基于Faster R-CNN的火电厂冷却塔检测及工作状态判定

详细信息

刊出日期: 2021-06-15

The detection and determination of the working state of cooling tower in the thermal power plant based on Faster R-CNN

Publish Date: 15 June 2021

摘要: 针对目前火力发电厂检测研究较少、识别难度大、工作状态监测少等问题,提出一种以冷却塔为关键地物目标的火电厂冷却塔检测方法,并根据冷却塔是否排气判定电厂工作状态.基于Faster R-CNN深度学习网络,通过设计对比实验,对冷却塔及其工作状态特征进行精确提取,并对检测及判定结果进行验证.实验结果表明,该模型在目标工作状态检测中,选取8个不同区域验证,均取得理想效果.由此可见,Faster R-CNN模型能准确检测电厂冷却塔,可有效判定火力发电厂工作状态并具有多区域适用性.此外,该方法也可迁移至城市内具有排气现象的其他大型工业地物目标工作状态判定中.研究成果可有效服务于城建部门对局域环境的监管,具有较大的应用潜力.
- 深度学习 /
- Faster R-CNN /
- 目标检测 /
- 冷却塔 /
- 工作状态

中国自然资源航空物探遥感中心	主办
地质出版社	出版