【摘 要】
：
当前电厂漏水、漏油检测方法大多基于光学、声学、红外等技术,使用各类传感器进行检测,检测结果易受外界影响,且不具有经济性。目前计算机视觉、深度学习等技术在漏水、漏油检测中的研究应用还处于发展阶段,而且将主流网络直接迁移到电力领域中难度高,识别精度较低,难以满足实际需求。针对以上问题,利用YOLOv3网络模型具有高检测速度和高识别精度的优势,在原始网络基础上,提出一种多尺度特征融合的改进网络,通过提取
【机 构】
：
南方电网调峰调频发电有限公司,广州奔流电力科技有限公司,华南理工大学电力学院
【基金项目】
：
南方电网调峰调频发电有限公司科技项目(020000KK52190017)。
论文部分内容阅读
当前电厂漏水、漏油检测方法大多基于光学、声学、红外等技术,使用各类传感器进行检测,检测结果易受外界影响,且不具有经济性。目前计算机视觉、深度学习等技术在漏水、漏油检测中的研究应用还处于发展阶段,而且将主流网络直接迁移到电力领域中难度高,识别精度较低,难以满足实际需求。针对以上问题,利用YOLOv3网络模型具有高检测速度和高识别精度的优势,在原始网络基础上,提出一种多尺度特征融合的改进网络,通过提取浅层网络中更多的细粒度和深层网络中更丰富的语义信息,实现漏水、漏油目标检测,提高了模型的鲁棒性。同时在检
其他文献
本文简要介绍了现代人慢性疾病与肠道健康的关系,指出肠道菌群失调和膳食纤维摄入不足是慢性疾病发生的两大重要诱因.本文重点对益生菌发酵果蔬的研究现状、本团队在该领域取
目的分析宫腔镜治疗慢性肾功能不全合并异常子宫出血患者的有效性和安全性。方法选取2017年6月-2019年6月杭州市临安区人民医院收治的慢性肾功能不全合并异常子宫出血患者82例。观察术中出血量,治疗前后红细胞压积(Hct)、血红蛋白(Hb)、血清肌酐(SCr)水平,总有效率,安全性。结果患者术中出血量为(24.2±3.6) ml。治疗后Hct、Hb水平均显著低于治疗前(均P <0.05)。治疗前血清SCr水平为(392.2±231.2)μmol/L,治疗后血清SCr水平为(380.0±125.8)μm
诱导性多能干细胞(iPSC)在许多方面,如再生医学和药物筛选方面,是理想的细胞来源,其开发前景广阔.但是,目前还没有一种有效的大规模生产系统来确保诱导性多能干细胞的稳定供
针对影响风电中长期预测的气象、地理等因素众多且复杂,及无法解决长期依赖时间序列的问题,提出一种基于多维特征融合网络(multi-dimensional feature fusion network,MFFN)和长短期记忆(long and short term memory,LSTM)的预测方法—多维特征提取(feature extraction,FE)-关联函数(copula,CO)-LSTM融合模型(FE-CO-LSTM)。收集来自不同地区4个风电场的特征数据,在研究云贵高原地区风电场的背景下,最大限
螺栓缺失样本数据量过小,直接检测螺栓缺失效果不理想;由于输电塔所处地理环境复杂,数据采集时无人机拍摄角度、距离等因素各异,螺栓影像背景复杂,信噪比低,检测效果较差;螺栓作为小目标物,受限于尺寸,特征表达能力弱,一直是目标检测中的难题。针对上述问题,提出基于深度卷积神经网络Faster R-CNN级联的输电塔螺栓缺失检测方法。首先,根据输电塔上螺栓所在部件的特征及规律性,定位所有包含螺栓的部件并生成
直流输电送/受端(以下简称“直流近区”)安全稳定控制(以下简称“稳控”)系统的控制策略复杂,动作时序配合不当可能导致稳控装置不正确动作,后果严重。为此,基于直流近区稳控系统的实时仿真试验,从稳控系统主辅判据配合、装置采集量有效性辨识、多厂站多重故障动作时序等方面,选取故障过程中稳控装置不正确动作的相关案例进行分析,提出针对性的优化改进措施并进行仿真验证,总结形成稳控系统的软件设计原则。研究结果表明:在直流近区稳控系统的软件设计中,需考虑故障过程中参与策略计算的所有元件采集量和控制量的实时变化,选用合理的数
电力电子化电力系统的谐波带宽大幅拓宽,存在较多弱谐波分量,易产生混叠现象。传统傅里叶算法虽适合宽频信号检测,但存在严重的频谱泄漏和栅栏效应缺陷,谐波检测精度不高。为此,在研究自卷积运算对窗函数旁瓣性能影响的基础上,针对谱线插值算法的频率估计误差累积缺陷和全相位数据预处理算法的栅栏效应加剧问题,通过一阶自卷积运算实现两者的优势互补,提出基于一阶自卷积Kaiser窗的谐波检测离散傅里叶变换(discrete Fourier transformation,DFT)算法。同时,为降低宽频信号的检测时间,对宽频信号
保护濒危和重要经济鱼类以及控制入侵鱼类是全世界水利工程的巨大挑战.人们已经认识到流速会影响鱼类在河流中的产卵.但是,目前缺乏可靠的科学支持和相关机制,以综合考虑产卵
受仿真模型参数与实际参数差异的影响,现有基于深度学习的故障定位方法所构建的模型对线路参数较为敏感,制约了该类方法的推广应用。为此,将输电线路的Bergeron模型和卷积神经网络(convolutional neural network,CNN)算法相结合,建立基于CNN的沿线补偿电压波形相似度评估模型,进而提出一种输电线路双端故障定位时域法。首先对线路两端电压、电流量进行相模变换,利用输电线路Bergeron模型从线路两端推算沿线补偿电压波形,利用多组补偿电压波形训练样本对CNN模型进行训练;然后,采用训
目的探讨三维CT重建技术在儿童先天性高肩胛症诊断和治疗方案中的临床价值。方法选取2012年1月-2017年1月医院收治的儿童先天性高肩胛症患儿30例为研究对象,均予三维CT重建,观察锁骨倾斜度(CIA)、肩胛骨上移距离(EDSA)、肩胛骨旋转度(SRA)、肩胛上角弯曲度(CSA)和Cavendish分级之间相关性,并根据三维CT重建制定手术方案,观察手术前后Cavendish分级各级别肩胛骨平均高度差、锁骨向上倾斜、肩胛骨内旋、肩关节外展功能变化并比较。结果(1)患侧较健侧平均上移(3.82±1.05)