基于深度学习的变电站保护硬压板检测与状态识别技术研究

【目的】针对目前变电站保护压板仍由人工核对读取识别,效率低下且容易误操作,制约着变电站向着智能化方向发展。【方法】文章利用深度学习技术,基于YOLO v5算法,进行超参数调整,可迅速实现对保护压板的位置检测与状态识别。同时,通过数据标注建立了用于训练网络的保护压板数据集,该数据集共包含500张压板图像。【结果】实验结果表明,与传统的图像处理算法相比,该识别方法实时性高,且其准确率最高可达到93.63%。【结论】可以应用于变电站保护压板检测和状态识别中。