【技术实现步骤摘要】
一种受电弓异常检测方法
本专利技术涉及铁路弓网智能检测与监测
技术介绍
弓网系统是电力机车牵引供电系统的重要设备，受电弓是弓网运行时的重要监测对象，它反应了弓网运行时的状态，研究基于计算机视觉的受电弓异常检测技术，实现对其实时、准确地监测，对提高弓网系统检测的自动化、智能化水平和保证弓网系统运行的安全与稳定都具有重要意义。非接触式受电弓检测分析方法，不仅不易受弓网系统结构性的影响，能够保证弓网系统的动力学特性，而且不易受强电、强磁场的影响，具有良好的稳定性，该类方法是目前受电弓异常检测研究的主要方法。2017年，G.Santamato等提出一种基于受电弓振动特性的故障诊断方法，该方法在计算机仿真学基础上，利用受电弓振动特性，并针对阻尼器泄露及接缝处裂纹故障，采用对比扩展模态和相位图形分析两种诊断方法，进行受电弓裂纹形式的检测，但该方法在准确性上还需进一步研究。2018年，LuoC等提出了一种基于角点检测的受电弓偏移故障检测，该方法利用SSD获得受电弓喇叭区域，采用综合图像处理方法获得角边缘信息，然后利用角点...
【技术保护点】
1.一种受电弓异常检测方法，包括如下步骤：/n步骤一、受电弓区域编码与数据集构建/n采用铁路机车车顶监控摄像头拍摄的受电弓图像构成受电弓图像库，并将受电弓图像规则化为512×512×3像素大小，然后通过人工标注的方式对受电弓图像进行区域编码，具体为，将规则化后的受电弓图像划分为32×32格的网格，每个格子为16×16像素大小，将每个格子对应的受电弓区域没有异常的格子编码记为0，否则记为1；对所有格子编码后得到该受电弓图像对应的32×32格的区域编码，这些受电弓图像及其区域编码构成受电弓数据集；/n步骤二、受电弓异常检测网络构建/n受电弓异常检测网络采用深度编解码结构，包含输...
【技术特征摘要】
1.一种受电弓异常检测方法，包括如下步骤：
步骤一、受电弓区域编码与数据集构建
采用铁路机车车顶监控摄像头拍摄的受电弓图像构成受电弓图像库，并将受电弓图像规则化为512×512×3像素大小，然后通过人工标注的方式对受电弓图像进行区域编码，具体为，将规则化后的受电弓图像划分为32×32格的网格，每个格子为16×16像素大小，将每个格子对应的受电弓区域没有异常的格子编码记为0，否则记为1；对所有格子编码后得到该受电弓图像对应的32×32格的区域编码，这些受电弓图像及其区域编码构成受电弓数据集；
步骤二、受电弓异常检测网络构建
受电弓异常检测网络采用深度编解码结构，包含输入层、中间层和输出层；输入层维度为512×512×6像素，由输入图像和区域扩充编码构成，其中输入图像为512×512×3像素的三维矩阵，区域扩充编码则是通过将32×32格的区域编码按照与输入图像相同的三个维度方向进行扩充得到，区域扩充编码的维度也是512×512×3像素，将输入图像和区域扩充编码在第三个维度上拼接在一起构成异常检测网络的输入层；中间层一共分为35层，其中，第一层、第二层均为256×256×64像素的卷积层，第三层、第四层均为128×128×128像素的卷积层，第五层、第六层均为64×64×256像素的卷积层，第七层、第八层均为32×32×512像素的卷积层，第九层、第十层均为32×32×512像素的反卷积层，第十一层、第十二层均为64×64×256像素的反卷积层，第十三层、第十四层均为128×128×128像素的反卷积层，第十五层、第十六层均为256×256×64像素的反卷积层，第十七层为512×512×3像素的反卷积层，第十八层由第十七层的输出结果和区域扩充编码在第三个维度上拼接在一起构成，其维度为512×512×6像素，第十九层、第二十层均为256×256×64像素的卷积层，第二十一层、第二十二层均为128×128×128像素的卷积层，第二十三层、第二十四层均为64×64×256像素的卷积层，第二十五层、第二十六层均为32×32×512像素的卷积层，第二十七层、第二十八层均为32×32×512像素的反卷积层，第二十九层、第三十层均为64×64×256像素的反卷积层，第三十一层、第三十二层均为128×128×...
【专利技术属性】
技术研发人员：权伟，周宁，邹栋，赵海全，张卫华，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。