文献

J-GLOBAL ID：202102220696052143   整理番号：21A0499473

強化現実技術に基づく電力設備故障同定手法の検討【JST・京大機械翻訳】

Research on power equipment fault identification method based on augmented reality technology

著者 (4件)： Xu Xingguo (華能国際電力股fen有限公司海門電厂,广東汕頭515132) ,  Lin Chuwei (華能国際電力股fen有限公司海門電厂,广東汕頭515132) ,  Chen Weiwu (華能国際電力股fen有限公司海門電厂,广東汕頭515132) ,  Jiang Yong (華能国際電力股fen有限公司海門電厂,广東汕頭515132)
資料名： Dianzi Sheji Gongcheng  (Dianzi Sheji Gongcheng)
巻： 28  号： 23  ページ： 149-152,157  発行年： 2020年 
JST資料番号： C4171A  ISSN： 1674-6236  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電力設備検査の知能化レベルが低い現状に対して、本文では、増強現実(AugmentedReality,AR)技術を電力設備検査プロセスに応用した。AR技術に基づくインテリジェント検査システムアーキテクチャを,知的検査端末,サーバ,およびデータベースの3つの側面から構築した。AR技術と深さニューラルネットワーク(DeepNeuralNetworks、DNN)アルゴリズムに基づく電力設備の故障識別方法を提案し、知能検査端末で収集した画像を入力とし、電力設備に存在する故障タイプをオンラインで識別する。シミュレーションテストは,提案方法の故障認識時間とサポートベクトルマシン(SVM)とBPニューラルネットワーク(BackPropagation-Neuralnetwork)を示した。BP-NNアルゴリズムは近似的である。しかし,すべての種類の故障識別精度は98%以上であり,SVMとBP-NNアルゴリズムより大きく,提案した方法は電力設備の故障タイプを正確に同定できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  *故障 ,  データベース ,  *電気設備 ,  ニューラルネットワーク ,  近似法 ,  端末装置 ,  知能検査 ,  システムアーキテクチャ ,  サポートベクトルマシン ,  *複合現実感
準シソーラス用語： 逆伝播ニューラルネットワーク ,  オンライン ,  故障識別 , 【Automatic Indexing@JST】

分類 (3件)： 変圧器  (NB08020Q) ,  電力系統一般  (NB02000E) ,  信頼性  (KB04040H)

タイトルに関連する用語 (5件)： 強化現実 ,  電力設備 ,  故障 ,  同定 ,  手法