您当前的位置：
首页 >
文章列表页 >
基于深度特征感知的变电站设备典型缺陷检测方法
高电压技术 | 更新时间：2026-10-14

    • 基于深度特征感知的变电站设备典型缺陷检测方法

    • Typical Defect Detection of Substation Equipment Based on Deep Feature Perception

    • 南方电网技术   2026年20卷第9期 页码：66-78

    • DOI：10.13648/j.cnki.issn1674-0629.2026.09.006    

      中图分类号： TM76;TP391

    • 收稿：2024-12-28，

      网络首发：2025-03-27，

      纸质出版：2026-09-20

    移动端阅览

  • 罗悦冬,杜思超,李猷等.基于深度特征感知的变电站设备典型缺陷检测方法[J].南方电网技术,2026,20(09):66-78. DOI： 10.13648/j.cnki.issn1674-0629.2026.09.006.

    LUO Yuedong,DU Sichao,LI You,et al.Typical Defect Detection of Substation Equipment Based on Deep Feature Perception[J].Southern Power System Technology,2026,20(09):66-78. DOI： 10.13648/j.cnki.issn1674-0629.2026.09.006.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

融合全维动态卷积与聚焦调制网络的输电线路防振锤缺陷检测模型
基于双重注意力卷积双向长短期记忆神经网络的电力系统状态估计
基于改进YOLOv8的轻量化输电线路异物检测模型
基于图论及混合卷积神经网络的电力结算电量数据异常检测方法
基于EEMD和BiGRU-Attention的短期风电功率预测方法

相关作者

蔡智雯
邱志斌
陈瑞婷
张程
林锦平
李旭阳
李凌云
殷跃

相关机构

南昌大学能源与电气工程系
智能电网仿真分析与综合控制福建省高校工程研究中心
福建理工大学电子电气与物理学院
电力系统及发电设备控制和仿真国家重点实验室（清华大学电机系）
天地电研（北京）科技有限公司
0