针对电力系统变压器面临的温度异常等问题,提出了一种基于改进的YOLOv4的变压器异常检测方法。首先,使用多尺度Retinex与色彩恢复(multi-scale Retinex with color restoration,MSRCR)图像增强算法对输入的变压器红外数据进行处理;其次...针对电力系统变压器面临的温度异常等问题,提出了一种基于改进的YOLOv4的变压器异常检测方法。首先,使用多尺度Retinex与色彩恢复(multi-scale Retinex with color restoration,MSRCR)图像增强算法对输入的变压器红外数据进行处理;其次,将多尺度特征模块引入YOLOv4输入端,用来获取不同尺度特征。实验结果显示,所提方法在平均精度上明显优于YOLOv3和YOLOv4方法,同时在检测速度方面,其与YOLOv4方法相当,远快于YOLOv3方法。所提方法能够适用于变压器实时异常检测场景,并且对电力系统具有重要意义。展开更多
文摘针对电力系统变压器面临的温度异常等问题,提出了一种基于改进的YOLOv4的变压器异常检测方法。首先,使用多尺度Retinex与色彩恢复(multi-scale Retinex with color restoration,MSRCR)图像增强算法对输入的变压器红外数据进行处理;其次,将多尺度特征模块引入YOLOv4输入端,用来获取不同尺度特征。实验结果显示,所提方法在平均精度上明显优于YOLOv3和YOLOv4方法,同时在检测速度方面,其与YOLOv4方法相当,远快于YOLOv3方法。所提方法能够适用于变压器实时异常检测场景,并且对电力系统具有重要意义。
