基于深度可分离卷积的轻量级YOLOv3输电线路鸟巢检测方法

来源 :智慧电力 | 被引量 : 0次 | 上传用户:tlling06990702
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对输电线路无人机巡检图像鸟巢检测现有方法实时性差及小目标检测能力较弱的问题,提出一种基于深度可分离卷积的轻量级YOLOv3输电线路鸟巢检测方法.首先,使用Mosaic数据增强方法增强数据集并变相提升训练集中小目标的数量;然后,在主干特征提取网络使用深度可分离卷积代替部分标准卷积,提高检测网络的速度,并降低网络参数量从而降低权重文件内存,再使用PANet代替FPN,进一步提升特征融合的能力,增强对小目标的检测能力;最后,使用标签平滑进行训练,解决由于极少量标签错误导致的网络过度自信问题和网络过拟合问题.将某供电局无人机巡检视频剪切成图像制作数据集,使用本文算法与原始YOLOv3算法进行比较,并做消融实验.实验结果表明,本文的算法逐步提升了模型的速度和精度.
其他文献
《城市轨道交通初期运营前安全评估管理暂行办法》及《城市轨道交通初期运营前安全评估技术规范第1部分:地铁和轻轨》的出台,给城市轨道交通初期运营前安全评估组织与实施带来重要变化,也对建设单位和运营单位提出更加严格细致的要求.文章对城市轨道交通初期运营前安全评估相关组织和策划工作进行探讨,有助于相关单位更好的比照规范严格落实.
统一电能质量调节器(UPQC)能够解决多数电能质量问题,受到国内外电力研究者的广泛关注.对当前UPQC的拓扑结构类型和控制方法进行了综述.一方面,以物理结构为原则从逆变器的功能结构、供电系统方式、装置的系统配置及装置的直流母线电压的提供方式4个方面对UPQC的电路结构进行分类与综述;另一方面,将UPQC的控制部分分为3层:以补偿目标为基础的上层系统级、实施控制目标的中层装置级以及将调制信号产生脉冲的底层器件级,并针对这3层进行综述,最后探讨了UPQC的发展前景及存在的若干问题.
民用飞机机体噪声水平已成为衡量飞机性能的重要指标,受到了越来越多的关注.当前基于CFD数值模拟的机体噪声预测研究大多针对飞机单独部件开展,缺乏对全机高保真复杂构型的噪声预测.由于部件之间的干扰,针对部件的噪声预测在计算条件、噪声的产生及传播等方面均和实际构型之间存在很大的差异,因此采用高保真真实飞机模型才能对飞机机体噪声进行更准确的预测.采用精细化高分辨率网格与高精度混合RANS/LES方法,结合FW-H声类比方法,对涡桨飞机高保真1/6缩比模型在降落状态下的气动噪声进行了数值预测研究.采用改进的延迟分离
通过搭建隔离开关机电联合仿真模型并进行故障模拟结果分析,阐释了隔离开关全行程的功率-应力映射关系.根据各故障特征与行程区间的对应关系,提出了典型故障功率特征的分段提取方法.提取了运动时间及不同运动阶段输出功率均值、方差等共10个原始特征量,在仿真模拟的卡涩、三相不同期、动作不到位典型故障的诊断中进行了算法验证,采用SVM算法实现其机械状态的智能监测与故障诊断.最终通过GW4型隔离开关故障模拟实验,验证了所提智能算法在工业实际中的有效性与准确性.
针对高比例可再生能源接入背景下输电网、配电网、配气网间耦合程度日益密切的现状,构建了一种考虑输电网影响的多个配电-气网分布式协同扩展规划方法.首先基于分解建模原理构建输电网子问题、配电网子问题与配气网子问题的混合整数二次规划模型;其次基于目标级联分析算法,在满足共享变量一致性约束的前提下分布式迭代求解各子问题;最后构建含3个待规划配电网和3个待规划配气网的算例进行验证.算例分析结果表明了所提方法的有效性.
随着我国电力体制改革的深入,工、商业用户转移参加市场化交易电量增加,对电网公司来说,其售电收入减少,且由于兜底售电,其需承担工、商业用户参与市场化交易后转移的交叉补贴.分析了我国现阶段管制市场及开放市场并存环境下的市场结构及定价机制,梳理了工、商业用户参与市场化交易对电网公司售电收入的影响,构建电力市场化交易下转移交叉补贴测算模型.以某省实际数据为基础,测算了该省电网公司承担的转移交叉补贴规模,并对其进行了敏感性分析.
针对电力系统拓扑频繁变化导致暂态稳定评估(TSA)困难的问题,提出一种新颖的基于深度学习的TSA方案.基于深度森林(DF)构建暂态稳定评估模型,创新性地提出考虑主动学习技术和分级策略的DF更新方案.该方案从样本生成和模型训练两方面最大限度节省更新时间,并在电力系统拓扑变化后快速更新DF模型,有较强实用性.最后,在新英格兰39节点系统中对所提TSA方案进行验证,结果表明该方案对拓扑频繁变化的电力系统有更强的适应性与鲁棒性.
针对谐振接地系统发生接地故障,存在暂态信号特征辨识度低,且单一特征作为选线判据易受故障条件影响等问题,提出一种基于改进EEMD与GA-BP神经网络的故障选线方法.首先使用边界局部特征尺度延拓法加集合经验模态分解和多尺度排列熵算法的混合算法(MEEMD)分解暂态电流信号,各项分解指标说明MEEMD能准确区分高频特征分量和基频分量并有效改进端点效应和抑制模态混淆.然后提取重构的高频分量能量、方向以及裕度因子等特征并将其用来训练、测试GA-BP神经网络.结果表明所提出的选线方法有较高的准确率且不受线路类型、接地
随着高速线路和交通工具的发展,高速场景下的通信已经成为人们生活中的重要组成部分。新一代无线通信系统—5G(the 5th Generation,5G)可以支持高达500km/h的UE(User Equipment,用户设备)移动速度。PRACH(Physical Random Access Channel,物理随机接入信道)承载了 PRACH preamble(前导)信号,在初始随机接入、无线链路
大规模多输入多输出(Massive Multiple-Input Multiple-Output,Massive MIMO)以及毫米波(Millimeter Wave,mmWave)通信技术的引进实现了第五代移动通信(5th-Generation,5G)时代大量用户数据的高速传输,显著地提升了通信系统的性能。随着5G技术的快速发展,各厂家在生产时需要对智能终端进行更加全面的性能测试。空口(Over