【技术实现步骤摘要】
本专利技术涉及电力系统安全识别，尤其是涉及一种基于卷积神经网络的典型违章行为智能化识别算法的压缩方法。
技术介绍
1、随着我国经济社会的高速发展，电网规模快速增长，电网运行设备数量剧增，电网运行方式日趋复杂，对人员、电网、设备安全水平和工作效率提出了更高要求。生产安全是电力系统运行与发展的基本保障。
2、
3、cn117115916a公开了一种基于5g技术的电厂违章行为识别方法、系统和网络服务端，该方法采用深度卷积神经网络构建多个行为识别模块，通过无线摄像机采集视频信息，并获取该无线摄像机的位置信息；根据获取的无线摄像机的位置及预设规则，将视频信息发送对应行为识别模块；行为识别模块对接收到的视频信息进行抽帧识别及智能视频分析，得到违章信息；将所述违章信息远程发送至事件存储处理模块；所述事件存储处理模块进行事件的处理。其能对人员不安全及违章行为进行智能分析与识别，做到违章及时发现，提高反违章工作效率，减少人力运营成本，降低依赖人力的监控存在较高的漏报漏识别率。
4、cn116524240a公开了一种电力...
【技术保护点】
1.一种基于卷积神经网络的典型违章行为智能化识别算法的压缩方法，其特征在于，方法步骤如下：基于卷积神经网络模型，通过输入图像的特征来识别输入图像的相应类别，从而对电力工作时工作人员的违章行为进行识别；其公式化表述如下：
2.根据权利要求1所述的一种基于卷积神经网络的典型违章行为智能化识别算法的压缩方法，其特征在于：使用卷积神经网络从输入图像中提取深层特征,算法如下：
3.根据权利要求1所述的一种基于卷积神经网络的典型违章行为智能化识别算法的压缩方法，其特征在于：建立由卷积层和池化层组成的CNN结构；其中，卷积层从输入图像中提取深层特征，池化层用...
【技术特征摘要】
1.一种基于卷积神经网络的典型违章行为智能化识别算法的压缩方法，其特征在于，方法步骤如下：基于卷积神经网络模型，通过输入图像的特征来识别输入图像的相应类别，从而对电力工作时工作人员的违章行为进行识别；其公式化表述如下：
2.根据权利要求1所述的一种基于卷积神经网络的典型违章行为智能化识别算法的压缩方法，其特征在于：使用卷积神经网络从输入图像中提取深层特征,算法如下：
3.根据权利要求1所述的一种基于卷积神经网络的典型违章行为智能化识别算法的压缩方法，其特征在于：建立由卷积层和...
【专利技术属性】
技术研发人员：曾德俊，杨志远，吴静，李朝晖，皮志勇，马富齐，王波，马恒瑞，
申请(专利权)人：国网湖北省电力有限公司荆门供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。