一种输电线路中的绝缘子自动识别系统、方法及应用技术方案

本发明专利技术公开了一种输电线路中的绝缘子自动识别系统及方法，包括制作绝缘子定位模型；导入待检测巡检图片，向绝缘子定位模型中输入待检测巡检图片，提取出包含绝缘子的区域，标注绝缘子位置，得到自动识别图片；更新绝缘子定位模型的模型参数，在已识别的自动识别图片中抽取典型图片，重新制作新的训练样本，在原有绝缘子定位模型的基础上不断更新模型参数；本发明专利技术能够自动识别出输电线路中的绝缘子，以取代人工判别的方式，以便检修人员进行损坏及隐患绝缘子清理的工作；通过深度学习算法完成对输电线路巡检照片的自动处理，大大降低人工劳动强度；通过模型的不断更新和优化，准确率将会不断提升；本发明专利技术的方法对于绝缘子的识别准确率高达98％。

An Automatic Insulator Recognition System, Method and Application in Transmission Lines

【技术实现步骤摘要】
一种输电线路中的绝缘子自动识别系统、方法及应用
本专利技术属于电力系统的运行巡检
，尤其涉及一种输电线路中的绝缘子自动识别系统、方法及应用。
技术介绍
绝缘子损坏及隐患是危及输电线路安全运行的主要故障之一，可能带来输电故障等严重问题，甚至绝缘子损坏可能导致在输电线路检修维护时给工作人员带来生命危险。但输电线路绝缘子又都处于高空之中，在对输电线路巡检时，只能通过攀爬铁塔、通过望远镜等手段进行查看和巡视，一方面巡视效率低，另一方面难以覆盖全部绝缘子。为减少和遏止由于绝缘子造成的输电事故，有必要通过绝缘子清理和维修的方式为输电线路的使用和运行保驾护航。随着电网智能化水平不断提高，无人机巡检被越来越多的采用，通过输电线路中的绝缘子自动识别方法，可对输电线路中存在的绝缘子进行自动识别与预警，帮助检修人员快速定位绝缘子、及时排查损坏绝缘子，辅助检修人员完成绝缘子的维护，从而保证电网的安全运行。
技术实现思路
本专利技术的目的是提供一种输电线路中的绝缘子自动识别系统、方法及应用，可对输电线路中存在的绝缘子进行自动识别与预警，帮助检修人员快速定位、清理绝缘子，从而保证电网的安全运行。第一方面，本专利技术提供了输电线路中的绝缘子自动识别系统，包括样本制作模块，用于人工标注输电线路巡检图片中的绝缘子，得到带标签的图片，从所述带标签的图片中获得训练数据集和测试数据集；训练模块，用于利用所述训练数据集对待训练的Faster-Rcnn网络进行模型训练，得到训练后绝缘子定位模型；测试模块，用于利用所述测试数据集测试所述绝缘子定位模型，得到所述绝缘子定位模型的准确率；修正模块，用于修正所述绝缘子定位模型；绝缘子识别模块，用于导入待检测巡检图片，向所述绝缘子定位模型中输入所述待检测巡检图片，提取出绝缘子的区域，标注绝缘子位置，得到自动识别图片。以上技术方案优选的，还包括模型参数更新模块，用于利用所述自动识别图片重新制作新的所述训练数据集，在原有所述绝缘子定位模型的基础上不断更新模型参数。以上技术方案优选的，所述样本获取模块中所述输电线路巡检图片的数量为至少11万张。以上技术方案优选的，所述带标签的图片中随机选取总数量8/10的图片作为所述训练数据集，其余2/10的图片作为所述测试数据集。第二方面，本专利技术提供了一种输电线路中的绝缘子自动识别方法，包括以下步骤：S1.制作绝缘子定位模型；S2.导入待检测巡检图片，向所述绝缘子定位模型中输入所述待检测巡检图片，提取出包含绝缘子的区域，标注绝缘子位置，得到自动识别图片；S3.更新所述绝缘子定位模型的模型参数，在已识别的所述自动识别图片中抽取典型图片，重新制作新的训练样本，在原有所述绝缘子定位模型的基础上不断更新模型参数。以上技术方案优选的，所述步骤S1具体包括：S101.制作绝缘子定位样本，对无人机输电线路巡检图片进行人工标注，标出图中所有的绝缘子，形成带标签的图片；从所述带标签的图片中随机选取部分图片作为训练数据集，其余的图片作为测试数据集；S102.训练绝缘子定位模型，将所述训练数据集输入到待训练的Faster-Rcnn网络中进行模型训练，训练使用随机梯度下降方法对Faster-Rcnn模型的参数进行更新迭代，迭代后得到完成训练的绝缘子定位模型；S103.测试模型，利用所述测试数据集对所述绝缘子定位模型进行测试，得到所述绝缘子定位模型的定位识别准确率；S104.判断所述定位识别准确率是否达到准确率要求，若否，进入步骤S105，若是，进入步骤S106；S105.修正模型，根据所述步骤S103中的测试结果，对所述绝缘子定位模型进行修正，进入步骤S103；S106.保存并输出所述绝缘子定位模型。以上技术方案优选的，所述步骤S101中所述无人机输电线路巡检图片的数量为至少11万张，优选为28-46万张。以上技术方案优选的，从所述带标签的图片中随机选取总数量8/10的图片作为所述训练数据集，其余2/10的图片作为所述测试数据集。以上技术方案优选的，所述步骤S102中迭代至少18万步，优选为26-48万步。第三方面，本专利技术提供基于上述的输电线路中的绝缘子自动识别方法在输电线路巡视方面的应用。与现有技术相比，本专利技术的输电线路中的绝缘子自动识别方法使用多目标识别算法从无人机巡检照片或视频中识别并定位绝缘子；本申请中多目标物体识别方法采用Faster-Rcnn算法，可以同时从一张无人机巡检图片中识别出所有的绝缘子；进一步，所述Faster-Rcnn算法主要分为两个步骤：先使用ResNet从原始图片中提取特征，然后使用RPNNet提取可能存在绝缘子的区域；本专利技术采用深度学习技术对待检测巡检图片进行自动分析，从图片中自动识别出输电线路中存在的绝缘子，通过不断添加新的训练样本持续更新深度神经网络模型，使得对绝缘子识别的准确率不断提高。本专利技术创造性地利用RESNET深度神经网络和Faster-Rcnn算法自动从无人机巡检照片中识别出绝缘子，分析过程具有准确率高、处理速度快、可靠性好等优点，实现了输电线路巡检照片的自动分析，无需人工参与即可完成，提高了检出效率，降低了人工成本；本专利技术使用深度学习技术处理待检测巡检图片，能够自动识别出输电线路中的绝缘子，以取代人工判别的方式，以便检修人员进行损坏及隐患绝缘子清理的工作；通过深度学习算法完成对输电线路巡检照片的自动处理，大大降低人工劳动强度；通过模型的不断更新和优化，准确率将会不断提升；本专利技术的方法对于绝缘子的识别准确率高达98％。附图说明图1是本专利技术一实施例的流程图；图2是本专利技术一实施例的绝缘子定位模型制作的流程图；图3是本专利技术一实施例的绝缘子识别的流程图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，下面结合附图对本专利技术的实施方式做出具体说明。本专利技术一实施例第一方面提供了一种输电线路中的绝缘子自动识别系统，包括样本制作模块，用于人工标注输电线路巡检图片中的绝缘子，得到带标签的图片，从带标签的图片中获得训练数据集和测试数据集，优选的，从带标签的图片中随机选取总数量8/10的图片作为训练数据集，其余2/10的图片作为测试数据集；其中，输电线路巡检图片的数量为至少11万张；训练模块，用于利用训练数据集对待训练的Faster-Rcnn网络进行模型训练，得到训练后绝缘子定位模型；测试模块，用于利用测试数据集测试绝缘子定位模型，得到绝缘子定位模型的准确率；修正模块，用于修正绝缘子定位模型；绝缘子识别模块，用于导入待检测巡检图片，向绝缘子定位模型中输入待检测巡检图片，提取出绝缘子的区域，标注绝缘子位置，得到自动识别图片。模型参数更新模块，用于利用自动识别图片重新制作新的训练数据集，在原有绝缘子定位模型的基础上不断更新模型参数。第二方面，本专利技术提供了一种输电线路中的绝缘子自动识别方法，如图1所示，包括以下步骤：S1.制作绝缘子定位模型，制作模型时采用Faster-Rcnn算法本文档来自技高网...

