关键词：架空线路异常状态智能检测 fpn神经网络 fasterrcnn神经网络 高低特征共享 

摘要：随着无人机巡线技术的不断发展,现已广泛运用在输电线路运维工作中,但仍需由人工判断线路异常状态类型,检测准确率极易受环境影响,现有智能检测技术检测速度慢、检测手段单一。针对提高异常状态智能检测效率问题,提出基于融合FPN结构的FasterRCNN深度学习在线异常状态检测系统。首先采用ResNet50卷积神经网络对原图逐层进行特征提取,得到最高层特征图;再对该特征图使用反池化法进行上采样得到多张低特征图,并将原各层特征图与新各层特征图对应融合;最后将融合后的全部特征图输入RPN层进行二分类与边框回归,经过ROIpooling层后得到异常点检测结果。经过对配网设备及异常状态检测数据集的检测验证,所提出的网络结构对比原FasterRCNN网络,不仅具有更高的识别正确率,且可以有效识别变压器等小目标物体。

电力学报杂志要求:

{1}引言应说明研究的目的、意义、主要方法、范围和背景等。

{2}编辑部对来稿有删改权。不同意删改的稿件请在稿件中声明，编辑部保留对不同意删改稿件进行撤换的权力。

{3}首页内容依次为：标题、作者姓名、工作单位、摘要、关键词、作者简介、通信地址、邮编、联系电话及电子邮件地址。

{4}第一作者（通讯作者）简介按姓名（出生年一），性别，职称／学位，研究方向要求写出，通讯作者同时提供E-mail和长期有效的联系电话。

{5}文稿中使用的名词术语、符号、计量单位要前后一致，符合国家有关标准（SI单位）。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社