文献

J-GLOBAL ID：202202214229671185   整理番号：22A0777742

LSTMと遺伝的アルゴリズムに基づくサービスとしての電気変圧器油漏れ視覚検出【JST・京大機械翻訳】

Electric Transformer Oil Leakage Visual Detection as Service Based on LSTM and Genetic Algorithm

著者 (10件)： Gao Mingliang (State Grid Beijing Changping Electric Company, Beijing, China) ,  Zhang Cihang (State Grid Beijing Changping Electric Company, Beijing, China) ,  Xu Chongyao (State Grid Beijing Changping Electric Company, Beijing, China) ,  Gao Qi (State Grid Beijing Changping Electric Company, Beijing, China) ,  Gao Jiwei (State Grid Beijing Changping Electric Company, Beijing, China) ,  Yan Jing (State Grid Beijing Changping Electric Company, Beijing, China) ,  Liu Weidong (State Grid Beijing Changping Electric Company, Beijing, China) ,  Fan Xiaohu (Department of Information Engineering, Wuhan Collage, Wuhan, China) ,  Fan Xiaohu (Jiangsu Titan Intelligence Technologies Co., Ltd., Wuxi, China) ,  Tu Hao (Jiangsu Titan Intelligence Technologies Co., Ltd., Wuxi, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12993  ページ： 90-101  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 電力安全生産は,常にエネルギーシステムにおける国家経済と人々の生活に関連した重要な問題である。長い間,人間は,データのカメラ多角連続収集を通して,変圧器油漏れ隠れ危険を監視するために手動検査だけに頼り,次に,訓練サンプルがコールドスタート問題の人工知能アルゴリズムモデルを形成するために十分でないので,従来の統計的機械学習を解決するために,長期記憶ネットワークと改良遺伝的アルゴリズム組合せを使用した。本研究では,クラウドエッジ協調のアーキテクチャを用いてサービスを提供した。複雑な大規模データモデル訓練をクラウドで実行して,次に,モデルを推論のためにエッジサーバに記述した。現在,このシステムは北京変電所のパイロット運転を完了し,運転効果は良好である。それは,200ms以内にすべての種類の一般的油漏れを効果的に同定することができた。Copyright Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： カメラ ,  検出 ,  *視覚 ,  電力 ,  ネットワーク ,  研究 ,  変電所 ,  改良 ,  人工知能 ,  油漏れ ,  モデル ,  記憶 ,  計算機アーキテクチャ ,  *遺伝的アルゴリズム
準シソーラス用語： 長期記憶 ,  大規模データ , 【Automatic Indexing@JST】

著者キーワード (3件)： LSTM ,  遺伝的アルゴリズム ,  クラウドエッジ協調

分類 (2件)： 変圧器  (NB08020Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： LSTM ,  遺伝的アルゴリズム ,  サービス ,  変圧器油 ,  視覚