基于HDF-CNN的电力巡检无人机干扰检测方法

李勇; 陈牧; 戴造建; 马媛媛; 周宇

doi:10.16543/j.2095-641x.electric.power.ict.2026.02.04

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于HDF-CNN的电力巡检无人机干扰检测方法

人工智能 | 更新时间：2026-10-17

- 基于HDF-CNN的电力巡检无人机干扰检测方法
- 基于HDF-CNN的电力巡检无人机干扰检测方法
- 电力信息与通信技术 2026年24卷第2期页码：26-31
- 作者机构：
  
  1. 中国电力科学研究院有限公司电力网络安全防护与监测技术实验室
  2. 国网江西省电力有限公司
- 作者简介：
- 基金信息：
  
  国家电网有限公司总部科技项目“复杂场景下电力无人机运行管控与自主巡检数字支撑技术研究及应用”(5700-202425223A-1-1-ZN)
- DOI：10.16543/j.2095-641x.electric.power.ict.2026.02.04
  中图分类号： TP183;TM75
- 纸质出版：2026
- 稿件说明：
移动端阅览
李勇, 陈牧, 戴造建, 等. 基于HDF-CNN的电力巡检无人机干扰检测方法[J]. 电力信息与通信技术, 2026,24(2):26-31.

李勇, 陈牧, 戴造建, et al. 基于HDF-CNN的电力巡检无人机干扰检测方法[J]. 2026, 24(2): 26-31.
李勇, 陈牧, 戴造建, 等. 基于HDF-CNN的电力巡检无人机干扰检测方法[J]. 电力信息与通信技术, 2026,24(2):26-31. DOI： 10.16543/j.2095-641x.electric.power.ict.2026.02.04.

李勇, 陈牧, 戴造建, et al. 基于HDF-CNN的电力巡检无人机干扰检测方法[J]. 2026, 24(2): 26-31. DOI： 10.16543/j.2095-641x.electric.power.ict.2026.02.04.

摘要

针对电力无人机巡检过程中面临的复杂通信干扰问题，文章提出了一种基于层级特征深度融合卷积神经网络(hierarchical feature deep fusion convolutional neural networks

HDF-CNN)的电力无人机干扰检测方法。首先利用K-means聚类算法将具有相似重要性的特征进行分组，构建层次化特征簇；然后，针对每个特征簇设计专门的CNN模型，深入挖掘分组特征信息；最后，通过引入注意力机制的综合CNN模型整合所有子模型的结果，使模型更加关注高重要性特征的输出。实验结果表明，该方法提升了无人机干扰检测准确性和鲁棒性。

Abstract

关键词

Keywords

references

户健.基于SVM和深度学习的GNSS欺骗干扰检测方法研究[D].吉林大学,2024(04).

李佳强.无线通信干扰识别技术研究[D].北京交通大学,2022(07).

乌倩倩.基于深度学习的无线通信干扰信号检测[D].北京邮电大学,2020(05).

文承家,杨富淇,戴佳利,何望.基于北斗定位联合智能视觉的电力现场巡检无人机偏移控制[J].电力信息与通信技术,2025(06).

李道兴,王晓辉,李黎,季知祥.面向电力无人机巡检图像分析处理的自动化深度学习系统：架构设计与关键技术[J].电力信息与通信技术,2024(04).

李佳浩,杜子铭,周博,李婕,吴启晖.基于对抗互易点学习的无人机通信干扰开集识别方法[J].信号处理,2024(04).

朱得利,韩兴意.基于风机建模的风力电站无人机航迹点规划策略研究[J].电力信息与通信技术,2024(02).

李博扬,刘洋,万诺天,许魁,夏晓晨,张月月,张咪.基于强化学习的无人机电磁干扰感知与抗干扰传输方法[J].电讯技术,2023(12).

王晓惠,冯彩英.基于子波变换的无线通信网络干扰信号检测研究[J].激光与红外,2022(06).

Zhang Jingke,Zeng Yonghu,Qi Zongfeng,Wang Liandong,Wang Ya,Shen Xujian.Two-Dimensional Barrage Jamming against SAR Using a Frequency Diverse Array Jammer[J].Sensors,2023.

Voulodimos Athanasios,Doulamis Nikolaos,Doulamis Anastasios,Protopapadakis Eftychios.Deep Learning for Computer Vision: A Brief Review.[J].Computational intelligence and neuroscience,2018.

LeCun Yann,Bengio Yoshua,Hinton Geoffrey.Deep learning.[J].Nature,2015.

Nadkarni Prakash M,Ohno-Machado Lucila,Chapman Wendy W.Natural language processing: an introduction.[J].Journal of the American Medical Informatics Association : JAMIA,2011.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于深度学习的文本分类研究进展

基于RIME-CNN-LSTM-AM模型的智能电网短期电价预测方法

基于注意力机制的混合神经网络电力设备缺陷文本挖掘方法

基于CNN-BiLSTM-Attention模型的光纤非线性损伤补偿算法

基于双传声器和深度学习的变压器状态识别