工架设高压输电线路的时候，就会遇到很多的施工障碍。高压输电线路
周边隐患通常包括：吊臂、线下停车场、施工车辆、高空作业车辆。正因为此，
如何提前预防这些情况的发生，成为了我国甚至世界相关科学人员研究方向的重
点。在输电线路的区域中，自然事故和非正常损坏的事故经常发生，由于我国的
极端气候的出现和较为复杂的地理地貌，输电导线常因覆冰过多或线下异物等原
因致使输电线路的断裂和故障，甚至造成输电线路塔的坍塌事故时常发生。这些
不仅对我们的生活、工作产生不小的影响，更易造成不可估量的损失，更甚者，
会危及全国人民群众的生命和财产。因此，采用数字图像处理技术与人工智能技
术进行输电线路安全隐患的自动检测，能够大幅度减低工作量，提高工作的效率
和确保用电的安全。
1 深度强化学习
深度强化学习，是基于深度学习的感知能力解决感知问题，又结合强化学习
训练一定的决策能力，用于解决复杂系统的感知决策问题的一种人工智能思想。
资源评论
