【技术实现步骤摘要】
本专利技术属于电力系统防灾，涉及电力工程及计算机图像识别领域，具体地涉及一种降低输电通道山火烟雾检测模型误识别率的方法和系统。
技术介绍
1、山火烟雾的模型检测是基于图像处理和深度学习技术，当今时代下电力系统在人们的日常生活中已经发挥着至关重要的作用。输电通道是电力系统的重要组成部分，输电线路的故障会导致电力系统的停电，给社会带来不良影响。及时识别山火烟雾，可以有效降低输电线路的故障率，保障电力系统的安全运行，减少因停电而带来的经济损失。对山火烟雾进行目标识别目前广泛应用的目标检测算法有两大类：传统的基于特征的目标检测算法和基于深度学习的目标检测算法。其中，基于深度学习的目标检测算法在山火烟雾环境下具有更好的鲁棒性和准确性，常用的算法包括：faster rcnn、ssd、yolo和retinanet等。但是现有的目标检测算法对于山火烟雾模型的误识别率较高。
2、现有的有关输电通道山火烟雾检测的技术有：
3、中国专利申请cn106228140a，提供一种结合气象环境的输电线路山火烟雾判识方法，所述方法包括：(1)获...
【技术保护点】
1.一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于：
3.根据权利要求1所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于：
4.根据权利要求1所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于：
5.根据权利要求4所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于：
6.根据权利要求4所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于
7....
【技术特征摘要】
1.一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于：
3.根据权利要求1所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于：
4.根据权利要求1所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于：
5.根据权利要求4所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于：
6.根据权利要求4所述的一种降低输电通道山火烟雾检测模型误识别率的方法，其特征在于：
7.根据权利要求4所述的一种降低输电通道山火烟雾检测模型误识别率的方...
【专利技术属性】
技术研发人员：田杨阳，毛万登，寇晓适，宋伟，郭志民，张宇，张璐，庞锴，袁少光，刘善峰，李哲，王啓，程夏威，郑伟，姜亮，张伟剑，李盼阳，章家祥，谭磊，崔佳彬，陈斌，陈岑，王倩，
申请(专利权)人：国网河南省电力公司电力科学研究院，
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。