【技术实现步骤摘要】
基于半监督异常检测的碳纤维复合芯导线损伤检测方法
本专利技术涉及无损检测
,特别是涉及基于半监督异常检测的碳纤维复合芯导线损伤检测方法。
技术介绍
碳纤维复合芯导线是目前应对通道资源紧张、负荷快速增长的便利手段之一。但碳纤维复合芯导线在产品生产、安装架线等过程中极易产生损伤,危及输电线路的运行安全。国家电网公司同东南大学联合研发的基于有监督深度学习技术的碳纤维复合芯导线X射线影像缺陷自动识别方案能够有效实现对碳纤维导线内部破损的自动识别。然而基于有监督深度学习技术的检测方案,其检测效果和准确度严重依赖于数据集的完备性。而碳纤维复合芯导线破损的形态多样性导致算法对频繁出现的缺陷具有较好的检测效果,而对于部分样本量较少的缺陷识别效果不佳。本专利技术提出一种基于半监督异常检测的碳纤维复合芯导线损伤检测方法。该方法仅需采用无破损的碳纤维导线样本进行训练,即可完成破损识别。极大降低了样本制作与获取难度,同时对出现频次较少的缺陷种类也能够具有较好的识别效果。
技术实现思路
专利技术目的:本专利技术的目的是提供一种基于半监督异常检测的碳纤维复合芯导线损伤检测方法。它与传统方法相比,精度更高、适用范围更广、效率更高;与基于有监督深度学习的方法相比,它只使用无损的碳纤维复合芯导线X光图像训练,对训练样本的依赖度更小,对出现频次较少的缺陷种类也能够具有较好的识别效果。技术方案:为实现本专利技术的目的,本专利技术所采用的技术方案是:一种基于半监督异常检测的碳纤维复合芯导线损伤检测方法,该方法包括如 ...
【技术保护点】
1.一种基于半监督异常检测的碳纤维复合芯导线损伤检测方法,其特征在于,该方法包括如下步骤:/nS1:采用X射线成像的方式对碳纤维复合芯导线进行图像采集;/nS2:利用S1中采集到的图像制作数据集,并选择训练样本和测试样本;/nS3:根据生成器子网络G(x)与判别器子网络D(x)搭建卷积神经网络;/nS4:使用训练样本训练步骤S3中搭建好的卷积神经网络,每训练一轮,便用模型对检测样本进行检测,判断输入图像中是否有损伤部分;/nS5:选取步骤S4中效果最好一轮对应的模型作为最终结果。/n
【技术特征摘要】
1.一种基于半监督异常检测的碳纤维复合芯导线损伤检测方法,其特征在于,该方法包括如下步骤:
S1:采用X射线成像的方式对碳纤维复合芯导线进行图像采集;
S2:利用S1中采集到的图像制作数据集,并选择训练样本和测试样本;
S3:根据生成器子网络G(x)与判别器子网络D(x)搭建卷积神经网络;
S4:使用训练样本训练步骤S3中搭建好的卷积神经网络,每训练一轮,便用模型对检测样本进行检测,判断输入图像中是否有损伤部分;
S5:选取步骤S4中效果最好一轮对应的模型作为最终结果。
2.根据权利要求1所述的一种基于半监督异常检测的碳纤维复合芯导线损伤检测方法,其特征在于,步骤S2的方法如下:
S2.1:对碳纤维复合芯导线X光图像进行裁剪,去除图像中导线以外的部分,并将导线部分裁成预设的大小;
S2.2:将S2.1中裁好的碳纤维复合芯导线X光图像分为有损与无损两类;
S2.3:划分训练集与测试集,训练集中为无损的碳纤维复合芯导线X光图像,测试集中为无损碳纤维复合芯导线X光图像和有损的碳纤维复合芯导线X光图像。
3.根据权利要求1所述的一种基于半监督异常检测的碳纤维复合芯导线损伤检测方法,其特征在于,步骤S3的生成器子网络G(x)与判别器子网络D(x)具体处理方法如下:
生成器子网络的具体工作流程为:将128*64*1的碳纤维复合芯导线X光图像作为输入,经过第一层卷积层后得到32*32*64的特征图,之后再依次经过下采样块1、2、3、4分别得到16*16*128、8*8*256、4*4*512、2*2*512的特征图,之后再经过Relu层激活,激活后经过一层卷积层得到1*1*512的特征图,至此,下采样提取特征完成;将下采样得到的1*1*512的特征图通过上采样块5得到2*2*512的特征图,将此特征图与之前经过下采样块4得到的2*2*512的特征图在“通道”维度上连接得到2*2*1024的特征图;之后将此2*2*1024的特征图再经过上采样块4得到4*4*512的特征图,将该特征图与之前经过下采样3得到的4*4*512的特征图在“通道”维度上连接得到4*4*1024的特征图,之后将此4*4*1024的特征图再经过上采样块3得到8*8*256的特征图,将该特征图与之前经过下采样2得到的8*8*256的特征图在“通道”维度上连接得到8*8*512的特征图;之后将此8*8*512的特征图再经过上采样块2得到16*16*128的特征图,将该特征图与之前经过下采样1得到的16*16*128的特征图在“通道”维度上连接得到16*16*256的特征图;之后将此16*16*256的特征图再经过上采样块1得到32*32*64的特征图,...
【专利技术属性】
技术研发人员:胡轶宁,朱延卿,谢理哲,魏睿,王征,
申请(专利权)人:东南大学,
类型:发明
国别省市:江苏;32
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。