基于深度神经网络的电网设备铭牌识别方法

杨东宁， 张志生， 赵智勇， 曾婷， 邹璞玉

(1. 云南电网有限责任公司 信息中心， 云南 昆明 650214；2. 云南云电同方科技有限公司， 云南 昆明 650214)

0 引言

现有技术手段以提取字符特征作为铭牌字符识别的模板主体。深度神经网络常以局部极值点作为检测应用的切入位置，能够在获取足量电网标记样本的同时，分布所有未占用的识别节点[1]。

为解决电网组织结构内部出现严重的全局路径规划混乱问题，OpenCV识别手段通过二值化电网设备连接参数的方式，确定相邻铭牌设备间的校正误差，但在单位时间内累积所得的电子数据总量始终不能达到预期数值，且对于节点的定位精准性也达不到理想水平。故需建立一种新型的电网设备铭牌识别方法，并通过设置比照实验的方式，评估该识别方法的应用可行性。

1 基于深度神经网络的电网架构匹配

电网架构匹配处理需同时连接主要网络体系、调节电网编码器、电力卷积层结构3类执行模块，具体搭建方法可按如下步骤施行。

1.1 主要网络体系

深度神经网络由电子输入层、中间电网结构体、电子输出层3部分结构组成，如图1所示。

图1 深度神经网络主体结构

图1输入层结构最少包含2个电子节点组织。中间电网结构体具备较强的神经性变阻能力，以确保同一检测时间内，电力网络的平均负载水平始终不超过预期数值[2-3]。电子输出层是整个深度神经网络的最下级架构组织。

1.2 调节电网编码器

调节电网编码器是深度神经网络的下属硬件结构，由电子传输线、铭牌信息导入体、识别接线装置、电网屏障设备、旋调螺丝5部分组成[4-5]，如图2所示。……