基于改进的SSD算法的电解储能舱气体和液体排放图像识别方法

《Chinese Journal of Electrical Engineering》：Image Recognition Method for Gas and Liquid Emissions from Electrochemical Energy Storage Cabins Based on an Improved SSD Algorithm

　　

摘要：

本研究针对锂离子电池储能系统安全监测方法不足的问题进行了探讨。提出了一种基于单次多框检测器（SSD）算法的图像识别方法，用于检测电化学储能舱内的气液排放现象。开发了一个实验平台来模拟锂离子电池储能单元的实际运行条件，并从过充过程中捕获的气液排放图像数据中构建了数据集。为克服原始SSD算法的局限性（即模型规模过大，限制了实时检测能力），对算法进行了几项改进：用MobileNet-V3替换了Visual Geometry Group（VGG）作为网络架构以提高计算效率；用Coordinate Attention（CA）模块替换了squeeze-and-excitation（SE）注意力模块以增强特征提取能力；并应用了均值聚类优化方法根据数据集调整了默认的框尺寸。实验结果表明，改进后的SSD模型模型大小减少了92.2%（从91.9 MB降至7.2 MB），平均准确率提高了1.54%（从90.38%升至91.92%）。预测速度从每秒15帧提升至58帧（FPS），满足了锂离子电池储能舱实时检测的需求。