论文部分内容阅读
为更好地保障输电线路设备的电子汇集能力,并实现对高压电网络结构的合理性规划,基于图像识别技术设计了一种输电线路设备缺陷识别应用系统.联合输电循环回路,妥善连接任务管理模块与电量基站控制设备,完成对系统硬件执行环境的搭建.在此基础上,设计卷积神经网络,借助栈式自动编码器结构体,对RBM识别节点进行训练处理,完成系统软件执行环境的搭建.将软硬件结构结合,实现基于图像识别输电线路设备缺陷识别系统的顺利应用.对比实验结果表明,与传统的深度学习型缺陷识别系统相比,该文系统可同时检测的传输电子量更多,且既定时间节点处的识别精准度也更高,能够较好地实现对输电线路设备电子汇集能力的保护.