1. 研究目的与意义（文献综述）

随着我国社会经济的高速发展和城市化进程加快，城市用电量迅速增长，对电力系统提出了更高的要求。受限于城市土地资源紧张，大量架空输电线缆转入地下敷设，虽然地下电缆具有供电可靠、节约空间、受自然灾害影响小等优点^[1]，但是其在日常使用中时常受到外力破坏，严重威胁了电力系统的安全稳定运行。因此，地下电缆的防外力破坏成为了电力部门和相关设备制造商亟待解决的问题。

传统的地下电缆保护措施主要有：专人定点定期巡视、关键位置安装警示牌、加大埋设深度或采用高强度材质管材等^[2]，但这些措施成本高、自动化程度低，且实际应用效果并不明显。

地下电缆的防外力破坏技术主要分为两个发展方向：对电缆自身运行状态的检测和电缆周边环境的检测^[3]。对电缆自身运行状态的检测主要是根据电缆运行过程中的电流、电阻、应力等物理特性来实现。国内目前主要采用电力线载波检测法、漏电电流检测法、点式应变传感器检测法等对电缆的运行状况进行监测。

2. 研究的基本内容与方案

本论文在充分分析地下电缆防外力破坏技术现状的基础上，提出了基于机器视觉的地下电缆防外力破坏系统的研究，旨在识别地下电缆沿线关键部位是否存在大型施工机械，并对其意图进行判断，对于可能破坏地下电缆的大型施工机械，及时向有关部门预警，将损失尽可能降到最低。其主要研究内容如下：

1）利用网络爬虫获取网络上大型施工机械图片，并对其进行预处理，作为深度学习网络的数据集。

2）理解卷积神经网络（cnn）的基本概念和数学原理，设计并实现卷积神经网络，理解卷积、池化、激活函数、损失函数、反向传播、梯度下降等模块的作用和实现代码。

3. 研究计划与安排

前期-2018年3月20日 确定总体方案，完成开题报告和英文文献翻译

2018年3月21日-2018年4月5日 完成数据集收集，熟悉软件框架和相关算法

2018年4月6日-2018年4月29日 选择合适算法和框架，设计相关模块，完成编程

4. 参考文献（12篇以上）

[1]谭康. 地下电缆防外力破坏监控中的振动信号识别[d].华南理工大学,2012.

[2]田国锋,符奥,杨振田,田利坤.城区电力电缆防外力破坏探讨[j].山东电力技术,2014,41(04):66-68.

[3]王平,陈子龙,彭翀翊.基于检波器阵列的地下电缆防外力破坏检测方法研究[j].科技创新与应用,2017(26):65 67.