摘要：为监测电网系统中机房柜门开关状态,避免产生安全隐患和财产损失,提出了一种基于卷积神经网络的机房柜门开关状态识别方法。该方法以ZFNet卷积模型作为基础网络,通过引入数据扩充防止过拟合现象产生,并使用迁移学习及批标准化方法加快网络收敛速度,提升了识别精度。以电网系统机房中的机柜门开关状态图像作为分类对象进行实验。实验结果表明,该方法能避免人工提取特征的局限性,识别精度满足实际监控要求。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
热门期刊
期刊名称：工业仪表与自动化装置
工业仪表与自动化装置杂志紧跟学术前沿，紧贴读者，国内刊号为：61-1121/TH。坚持指导性与实用性相结合的原则，创办于1971年，杂志在全国同类期刊中发行数量名列前茅。
