摘要
摘要：由于线路走廊非正常运行而引起的线路失效，已成为引起输电线路事故的重要因素，给社会带来了巨大的经济损失。但是，在传输线的边界端，由于设备的算力、电力和通信等资源的限制，仍然需要以50分钟为单位定时传送到数据中心，这就造成了数据中心负载过大，漏警率高，紧急情况下的处理能力严重不足。因此，本文拟以输电线通道为研究对象，研究一种基于边缘智能的输电线通道异常对象探测框架，在此基础上，采用改进的MobileNetv5网络对异常对象进行精细提取，并采用YOLOv5多尺度对象探测网络对高、低维度特征进行融合，提高其辨识准确率。在此基础上，本文拟采用贡献值敏感的信道裁剪方法，对网络中的节点进行轻量化压缩，从而形成轻量化的输电线异常对象探测模型。
出版日期
2023年10月19日（中国期刊网平台首次上网日期，不代表论文的发表时间）
