技术总结
本发明公开了一种基于深度学习的输电线路覆冰图像中覆冰厚度检测方法，属于数字图像识别领域，目的在于克服现有应拉力监测中灵敏度和可靠性不高的问题，提高输电线路覆冰厚度监测的准确性和自动化程度，本发明用于电力系统输电线路的覆冰厚度监测与超限告警，包括：（1）收集覆冰图像；（2）预处理图像并建立数据集；（3）建立卷积神经网络；（4）训练并测试模型；（5）提取覆冰厚度信息并传回至控制中心等五步骤；本发明将数字图像特征识别方法引入到输电线和杆塔的覆冰厚度检测中，利用图像中覆冰的形态特征自动提取厚度信息，为运维人员制定除冰计划，为保证电力系统安全稳定运行提供了一种新的直观而智能化的手段。
技术研发人员：林刚;陈思远;王波;彭辉
受保护的技术使用者：武汉大学
技术研发日：2016.12.13
技术公布日：2019.01.04