基于卷積神經(jīng)網(wǎng)絡(luò)的接地網(wǎng)腐蝕程度分類方法研究
發(fā)布時間:2024-09-21 12:02
變電站的安全運行是電力系統(tǒng)能夠正常工作的重要保障,變電站接地網(wǎng)是確保電氣設(shè)備、電力系統(tǒng)及人身安全的關(guān)鍵環(huán)節(jié),我國接地網(wǎng)導(dǎo)體大多由普通碳鋼制成,長期埋于地下土壤中,會逐漸腐蝕,甚至發(fā)生斷裂或完全被腐蝕,這對電力系統(tǒng)的安全運行及工作人員的人身安全構(gòu)成嚴(yán)重威脅。因此,研究接地網(wǎng)腐蝕程度的檢測方法是非常有必要的。論文以變電站接地網(wǎng)的腐蝕圖像為研究對象,以卷積神經(jīng)網(wǎng)絡(luò)(CNN)為分類算法,以標(biāo)準(zhǔn)GB/T6461-2002中不同外觀等級下的腐蝕外貌特征的不同為分類依據(jù),對接地網(wǎng)的腐蝕程度進行分類。主要工作如下:首先,對接地網(wǎng)的腐蝕情況進行模擬實驗,利用分階段采集的腐蝕圖像建立腐蝕圖像樣本庫。為了測試CNN模型對復(fù)雜場景下的腐蝕圖像的識別能力,本文建立了預(yù)處理后腐蝕圖像樣本庫和原始圖像樣本庫兩種對比樣本。通過直方圖均衡化來增強圖像對比度,采用矢量中值濾波對圖像進行去噪處理,并且都為彩色圖像預(yù)處理方法。其次,建立傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的接地網(wǎng)腐蝕程度分類模型。通過對CNN中經(jīng)典的LeNet-5結(jié)構(gòu)進行改進,構(gòu)建了適用于本課題的CNN分類模型,為尋找針對腐蝕圖像分類的最優(yōu)分類器,本文設(shè)置Softmax和SVM兩...
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 課題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 接地網(wǎng)腐蝕程度檢測研究現(xiàn)狀
1.2.2 卷積神經(jīng)網(wǎng)絡(luò)發(fā)展及現(xiàn)狀
1.2.3 圖像分類方法研究現(xiàn)狀
1.3 本文研究內(nèi)容及組織結(jié)構(gòu)
2 接地網(wǎng)腐蝕程度分類基礎(chǔ)
2.1 腐蝕圖像樣本庫建立
2.1.1 腐蝕模擬實驗
2.1.2 樣本庫建立
2.2 腐蝕程度分類依據(jù)
2.2.1 保護評級
2.2.2 外觀評級
2.2.3 綜合評級
2.3 腐蝕圖像預(yù)處理
2.3.1 圖像規(guī)范化
2.3.2 對比度增強
2.3.3 矢量中值濾波法去噪
2.4 本章小結(jié)
3 卷積神經(jīng)網(wǎng)絡(luò)
3.1 概述
3.2 卷積神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
3.3 卷積神經(jīng)網(wǎng)絡(luò)理論推導(dǎo)
3.3.1 反向傳播算法
3.3.2 卷積層梯度計算
3.3.3 下采樣層的梯度計算
3.4 本章小結(jié)
4 基于傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的接地網(wǎng)腐蝕程度分類模型設(shè)計與實現(xiàn)
4.1 模型設(shè)計思路
4.1.1 輸入、輸出層設(shè)計
4.1.2 中間層設(shè)計
4.2 模型建立
4.3 模型訓(xùn)練
4.3.1 訓(xùn)練流程
4.3.2 訓(xùn)練參數(shù)設(shè)置
4.4 模型仿真實現(xiàn)
4.4.1 腐蝕圖像樣本庫
4.4.2 訓(xùn)練集、測試集產(chǎn)生
4.4.3 實驗結(jié)果分析
4.5 本章小結(jié)
5 基于改進卷積神經(jīng)網(wǎng)絡(luò)的接地網(wǎng)腐蝕程度分類模型設(shè)計與實現(xiàn)
5.1 模型建立
5.2 模型仿真
5.2.1 實驗樣本
5.2.2 實驗結(jié)果分析
5.3 本章小結(jié)
6 接地網(wǎng)腐蝕程度分類系統(tǒng)的設(shè)計
6.1 分類系統(tǒng)整體框架
6.2 分類系統(tǒng)各功能模塊
6.2.1 數(shù)據(jù)加載
6.2.2 模型建立
6.2.3 模型測試
6.3 本章小結(jié)
7 總結(jié)與展望
7.1 總結(jié)
7.2 展望
致謝
參考文獻
本文編號:4006040
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
1 緒論
1.1 課題背景及研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 接地網(wǎng)腐蝕程度檢測研究現(xiàn)狀
1.2.2 卷積神經(jīng)網(wǎng)絡(luò)發(fā)展及現(xiàn)狀
1.2.3 圖像分類方法研究現(xiàn)狀
1.3 本文研究內(nèi)容及組織結(jié)構(gòu)
2 接地網(wǎng)腐蝕程度分類基礎(chǔ)
2.1 腐蝕圖像樣本庫建立
2.1.1 腐蝕模擬實驗
2.1.2 樣本庫建立
2.2 腐蝕程度分類依據(jù)
2.2.1 保護評級
2.2.2 外觀評級
2.2.3 綜合評級
2.3 腐蝕圖像預(yù)處理
2.3.1 圖像規(guī)范化
2.3.2 對比度增強
2.3.3 矢量中值濾波法去噪
2.4 本章小結(jié)
3 卷積神經(jīng)網(wǎng)絡(luò)
3.1 概述
3.2 卷積神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
3.3 卷積神經(jīng)網(wǎng)絡(luò)理論推導(dǎo)
3.3.1 反向傳播算法
3.3.2 卷積層梯度計算
3.3.3 下采樣層的梯度計算
3.4 本章小結(jié)
4 基于傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)的接地網(wǎng)腐蝕程度分類模型設(shè)計與實現(xiàn)
4.1 模型設(shè)計思路
4.1.1 輸入、輸出層設(shè)計
4.1.2 中間層設(shè)計
4.2 模型建立
4.3 模型訓(xùn)練
4.3.1 訓(xùn)練流程
4.3.2 訓(xùn)練參數(shù)設(shè)置
4.4 模型仿真實現(xiàn)
4.4.1 腐蝕圖像樣本庫
4.4.2 訓(xùn)練集、測試集產(chǎn)生
4.4.3 實驗結(jié)果分析
4.5 本章小結(jié)
5 基于改進卷積神經(jīng)網(wǎng)絡(luò)的接地網(wǎng)腐蝕程度分類模型設(shè)計與實現(xiàn)
5.1 模型建立
5.2 模型仿真
5.2.1 實驗樣本
5.2.2 實驗結(jié)果分析
5.3 本章小結(jié)
6 接地網(wǎng)腐蝕程度分類系統(tǒng)的設(shè)計
6.1 分類系統(tǒng)整體框架
6.2 分類系統(tǒng)各功能模塊
6.2.1 數(shù)據(jù)加載
6.2.2 模型建立
6.2.3 模型測試
6.3 本章小結(jié)
7 總結(jié)與展望
7.1 總結(jié)
7.2 展望
致謝
參考文獻
本文編號:4006040
本文鏈接:http://www.lk138.cn/kejilunwen/zidonghuakongzhilunwen/4006040.html
上一篇:用于擴展干涉儀的Shack-Hartmann波前探測技術(shù)研究
下一篇:沒有了
下一篇:沒有了
最近更新
教材專著