基于语义分割的变电站渗漏油和金属锈蚀检测方法及系统技术方案

本发明专利技术公开了基于语义分割的变电站渗漏油和金属锈蚀检测方法及系统，属于变电站设备缺陷检测技术领域，包括以下步骤：S1：训练网络；S2：分割识别；S3：区域融合；S4：间隔采样；S5：重复采样；S6：确定目标区域。本发明专利技术采用语义分割的技术进行缺陷检测，提高了缺陷检出率，满足变电站高检出率的需求，并且在高检出率的同时，可以保证较高的正确率，比目标检测降低阈值后，检出率和误检率同步提升更有优势，值得被推广使用。值得被推广使用。值得被推广使用。

【技术实现步骤摘要】
基于语义分割的变电站渗漏油和金属锈蚀检测方法及系统


[0001]本专利技术涉及变电站设备缺陷检测
，具体涉及基于语义分割的变电站渗漏油和金属锈蚀检测方法及系统。

技术介绍

[0002]由于变电站的设备，如主变，套管等，大多数运行于高压，强磁场环境下，设备往往内部充满油类液体进行绝缘隔离、散热等功能。在长时间使用后，设备由于密封或者焊接等问题，会出现油液泄漏。一旦设备内油液减少到一定程度，设备的绝缘性能大大降低，会对设备的正常运行造成较大的故障隐患，因此准确检测出设备漏油情况有重大的价值。
[0003]金属锈蚀故障较多出现在曝露在室外的金属类型的设备上，设备表面发生氧化。此类故障相比漏油重要性稍低，但也影响变电站的安全运行。
[0004]目前已有的解决方案有两种，一种是传统的基于图像处理的方案，另一种是深度学习出现后的目标检测技术进行解决。
[0005]基于图像处理的方案：先进行颜色空间变换如HSV空间、然后统计颜色直方图、阈值分隔，颜色聚类的方式进行检测。这种方案鲁棒性特别差，容易受到各种环境因素的干扰，如光照，反本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于语义分割的变电站渗漏油和金属锈蚀检测方法，其特征在于，包括以下步骤：S1：训练网络利用已标注的训练数据集训练语义分割网络；S2：分割识别使用训练完成的语义分割网络对待检图片进行分割识别；S3：区域融合针对每一类信息，采用基本图像处理操作，分别融合成渗漏油和金属锈蚀区域；S4：间隔采样间隔固定时间t，对取样点再次进行图片采集，重复步骤S2及步骤S3；S5：重复采样重复步骤S4，直到对同一采样点累计完成n次采样后；S6：确定目标区域针对相同区域长宽比例按照采样时间顺序进行记录，将区域变化不合理的检测结果排除，确定最终的目标区域。2.根据权利要求1所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法，其特征在于：所述步骤S1具体包括以下过程：S101：采集数据图片，使用labelme数据标注工具对图片进行手动分割标注，分割出图片中存在的渗漏油区域和金属锈蚀区域，形成训练数据集；S102：使用标注完成的数据集对语义分割网络进行训练。3.根据权利要求2所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法，其特征在于：在所述步骤S102中，语义分割网络选用U
‑
Net网络。4.根据权利要求1所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法，其特征在于：在所述步骤S3中，每一类信息为经过分割识别后的渗漏油和金属锈蚀像素信息。5.根据权利要求1所述的基于语义分割的变电站渗漏油和金属锈蚀检测方法，其特征在于：在所述步骤S3中，基本图像处理操作包括腐蚀、膨胀、连通域提取操作。6.根...

【专利技术属性】
技术研发人员：吕要要，刘海峰，任广鑫，张明，
申请(专利权)人：合肥中科类脑智能技术有限公司，
类型：发明
国别省市：