基于Cascade R-CNN的配电网鸟巢检测

• 作 者: 赵锴 李继东 黄佳 郑静媛 张淞杰
• 机 构: 国网北京市电力公司,浙江大学电气学院
• 出 处: 浙江电力
• 发表日期: 2021年03期
• 关键词: 配电网 鸟巢检测 深度学习 目标检测 卷积神经网络 distribution network bird nest detection deep learning
• 基金项目: 国家电网有限公司科技项目(52020518005F)

绝大部分的配电网线路故障都是架空线路故障,而鸟害一直是导致架空线路故障高发的主要原因,仅次于雷害与外力破坏。并且由于输电线路人工巡检成本较大,电网公司缺乏有效的应对措施。近年来,随着深度学习技术的不断发展,基于深度学习方法的目标检测与定位识别技术已经达到不错的效果,并开始大规模应用于产业。因此提出了一种基于Cascade R-CNN的配电网鸟巢检测方法,实验结果证明,该方法可以为配电网提供一种相对稳定、高效的鸟巢检测结果。