基于卷积神经网络的电缆隧道异常识别

发布时间：2024-01-31 00:03

　　目前我国地下电缆隧道仍处于大规模建设阶段。电缆线路在满足大量输送电能的同时,能有效减少地表面积,缓解电力输送和城市交通、居民生活之间的矛盾。但由于地下环境的复杂和人工巡检的困难,国内已有多起电缆隧道安全事故发生。所以,获得及时准确的电缆隧道状态信息尤为重要,基于巡检视频的电缆隧道实时图像检测算法和设备也应运而生。本文采用卷积神经网络(Convolutional Neural Networks,CNN)作为机器人自动巡检数据分析模型。从数据储存到数据分析再到卷积神经网络的训练,系统的研究了电缆隧道异常状态识别的问题。本文采用的视频浓缩技术,通过提取关键帧,将大量的隧道巡检数据浓缩的同时,不改变数据间的相关性。把处理后大部分数据作为训练卷积神经网络的训练样本(少部分用于校验),借助电缆设备状态识别等技术,建立电缆隧道设备识别模型、隧道设备锈蚀模型、隧道积水识别模型等。将人工经验表达为数学模型,深度分析处理人工巡检及隧道巡检机器人所采集的数据,提高其分析价值和利用效率。最后将机器人自动巡检数据应用前段所提出的模型中,实验结果证明:卷积神经网络具有较好的图片分析和搜索能力,是一种值得在电力领域...

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

图1-1国内某电缆隧道内部情况

图1-1国内某电缆隧道内部情况Figure1-1InternalConditionsofaCableTunnelinChina日常巡检是电缆隧道安全的重要保障流程[6]，从电缆隧道的安全性角度来看，繁的、高频率的巡检任务是非常有必要的。但是从人工的角度上说，....

图1-2日本线路行走式巡检机器人Fig.1-2WalkingPatrolRobotforLineinJapan

图1-2日本线路行走式巡检机器人Fig.1-2WalkingPatrolRobotforLineinJapan克水电研究院研制的变电站巡检机器人在Hydro-Que。搭载红外热像仪、可见光图像采集系统，实现了远程，可实现对机器人的实时控制，如图1-3所示....

图1-3加拿大魁北克水电研究院研制的机器人Figure1-3RobotdevelopedbyQuebecHydropowerResearchInstitute,Canada

图1-2日本线路行走式巡检机器人Fig.1-2WalkingPatrolRobotforLineinJapan电研究院研制的变电站巡检机器人在Hydro-Q载红外热像仪、可见光图像采集系统，实现了实现对机器人的实时控制，如图1-3所示。但在电缆隧道这类狭....

图1-4柏林单轨电动巡视车

图1-4柏林单轨电动巡视车Figure1-4BerlinMonorailElectricPatrolVehicle路巡检技术非常重视，地面自动检测设备早1月，变电站智能检测机器人在郑州110kV人同样可以对开关、仪表等视频分析，自动判12年12月，重庆....

本文编号：3890596