基于深度学习的电力监控视频超分辨率重建

来源 :电力系统保护与控制 | 被引量 : 0次 | 上传用户:thiscf
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
针对电力监控视频有时分辨率不高问题,提出了一种基于深度学习的电力监控视频超分辨率重建方法。该方法首先采用卷积神经网络对输入视频帧进行特征提取,从输入视频帧序列两端按时间顺序将所有支持帧逐帧对齐到目标帧,并采用时间与空间自注意力机制将支持帧特征逐帧融合到目标帧。然后引入多尺度特征学习机制,对特征融合后的目标帧使用多分支特征选择重建网络进行超分辨率重建。最后采用公共数据集和电力视频数据集对该方法进行了训练。测试结果表明,所提方法的峰值信噪比与结构相似性指标均值分别达27.08和0.819,能有效提高电力
其他文献
分布式电源接入配电网后,现有利用单一故障特征信号的集中式定位方法难以可靠定位故障区段。针对这一问题,提出一种基于多目标加权灰靶决策的分布式故障区段定位方法。通过分
在采用传统虚拟同步发电机频率恢复控制的离网微电网中,由于纯积分模块的引入和一次调频响应较慢,造成系统功率分配不均和一、二次调频耦合问题。为此提出了一种具有自动开关
针对在设计电能质量扰动(Power Quality Disturbance,PQD)分类器时人工选取特征过程繁琐并且不够精确的问题,提出一种基于格拉姆角场(Gramian Angular Field,GAF)和卷积神经
研究了电力系统电磁暂态仿真中最耗时的稀疏矩阵快速求解问题。采用了算法定义架构的设计思想,提出了一种DAG静态并行调度算法,并设计了与之相适配的硬件并行加速阵列架构。
针对当前有序充电策略控制目标相对单一无法满足用户多方面需求的现状,提出了基于双目标分层优化的有序充电控制策略。首先,建立了主站与能源控制器分层协同控制的整体架构。
谐波状态空间(HSS)建模因其强大的谐波分析能力越来越受到关注,但由于其复杂的建模过程及庞大的模型尺寸限制了其在电力电子系统中的应用。以基于正弦脉宽调制的三相电压源型
需求侧主动参与调度能够减轻电源侧发电压力,提高系统消纳新能源能力。如何充分发挥负荷侧调度潜力,合理利用需求响应成为目前需要研究的问题。提出了一种考虑需求响应分段参
分布式电源(Distributed Generation,DG)大规模接入配电网,其电压支撑能力能够提升系统供电能力,改善电能质量。为量化评价DG的电压支撑能力,设计DG低电压支撑能力、限界电压
针对微电网多目标优化计算量较大问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法。首先考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润
为提升我国农村地区生物质能利用效率,借助热电联供(CHP)系统高用能效率优势,给出一种计及生物质能的CHP系统经济运行优化策略。在考虑了运行功率及容量约束下,对生物质能燃