一种基于EfficientDet网络的输电线路故障检测方法技术

本发明专利技术公开了一种基于EfficientDet网络的输电线路故障检测方法，包括以下步骤：获取若干真实场景下的输电线路图像，并以真实场景下的输电线路图像构建输电线路图像数据集，再对真实场景下的输电线路图像进行几何变换，然后进行裁剪、拼接、亮度及对比度变换，以扩充输电线路图像数据集，再仿真输电线路中各部件的图像，同时模拟导线散股断股场景拍摄图像，以进一步扩充输电线路图像数据集，最后对输电线路图像数据集中的若干输电线路图像进行数据增强，利用数据增强后的输电线路图像对EfficientDet网络进行训练及测试，再利用训练及测试后的EfficientDet网络进行输电线路故障检测，该方法有效的降低故障检测的难度，提高故障检测的准确性。

【技术实现步骤摘要】
一种基于EfficientDet网络的输电线路故障检测方法
本专利技术属于输电线路智能监测
，涉及一种基于EfficientDet网络的输电线路故障检测方法。
技术介绍
随着经济的发展和城市化进程的加快，居民、商业、工业等各个领域对电力的使用需求不断增长，电力能源给人们生活带来巨大便利的同时，其电力系统的稳定性和可靠性却向人们提出了新的挑战。如何提高电网系统的稳定性，仍然是电力系统领域亟待解决的问题。由于我国电网投资规模大，使得电力网络结构也越来越复杂，再之我国地域辽阔，环境复杂多变，而输电线路部件长期暴露在恶劣的环境中难免会出现导线的散股、断股，舞动粘连和绝缘子串缺损等现象出现，致使输电线路发生稳定性故障，直接影响着电力系统的安全运行，进而影响社会生产和人民生活，所以对输电线路部件故障检测更是迫在眉睫。对于输电线路的监测管理，由于其点多线长面广的特殊性，曾长期依赖人工观测的方式巡检电力线路并对已发生故障和存在故障隐患的输电设备进行更换。传统人力巡检主要依靠巡检人员携带相关设备进行故障检测，其效率低且成本高，无法对大量数据进行保质保量检测，存在未能及时发现故障的风险；另外巡检人员也面临着严峻的交通问题和较大的安全隐患。后来的直升机搭载设备巡检相对人工巡检效率有所提升，但是高昂的成本却让众多电网望而却步。当前，以深度学习为代表的人工智能技术在图像处理领域取得了巨大成功，尤其是在图像分类、目标识别、场景分割等任务中屡获佳绩。因此，将深度学习应用于输电线路图像智能识别，自动、实时地对关键部件故障进行检测，为可能的安全隐患及时提供预警，对电力系统的安全可靠运行具有重大意义。输电线路故障图像目前存在以下共性问题：①故障背景复杂多变，②故障目标大小不一，小目标较多，③故障发生位置具有不确定性。这些共性问题使得待检测目标在图像中不够突显，加大了故障检测难度，检测准确性较差。另外，由于国家电力行业的特殊性，目前国内没有一个标准的开源输电线路部件图像数据集。缺乏一个优质的输电线路关键部件图像数据集，成为制约深度学习故障检测结果的重要因素。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点，提供了一种基于EfficientDet网络的输电线路故障检测方法，该方法有效的降低故障检测的难度，提高故障检测的准确性。为达到上述目的，本专利技术所述的基于EfficientDet网络的输电线路故障检测方法包括以下步骤：获取若干真实场景下的输电线路图像，并以真实场景下的输电线路图像构建输电线路图像数据集，再对真实场景下的输电线路图像进行几何变换，然后进行裁剪、拼接、亮度及对比度变换，以扩充输电线路图像数据集，再仿真输电线路中各部件的图像，同时模拟导线散股断股场景拍摄图像，以进一步扩充输电线路图像数据集，最后对输电线路图像数据集中的若干输电线路图像进行数据增强，再利用数据增强后的输电线路图像对EfficientDet网络进行训练及测试，并选择基础网络进行改进，然后利用改进后的EfficientDet网络进行输电线路故障检测，完成基于EfficientDet网络的输电线路故障检测。具体包括以下步骤：1)获取真实场景下输电线路各部件的图像，并以此作为原始样本；2)对步骤1)中的原始样本进行平移、旋转及拼接操作，同时仿真输电线路关键部件的图像，并模拟导线散股断股场景拍摄图像，以扩充输电线路图像的数量；3)使用标注工具对输电线路图像数据集中的图像进行标签标注；4)对真实场景下的输电线路图像进行数据增强，然后再通过各输电线路图像构建输电线路图像数据集；5)利用步骤4)中的输电线路图像数据集训练并测试EfficientDetD0～D3网络，然后通过对比训练及测试后的D0～D3网络的性能指标，最终选择网络模型作为基础网络；6)对基础网络中的特征融合模块进行改进及设计anchor，然后利用改进后的网络进行输电线路故障检测。步骤2)的具体操作为：对真实场景下采集到的输电线路图像进行平移、旋转、裁剪、拼接、亮度和对比度变换，以增加输电线路图像数目；利用3dsMax软件仿真输电线路图像，同时建立输电线路各部件的三维模型，然后分别增加到晴天、阴天、雪地、树林、农田、住宅区及河流的背景环境下，以增加输电线路图像；利用3dsMax软件仿真图像，先建立输电线路各类部件三维模型，再分别在晴天、阴天、雪地、树林、农田、住宅区和河流不同背景环境下对模型进行渲染，以扩充输电线路数图像据集；利用Photoshop图像处理软件，仿真输电线路中悬挂异物场景下的图像，以增加输电线路图像；模拟导线断股散股场景，摆拍不同角度、光照条件下的导线不同损伤程度的图像，以增加输电线路图像。步骤3)中，利用标注工具LabelImg对输电线路图像进行标签标注，其中，以绝缘子击穿和缺损、鸟害、接口断裂、绝缘子或导线不规则覆冰、异物短路、导线散股断股为待标注的目标区域。步骤4)中采用Mixup方法、CutMix方法及Mosaic方法对数据进行增强。步骤5)中，EfficientDet网络包含EfficientDetD0-D7共八个网络，EfficientDetD0-D7网络的输入图像尺寸来越大、网络的深度越深，则检测精度依次提升但检测速度变慢且模型参数量有所增加，分别对EfficientDetD0～D3网络进行训练，利用训练好的EfficientDetD0～D3网络分别对故障数据集中的测试集进行故障检测，选定综合性能最佳的作为基础网络。步骤6)中，改进后EfficientDet网络中特征融合层的层数为3层或者4层。步骤6)中，采用基于K-means的聚类算法设计EfficientDet网络中anchor的尺寸并设计新的anchor分配方式。本专利技术具有以下有益效果：本专利技术所述的基于EfficientDet网络的输电线路故障检测方法在具体操作时，对真实场景下采集的输电线路图像进行几何变换操作，然后再进行裁剪、拼接、亮度和对比度变换，初步扩充输电线路图像数据集；随后仿真输电线路中部件的图像，并模拟导线散股断股场景拍摄图像，以丰富故障数据类型；然后对输电线路图像的数据增强，以降低检测的难度，提高检测的准确性，最后通过对EfficientDet网络进行有效改进，然后利用改进后的EfficientDet网络进行输电线路故障检测，需要说明的是，本专利技术在电力行业没有标准的开源输电线路部件图像数据集的情况下，能够有效完成数据集的制作，为相关领域的研究提供了数据增广方法，实现对输电线路故障的快速高效检测，为实际应用中的输电线路故障检测、智能巡线等实用技术提供更好的技术支撑。附图说明图1为本专利技术的流程图；图2为数据增广的部分图示例图；图3为使用3dsMax仿真软件对输电线路关键部件建模过程图；图4a为利用Photoshop仿真异物的一种图像；图4b为利用Photoshop仿真异物的另一种图像；...

