-
题名基于红外与可见光图像融合的隔离开关状态识别方法
- 1
-
-
作者
朱磊
卫炜
孔锋峰
姜昀芃
任欢
-
机构
国网浙江杭州市萧山区供电有限公司
国网河南省电力公司电力科学研究院
-
出处
《红外技术》
北大核心
2026年第1期45-51,共7页
-
基金
浙江省自然科学基金资助项目(LZ14E070001)。
-
文摘
为了解决传统单一图像模式下隔离开关分合闸状态识别方法受限于图像信息的不完整性和噪声的干扰而导致识别率低的问题,提出了一种基于多尺度密集连接金字塔注意力网络(Multiscale DenseNet Pyramid Attention Network,MSDPAN)的融合方法,将高压隔离开关的红外和可见光图像融合在一起。并利用快速卷积神经网络(Faster Region-based Convolutional Neural Network,Faster R-CNN)网络算法对融合后的图像进行识别,以提高对高压隔离开关分合闸状态的准确识别能力。实验结果表明:基于MSDPAN的融合策略保留了大量的图像信息,且在各项评价指标方面均优于其他几种常见的融合策略。Faster R-CNN的平均准确率达到了95.24%,相比于CNN提高了6.15个百分点。且融合图像对高压隔离开关状态识别的平均准确率达到了92.67%,比红外图像高出7.67个百分点,比可见光图像高出3.33个百分点。
-
关键词
红外与可见光融合
隔离开关状态识别
msdpan算法网络
Faster
RCNN网络算法
-
Keywords
fusion of infrared and visible light
disconnector status identification
msdpan algorithm network
faster RCNN network algorithm
-
分类号
TM854
[电气工程—高电压与绝缘技术]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
