【技术实现步骤摘要】
一种输电设备低漏报率缺陷识别方法
本专利技术属于数字图像识别
，尤其涉及一种输电设备低漏报率缺陷识别方法。
技术介绍
随着远距离输电技术的发展，各区域电网逐渐联接成一个整体，电网的稳定运行日趋重要。一方面，随着运行线路的不断延伸，巡线工作量的增加与巡线人员不足的矛盾日益凸显；另一方面，目前基层巡线工作大多还是参照运行经验进行组织，难以满足精细化、智能化运维的要求。因此，实现输电线路精细化巡线管理，提高输电线路运维效率，已受到了电力运行单位的广泛关注。2015年已经对结合直升机、无人机的输电线路新型巡检模式开始了大力推广；还有的公司计划于2020年基本实现“机巡为主+人巡为辅”的协同巡检目标。有些地区出台了《架空输电线路“人巡+机巡”运维工作指导意见》，提出要充分发挥“人巡”与“机巡”各自的技术特点和优势，达到合理控制运维成本，提高运维效率及巡视质量的目的。并要求加强巡检数据的智能处理，深入挖掘和多维度分析巡检数据，发掘数据间潜在规律，为提高线路设备健康水平及运维管理水平提供技术支持。日常开展的输电线路机...
【技术保护点】
1.一种输电设备低漏报率缺陷识别方法，其特征是，包括以下步骤：/n步骤1、通过无人机或直升机采集输电线路巡检图像；/n步骤2、对输电线路巡检图像进行标记，建立数据集；/n步骤3、基于Faster RCNN网络建立输电线路缺陷识别模型，并在输电线路巡检图像数据集上训练；/n步骤4、基于YOLO v3网络建立输电线路缺陷识别模型，并在输电线路巡检图像数据集上训练；/n步骤5、将训练好的Faster RCNN模型和YOLO v3模型优化后通过自适应判别器组合，并进行联合训练；/n步骤6、利用步骤5联合训练好的低漏报率缺陷检测模型对输电线路巡检图像进行识别，获取电力设备的状态信息，...
【技术特征摘要】
1.一种输电设备低漏报率缺陷识别方法，其特征是，包括以下步骤：
步骤1、通过无人机或直升机采集输电线路巡检图像；
步骤2、对输电线路巡检图像进行标记，建立数据集；
步骤3、基于FasterRCNN网络建立输电线路缺陷识别模型，并在输电线路巡检图像数据集上训练；
步骤4、基于YOLOv3网络建立输电线路缺陷识别模型，并在输电线路巡检图像数据集上训练；
步骤5、将训练好的FasterRCNN模型和YOLOv3模型优化后通过自适应判别器组合，并进行联合训练；
步骤6、利用步骤5联合训练好的低漏报率缺陷检测模型对输电线路巡检图像进行识别，获取电力设备的状态信息，判断电力设备是否存在缺陷；
步骤7、构建端到端输电线路巡检图像智能化缺陷识别系统，对巡检图像进行批量化端到端处理。
2.如权利要求1所述的输电设备低漏报率缺陷识别方法，其特征是，步骤2的实现包括以下步骤：
步骤2.1、对所采集输电线路巡检图片中缺陷左上顶点位置和宽高进行标记，并对其缺陷类型进行分类，随后依次按照图片名称、缺陷类型、缺陷左上顶点的横坐标、缺陷左上顶点的纵坐标、缺陷的宽、缺陷的高的格式将标记信息写入文本文件，文本文件名称与图片名称保持一致；
步骤2.2、随机选择80％的图片组成训练样本库，供模型学习和挖掘输电线路典型缺陷的特征；剩下的20％图片构成验证集，用于模型训练过程中评估模型的准确性；当获取的样本数据较少时，不设置验证集；验证集不参与模型的训练。
3.如权利要求1所述的输电设备低漏报率缺陷识别方法，其特征是，步骤3的实现包括以下步骤：
步骤3.1、FasterR-CNN包括区域生成网络RPN和区域检测网络，两个网络通过共享卷积层形成一个二阶段的端到端检测网络；
步骤3.1.1、将图片的尺寸调整到合适的尺寸，然后通过深度卷积层对输入的样本图片进行特征提取，得到一个深层且具有丰富语义信息的特征金字塔图；
步骤3.1.2、然后将特征金字塔图输入区域生成网络RPN中进行区域提取，利用anchors机制和NMS算法得到包含目标的候选区域；
步骤3.1.3、再将候选区域输入到区域检测网络中，利用RoI池化层将不同尺寸的RoI下采样到固定尺寸，经过全连接层进行目标类别的判定和位置边界框的确定；
...
【专利技术属性】
技术研发人员：罗鹏，王波，马恒瑞，朱丹蕾，马富齐，周胤宇，王红霞，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42
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。