【技术保护点】
1.一种基于EfficientDet网络的输电线路故障检测方法，其特征在于，包括以下步骤：/n获取若干真实场景下的输电线路图像，并以真实场景下的输电线路图像构建输电线路图像数据集，再对真实场景下的输电线路图像进行几何变换，然后进行裁剪、拼接、亮度及对比度变换，以扩充输电线路图像数据集，再仿真输电线路中各部件的图像，同时模拟导线散股断股场景拍摄图像，以进一步扩充输电线路图像数据集，最后对输电线路图像数据集中的若干输电线路图像进行数据增强，再利用数据增强后的输电线路图像对EfficientDet网络进行训练及测试，并选择基础网络进行改进，然后利用改进后的EfficientDet网络进行输电线路故障检测，完成基于EfficientDet网络的输电线路故障检测。/n

【技术特征摘要】
1.一种基于EfficientDet网络的输电线路故障检测方法，其特征在于，包括以下步骤：
获取若干真实场景下的输电线路图像，并以真实场景下的输电线路图像构建输电线路图像数据集，再对真实场景下的输电线路图像进行几何变换，然后进行裁剪、拼接、亮度及对比度变换，以扩充输电线路图像数据集，再仿真输电线路中各部件的图像，同时模拟导线散股断股场景拍摄图像，以进一步扩充输电线路图像数据集，最后对输电线路图像数据集中的若干输电线路图像进行数据增强，再利用数据增强后的输电线路图像对EfficientDet网络进行训练及测试，并选择基础网络进行改进，然后利用改进后的EfficientDet网络进行输电线路故障检测，完成基于EfficientDet网络的输电线路故障检测。


2.根据权利要求1所述的基于EfficientDet网络的输电线路故障检测方法，其特征在于，具体包括以下步骤：
1)获取真实场景下输电线路各部件的图像，并以此作为原始样本；
2)对步骤1)中的原始样本进行平移、旋转及拼接操作，同时仿真输电线路关键部件的图像，并模拟导线散股断股场景拍摄图像，以扩充输电线路图像的数量；
3)使用标注工具对输电线路图像数据集中的图像进行标签标注；
4)对真实场景下的输电线路图像进行数据增强，然后再通过各输电线路图像构建输电线路图像数据集；
5)利用步骤4)中的输电线路图像数据集训练并测试EfficientDetD0～D3网络，然后通过对比训练及测试后的D0～D3网络的性能指标，最终选择网络模型作为基础网络；
6)对基础网络中的特征融合模块进行改进及设计anchor，然后利用改进后的网络进行输电线路故障检测。


3.根据权利要求2所述的基于EfficientDet网络的输电线路故障检测方法，其特征在于，步骤2)的具体操作为：
对真实场景下采集到的输电线路图像进行平移、旋转、裁剪、拼接、亮度和对比度变换，以增加输电线路图像数目；
利用3dsMax软件仿真输电线路图像，同时建立输电线路各部件的三维模型，然后分别增加到晴天、阴天、雪地、树林、农田、住宅区及河...

【专利技术属性】
技术研发人员：侯兴松，朱登柯，崔江波，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西;61