99久久99久久精品免费看蜜桃,国产性色av一区二区三区,宝贝小嫩嫩好紧好爽h视频,《隔壁放荡人妻bd高清》,噜噜噜噜av夜色在线

對電氣設(shè)備運行狀態(tài)進(jìn)行有效監(jiān)測并對其故障進(jìn)行準(zhǔn)確診斷可有效提高電力系統(tǒng)安全穩(wěn)定性。紅外檢測技術(shù)因其直觀高效、安全非接觸等優(yōu)點在電氣設(shè)備故障檢測及診斷中得到廣泛應(yīng)用。然而，受硬件發(fā)展水平制約，現(xiàn)有紅外熱成像儀捕獲的紅外圖像通常存在空間分辨率低、清晰度差等缺點，使得基于紅外圖像的電氣設(shè)備故障檢測結(jié)果可信度較低。

受傳輸帶寬、存儲空間及感光元件等諸多限制，直接通過提高硬件水平以提升紅外圖像分辨率的方法難度較大、成本較高。為提高基于紅外圖像的電氣設(shè)備故障檢測效果，亟需提出一種切實有效的電氣設(shè)備紅外圖像分辨率提升方法，并實現(xiàn)基于紅外圖像的電氣設(shè)備故障精準(zhǔn)辨識。

隨著人工智能技術(shù)的發(fā)展，基于深度學(xué)習(xí)的數(shù)字圖像目標(biāo)檢測算法被廣泛應(yīng)用于電氣設(shè)備故障檢測中。然而，目標(biāo)檢測算法主要由海量數(shù)據(jù)驅(qū)動，圖像質(zhì)量會直接影響模型表達(dá)能力，現(xiàn)有紅外圖像存在空間分辨率低等問題，嚴(yán)重影響了目標(biāo)檢測模型的泛化能力。

圖像超分辨率重建可基于軟件方法將低分辨率圖像重建為高分辨率圖像，該理論的提出為圖像質(zhì)量提升提供了新的低成本解決方案。針對圖像超分辨率重建技術(shù)，Tong Tong等將密集連接結(jié)構(gòu)應(yīng)用于超分辨率網(wǎng)絡(luò)，實現(xiàn)了圖像多層特征高效融合；Zhang Yulun等將殘差稠密塊結(jié)構(gòu)應(yīng)用于超分辨率網(wǎng)絡(luò)，實現(xiàn)了圖像局部特征的高效提取。但上述方法在提高分辨率的同時丟失了原有圖像的細(xì)節(jié)特征。

為此，感知損失函數(shù)及生成對抗網(wǎng)絡(luò)被應(yīng)用于超分辨率重建中，上述方案提高了圖像局部清晰度，但卻降低了圖像整體信噪比。在電力系統(tǒng)中，超分辨率重建技術(shù)已開始應(yīng)用。陳智雨等、白萬榮等分別采用超分辨率重建技術(shù)實現(xiàn)了電力線路及絕緣子的可視化檢測，提高了故障檢測效果。

然而，上述方法構(gòu)建的超分辨率重建網(wǎng)絡(luò)均采用單一尺度卷積核，但是電氣設(shè)備種類繁多、大小不一，且電氣設(shè)備紅外拍攝角度及拍攝距離多變，使得電氣設(shè)備紅外圖像待分析區(qū)域尺度多變，采用單一尺度卷積核會影響電氣設(shè)備紅外圖像超分辨率重建結(jié)果。

據(jù)此，新能源電力系統(tǒng)國家重點實驗室（華北電力大學(xué)）的科研人員提出一種基于多尺度協(xié)作模型的電氣設(shè)備紅外圖像超分辨率故障辨識方法，該方法通過超分辨率重建提升原始紅外圖像分辨率，結(jié)合深度學(xué)習(xí)目標(biāo)檢測算法實現(xiàn)電氣設(shè)備紅外圖像故障辨識。

圖1 電氣設(shè)備故障超分辨率辨識方法結(jié)構(gòu)

科研人員構(gòu)建一種了基于多尺度協(xié)作模型（Multi-Scale Collaboration Block，MSCB）的紅外圖像超分辨率重建網(wǎng)絡(luò)，該網(wǎng)絡(luò)以生成對抗網(wǎng)絡(luò)為核心，通過引入多尺度協(xié)作模型及雙通道結(jié)構(gòu)，提高超分辨率重建網(wǎng)絡(luò)對電氣設(shè)備紅外圖像適應(yīng)性，并優(yōu)化重建效果。在實現(xiàn)紅外圖像超分辨率重建基礎(chǔ)上，結(jié)合深度學(xué)習(xí)目標(biāo)檢測方法，建立電氣設(shè)備紅外圖像超分辨率故障辨識模型。

圖2 樣本超分辨率前后故障辨識對比

表1 各方法故障辨識效果對比

他們針對所提的方法進(jìn)行了實驗驗證，實驗結(jié)果表明：

1）多尺度協(xié)作模型可提高對電氣設(shè)備紅外圖像的適用性，雙通道結(jié)構(gòu)可兼顧紅外圖像高、低頻信息，改進(jìn)超分辨率重建網(wǎng)絡(luò)。本方法可有效提高紅外圖像超分辨率重建效果，且PSNR、SSIM值可分別提高至27.26dB、0.8283。

2）利用紅外圖像超分辨率重建結(jié)果，結(jié)合深度學(xué)習(xí)目標(biāo)檢測算法，可顯著提高電氣設(shè)備紅外圖像的故障辨識效果。利用本方法進(jìn)行超分辨率重建后，可降低故障辨識結(jié)果的誤判率及漏檢率，并提高故障辨識結(jié)果的置信度及定位精度。經(jīng)計算，本方法可使mAP、mAR、mAC和mAIOU值平均相對提高19.34%、19.14%、11.83%和25.03%。

本文編自2021年第21期《電工技術(shù)學(xué)報》，論文標(biāo)題為“基于多尺度協(xié)作模型的電氣設(shè)備紅外圖像超分辨率故障辨識方法”，作者為謝慶、楊天馳 等。