基于EfficientNet-B4的输电线路覆冰厚度智能检测方法研究

杨泽鹏; 常健; 霍琪; 刘军; 马富齐

doi:10.26963/j.psce.2026.08008

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EfficientNet-B4的输电线路覆冰厚度智能检测方法研究

智能电网 | 更新时间：2026-09-22

- 基于EfficientNet-B4的输电线路覆冰厚度智能检测方法研究
- 基于EfficientNet-B4的输电线路覆冰厚度智能检测方法研究
- 电网与清洁能源 2026年42卷第8期页码：67-72+82
- 作者机构：
  
  1. 国网陕西省电力有限公司超高压公司
  2. 西安理工大学
- 作者简介：
- 基金信息：
  
  陕西省自然科学基础研究计划项目(2024JC-YBQN-0433);国网陕西省电力有限公司科技项目(5226JX240003)~~
- DOI：10.26963/j.psce.2026.08008
  中图分类号： TM752;TP18;TP391.41
- 纸质出版：2026
- 稿件说明：
移动端阅览
杨泽鹏, 常健, 霍琪, 等. 基于EfficientNet-B4的输电线路覆冰厚度智能检测方法研究[J]. 电网与清洁能源, 2026,42(8):67-72+82.

杨泽鹏, 常健, 霍琪, et al. 基于EfficientNet-B4的输电线路覆冰厚度智能检测方法研究[J]. 2026, 42(8): 67-72+82.
杨泽鹏, 常健, 霍琪, 等. 基于EfficientNet-B4的输电线路覆冰厚度智能检测方法研究[J]. 电网与清洁能源, 2026,42(8):67-72+82. DOI： 10.26963/j.psce.2026.08008.

杨泽鹏, 常健, 霍琪, et al. 基于EfficientNet-B4的输电线路覆冰厚度智能检测方法研究[J]. 2026, 42(8): 67-72+82. DOI： 10.26963/j.psce.2026.08008.

摘要

针对输电线路覆冰严重威胁电力系统安全的问题，提出一种基于卷积神经网络衍生的EfficientNet-B4模型输电线路覆冰厚度检测方法。首先，通过电荷耦合器件工业相机收集原始覆冰图像，并进行预处理和数据增强；其次，进行模型的训练和优化，同时基于不同的网络框架设置多组对比实验，得到最优训练模型；最后，通过多组不同的实际输电线路覆冰图像对所提模型的性能进行验证。仿真结果表明，相比于传统监测法、电化学监测法及其他图像处理方法，所提出的智能检测方法可以快速、准确地检测出输电线路覆冰状态，具有较强的泛化能力和实际使用价值，可以有效提高电网对覆冰监测的可靠性。

Abstract

关键词

Keywords

references

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

考虑风电机组时空特性的风电场超短期功率预测模型

基于CenterNet的输电设备状态缺陷智能识别

基于SSA-BiGRU-CNN神经网络和波动数据修正的电动汽车短期负荷预测模型

基于RMCA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法

基于挤压激励卷积神经网络的配电网拓扑辨识