Detección de anomalías en líneas de transmisión subterráneas a través de una red neuronal convolucional profunda de máscara multiscale y refuerzo de imagen
Autores: Kim, Min-Gwan; Jeong, Siheon; Kim, Seok-Tae; Oh, Ki-Yong
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Detección de anomalías en líneas de transmisión subterráneas a través de una red neuronal convolucional profunda de máscara multiscale y refuerzo de imagen
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Marco propuesto
Detección de anomalías
Imágenes térmicas
UTLCs
Segmentación
Red neuronal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Este estudio propone un marco integrado para detectar automáticamente anomalías y fallas en conectores de líneas de transmisión subterránea (UTLCs) con imágenes térmicas, ya que la detección de anomalías de conectores de líneas de transmisión subterránea (UTLCs) desempeña un papel crítico en la gestión de riesgos de líneas de energía.
Descripción
Este estudio propone un marco integrado para detectar automáticamente anomalías y fallas en conectores de líneas de transmisión subterránea (UTLCs) con imágenes térmicas, ya que la detección de anomalías de conectores de líneas de transmisión subterránea (UTLCs) desempeña un papel crítico en la gestión de riesgos de líneas de energía.