Published
2025-05-29
Section
Articles
How to Cite
深度学习在电力设备缺陷检测中的应用
张 扬
山东电工电气集团新能科技有限公司
DOI: https://doi.org/10.59429/kxjsyy.v2i2.10143
Keywords: 深度学习；电力设备；缺陷检测；卷积神经网络；目标检测
Abstract
随着电力系统的不断扩展和智能化水平的提升，确保电力设备的稳定和可靠运行已成为确保电力供应的关 键。电力设备缺陷检测，作为预防故障和保障电力系统安全的重要环节，其传统检测方法在效率、准确性和实时性 方面的局限性越来越明显。利用深度学习技术的强项——自动特征提取和复杂模式识别，为电力设备缺陷检测领域 带来了新的解决方案。论文深入分析了深度学习在电力设备缺陷检测中的应用，详细探讨了其关键技术、算法模型、 实际应用案例、所面临的挑战以及未来的发展方向，目的是促进电力设备缺陷检测技术的发展，提高电力系统的运 行可靠性，提供理论和实践上的参考。
References
[1] 胡维昊.人工智能与电气应用[M].北京:科学出版社,2021.
[2] 上海交通大学物理与天文学院太阳能研究所.基于深度学习的光伏组件多类型缺陷自动检测及其在实际生产线中的应用[J].光伏研究及应用进展,2021(29):471-484.
[3] 发明一种基于深度学习的电力设备缺陷检测识别方法与流程[P].X技术,2024.
[4] 基于深度学习的电网绝缘子缺陷检测方法研究[D].豆丁网,2025.