基于SCAS-YOLO的变压器电力设备渗漏油检测研究

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

更新时间：2026-01-29

- 基于SCAS-YOLO的变压器电力设备渗漏油检测研究
- Issue 8, Pages: 41-52(2025)
- 作者机构：
  
  1. 华北电力大学控制与计算机工程学院
  2. 中国大唐集团科学技术研究总院有限公司中南电力试验研究院
- 作者简介：
- 基金信息：
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.08.06
  CLC： TM40;TP183;TP391.41
- Published：2025
- 稿件说明：
移动端阅览
赵勇彪, 张雨柔, 邵晓琪, et al. 基于SCAS-YOLO的变压器电力设备渗漏油检测研究[J]. 2025, (8): 41-52.
DOI：

赵勇彪, 张雨柔, 邵晓琪, et al. 基于SCAS-YOLO的变压器电力设备渗漏油检测研究[J]. 2025, (8): 41-52. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.08.06.

变压器等电力设备渗漏油检测对电力系统安全稳定运行至关重要。针对变压器等电力设备渗漏油检测困难以及网络结构较复杂等问题，文章以YOLOv8为基础引入Swin-Transformer模块和坐标注意力(coordinate attention

CA)机制来增强感受野，提高骨干网络的特征提取能力，并引入一种轻量型Slim-Neck层，降低模型复杂结构并提高特征融合和表达能力。实验结果表明，所提模型的参数量和计算量降低约11%和7%，检测精度提升2%。在考虑不同光照、不同设备类别等条件下，该模型具备更优秀的检测性能。

邓永川.基于图像处理的油田漏油检测方法设计与研究[D].电子科技大学,2020(07).

巩宇,陆传德,符彦青,易婷婷,周俊煌.基于改进YOLOv3模型的电厂生产区域漏水、漏油检测[J].广东电力,2021(06).

鲍伟超,顾理,何劲松,蒯勇,刘玮,黄文礼.基于循环训练法的变压器漏油检测[J].计算机辅助设计与图形学学报,2021(03).

赵文清,刘亮,胡嘉伟,翟永杰,赵振兵.基于深度可分离空洞卷积金字塔的变压器渗漏油检测[J].智能系统学报,2023(05).

胡春华,宋泽明,张陵,万建成,周威.基于机器视觉的角钢塔螺母识别定位方法研究[J].电力信息与通信技术,2023(02).

黄国林,胡哲林,郭星.变压器低压侧套管渗油成因分析与处理方法[J].水电与新能源,2023(01).

郑良成,曹雪虹,焦良葆,高阳,王彦生.基于改进YOLOv5s的输电线路防外力破坏行为检测识别[J].计算机测量与控制,2024(02).

宋智伟,黄新波,纪超,张凡,张烨.基于PCSA-YOLOv7 Former的输电线路连接金具及其锈蚀检测方法[J].中国电力,2024(06).

杨栋,朵文博,李帅兵,李天耕,康永强,鲁怀伟.基于改进YOLOv8的电缆复合绝缘结构内部缺陷太赫兹成像识别方法[J].高电压技术,2024(09).

李海霞,徐彦恒.基于YOLOv4的客车转向架部件漏油故障图像检测[J].科技创新与应用,2024(08).

黄晓倩.一起主变压器220kV侧套管渗漏油缺陷情况分析[J].农村电气化,2024(04).

王旭光,卜辰宇,时泽宇.基于改进Swin Transformer的人脸活体检测[J].中国测试,2025(06).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

AI问答

⁰