文献

J-GLOBAL ID：202102251911069630   整理番号：21A0462655

ドローンによる電力線のスマート故障検出と監視【JST・京大機械翻訳】

Smart Fault Detection and Monitoring of Power Line by Drones

著者 (2件)： Lv XiaoLi (School of Electrical Engineering and Information Technology, ChangChun Institute of Technology, ChangChun, JiLin) ,  Ni HongXia (School of Electrical Engineering and Information Technology, ChangChun Institute of Technology, ChangChun, JiLin)
資料名： ACM Proceedings  (ACM Proceedings)
号： EITCE 2020  ページ： 501-505  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,自動ビジョンに基づく新しい自動電力線検査システムを紹介した。このシステムは,主検査方法としてUAV検査,主データ源として光学画像,およびデータ解析のバックボーンとして深層学習を用いた。システムの実装を容易にするために,視覚ベースの電力線検査における深層学習の3つの主要な課題を解決する。(i)訓練データの欠如;(ii)クラス不均衡;(iii)小部分と故障の検出。最初に,訓練成分検出と分類モデルのための4つの中規模データセットを作成した。次に,不均衡クラスのバランスをとるために一連の効果的なデータ強化技術を適用した。最後に,単一ショットマルチボックス検出器と深い残留ネットワークに基づく多段コンポーネント検出と分類法を提案し,小コンポーネントと故障を検出した。結果は,提案システムが,トップカバーの欠如,ロッドとクロスアーム上の亀裂,ロッドへの木板損傷,およびクロスアーム上の腐敗を含む,電力線部品の共通故障を迅速かつ正確に検出できることを示した。現場試験は,このシステムが電力線部品のスマートモニタリングと検査,およびスマートグリッドの貴重な追加において広い展望を有することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 亀裂 ,  視覚 ,  *故障 ,  ネットワーク ,  *送電線 ,  *故障検出 ,  データ解析 ,  *無人機 ,  検出器 ,  現場試験 ,  光学画像 ,  スマートグリッド
準シソーラス用語： 不均衡 ,  訓練データ ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： ドローン ,  スマートモニタリング ,  深層学習 ,  電力線検査 ,  スマートグリッド ,  視覚ベースの電力線検査

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ドローン ,  電力線 ,  故障検出