论文部分内容阅读
为了利用深度学习算法提高变压器运维的智能化水平,提出了一种基于色相饱和度值(hue-saturation-value,HSV)特征变换与目标检测的变压器呼吸器缺陷智能识别方法。该方法利用单发多盒探测器(singleshotmultiboxdetector,SSD)网络框架进行呼吸器目标提取,采用HSV颜色转换完成空间映射,通过设定HSV特征阈值进行呼吸器正常颜色和异常颜色的跟踪和提取,进而通过各颜色分量比例与分布情况进行呼吸器状态的智能判断。研究结果表明:所提识别方法能够利用图像特征对变压器呼吸器进