基于物联网的输电线路施工作业点危险源的识别检测与管控预警
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 诸论 | 第9-17页 |
| 1.1 研究背景 | 第9-13页 |
| 1.1.1 物联网背景 | 第9-10页 |
| 1.1.2 智能电网背景 | 第10-12页 |
| 1.1.3 物联网在智能电网的应用 | 第12-13页 |
| 1.2 危险源详述 | 第13-14页 |
| 1.3 系统设计意义 | 第14-16页 |
| 1.3.1 政策支持 | 第14-15页 |
| 1.3.2 现状分析 | 第15-16页 |
| 1.4 论文组织结构 | 第16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 输电线路危险源监控预警需求分析 | 第17-21页 |
| 2.1 工作流程分析 | 第17-18页 |
| 2.2 存在问题总结 | 第18-19页 |
| 2.3 工作流程设计 | 第19-20页 |
| 2.4 需求确定全渠 | 第20页 |
| 2.4.1 人员管理 | 第20页 |
| 2.4.2 车辆管理 | 第20页 |
| 2.5 本章小节 | 第20-21页 |
| 第三章 改进的目标检测YOLOV2算法 | 第21-33页 |
| 3.1 卷积神经网络 | 第21-22页 |
| 3.2 Caffe框架[30] | 第22-23页 |
| 3.3 深度学习目标检测 | 第23-24页 |
| 3.3.1 two-stage检测算法 | 第23-24页 |
| 3.3.2 one stage检测算法 | 第24页 |
| 3.4 YOLO与SSD算法 | 第24-27页 |
| 3.4.1 YOLO算法[32] | 第24-25页 |
| 3.4.2 SSD算法[34] | 第25-26页 |
| 3.4.3 YOLOv2算法[35] | 第26-27页 |
| 3.5 FPN算法[38] | 第27-28页 |
| 3.6 改进的YOLOv2算法 | 第28-32页 |
| 3.6.1 优化思路 | 第28-29页 |
| 3.6.2 算法比较 | 第29-32页 |
| 3.7 本章小结 | 第32-33页 |
| 第四章 输电线路危险源预警管控系统设计 | 第33-42页 |
| 4.1 系统设计原则 | 第33-34页 |
| 4.2 系统分析 | 第34-35页 |
| 4.3 硬件设计 | 第35-38页 |
| 4.3.1 过车管理 | 第35-37页 |
| 4.3.2 人员管理 | 第37-38页 |
| 4.4 平台设计 | 第38-40页 |
| 4.4.1 平台架构设计 | 第38-39页 |
| 4.4.2 平台功能设计 | 第39-40页 |
| 4.5 系统实现 | 第40-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第五章 系统应用场景实验与分析 | 第42-47页 |
| 5.1 现场工作人员日常工作 | 第42-45页 |
| 5.1.1 日常巡线 | 第42-43页 |
| 5.1.2 收到危险源预警 | 第43-45页 |
| 5.2 管理人员日常工作 | 第45-46页 |
| 5.2.1 人员进出管理 | 第45页 |
| 5.2.2 防区过车管理 | 第45-46页 |
| 5.3 本章小节 | 第46-47页 |
| 第六章 总结展望 | 第47-51页 |
| 6.1 研究总结 | 第47-48页 |
| 6.2 应用效果 | 第48-49页 |
| 6.3 工作展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表论文及参加项目 | 第55-56页 |
