摘要：高压电线每天都会传输大量的电能以供我们日常生活的需要。传输电能的途中会产生少许的热能,这些热能和太阳光、雨水等的作用会对电线的表面产生腐蚀。基于此,本文提出了基于深度学习的卷积神经网络的绝缘体破损检测算法。卷积网络包含卷积层、池化层和全连接层,使用大量的卷积核构建一个非线性映射函数学习输入图像和标签之间的映射关系。该算法基于注意力机制自动抽取出绝缘体的区域,然后将其作为卷积网络的输入判断当前的输入图像是否存在破损。实验分析,本文提出的基于卷积网络的绝缘子破损检测算法精确度达到了93%,能够满足实际的应用需求。

关键词：深度学习 卷积神经网络 特征提取 注意力机制 

单位：国网山西省电力公司阳泉供电公司; 山西太原04500; 太原理工大学计算机科学与技术学院; 山西太原030024