提出一种基于深度学习的变电设备缺陷图像识别与分类技术。对变电设备缺陷图像进行了预处理和数据增强,采用多种卷积神经网络模型进行模型训练和优化。通过交叉熵损失函数和Adam优化器,构建精确度较高的图像分类模型。实验结果表明,基于深度学习的图像识别方法在变电设备缺陷分类任务中表现出较高的准确率和鲁棒性,有助于提升电力设备故障诊断的自动化程度和准确性。
若上方预览无法显示，请新窗口打开或下载 PDF。