接触网吊弦怎么调节（接触网吊弦故障识别的新 *** ，可快速准确

图3 识别效果

图4 CV模型定位结果

基于改进胶囊 和CV模型的接触网吊弦故障检测模型，可以对复杂背景中的故障吊弦进行识别并对故障位置进行精确定位，研究人员通过对故障吊弦进行仿真和实验验证得出以下结论

接触网吊弦的接触面积小，且易与电力线混淆，传统的故障识别算法存在如吊弦的误识别、识别效率低和不能实时检测等问题。相比传统卷积神经 ，胶囊 （CapsNet）采用矢量作为输入，可以很好地保留目标的方向、角度等特征信息，更适合识别复杂背景下的吊弦。

基于此，石家庄铁道大学电气与电子工程学院的研究人员卞建鹏、郝嘉星、赵帅、李凡、孙晓云，在2020年第24期 《电工技术学报》 上撰文，提出一种基于改进胶囊 和CV模型结合的吊弦故障识别算法。与前馈神经 （BPNN）和Alex Krizhevsky设计的AlexNet等 相比，该 可以准确、迅速地从复杂背景中识别出吊弦，并准确地找到吊弦故障的位置，大大提高了输电线路智能巡检的效率。

CV模型进行区域分割，可以精确吊弦的故障位置，其准确率达到了96.5%，相较于其他 ，更适合接触网吊弦故障精确定位。

随着输电线路检测技术的不断普及，智能化水平的不断提高，针对接触网吊弦这一关键设备，实时检测吊弦是否故障和故障类型尤为重要。石家庄铁道大学电气与电子工程学院的研究人员提出的 可以较好地实现复杂背景下的吊弦故障识别，并且可以精确定位故障部位，满足智能巡检的要求。但改进胶囊 对于大量图像的训练时间相对较长，所以减少胶囊 的训练时间是未来研究的重点。

以上研究成果发表在2020年第24期《电工技术学报》，论文标题为“基于改进胶囊 的接触网吊弦故障识别与定位”，作者为卞建鹏、郝嘉星、赵帅、李凡、孙晓云。

接触网更换环节吊弦的工作步骤 接触网可调节吊弦详解