【技术保护点】
1.一种输电线路中的绝缘子自动识别系统，其特征在于：包括样本制作模块，用于人工标注输电线路巡检图片中的绝缘子，得到带标签的图片，从所述带标签的图片中获得训练数据集和测试数据集；训练模块，用于利用所述训练数据集对待训练的Faster‑Rcnn网络进行模型训练，得到训练后绝缘子定位模型；测试模块，用于利用所述测试数据集测试所述绝缘子定位模型，得到所述绝缘子定位模型的准确率；修正模块，用于修正所述绝缘子定位模型；绝缘子识别模块，用于导入待检测巡检图片，向所述绝缘子定位模型中输入所述待检测巡检图片，提取出绝缘子的区域，标注绝缘子位置，得到自动识别图片。

【技术特征摘要】
1.一种输电线路中的绝缘子自动识别系统，其特征在于：包括样本制作模块，用于人工标注输电线路巡检图片中的绝缘子，得到带标签的图片，从所述带标签的图片中获得训练数据集和测试数据集；训练模块，用于利用所述训练数据集对待训练的Faster-Rcnn网络进行模型训练，得到训练后绝缘子定位模型；测试模块，用于利用所述测试数据集测试所述绝缘子定位模型，得到所述绝缘子定位模型的准确率；修正模块，用于修正所述绝缘子定位模型；绝缘子识别模块，用于导入待检测巡检图片，向所述绝缘子定位模型中输入所述待检测巡检图片，提取出绝缘子的区域，标注绝缘子位置，得到自动识别图片。2.根据权利要求1所述的输电线路中的绝缘子自动识别系统，其特征在于：还包括模型参数更新模块，用于利用所述自动识别图片重新制作新的所述训练数据集，在原有所述绝缘子定位模型的基础上不断更新模型参数。3.根据权利要求1所述的输电线路中的绝缘子自动识别系统，其特征在于，所述样本获取模块中所述输电线路巡检图片的数量为至少11万张。4.根据权利要求1所述的输电线路中的绝缘子自动识别系统，其特征在于：所述带标签的图片中随机选取总数量8/10的图片作为所述训练数据集，其余2/10的图片作为所述测试数据集。5.一种输电线路中的绝缘子自动识别方法，其特征在于，包括以下步骤：S1.制作绝缘子定位模型；S2.导入待检测巡检图片，向所述绝缘子定位模型中输入所述待检测巡检图片，提取出包含绝缘子的区域，标注绝缘子位置，得到自动识别图片；S3.更新所述绝缘子定位模型的模型参数，在已识别的所述自动识别图片中抽取典型图片，重新制作新的训练样本，在原有所述绝缘子定位模型的基础上...

【专利技术属性】
技术研发人员：李宁，郑仟，陈炜，白陆，杨少宾，张晓波，海发林，罗宏洋，张悦，李波，
申请(专利权)人：国网宁夏电力有限公司检修公司，
类型：发明
国别省市：宁夏,64