一种输电线路小尺寸金具缺陷检测系统技术方案

本发明专利技术提供一种输电线路小尺寸金具缺陷检测系统，包括无人机和地面控制中心，无人机采集输电线路的图像信息后发送给地面控制中心；地面控制中心包括：地面通信单元，用于接收所述数据采集装置发送的输电线路的图像信息；缺陷识别装置，其中配置有缺陷检测模型单元，所述缺陷检测模型单元中存储有预设的输电线路小尺寸金具缺陷检测模型，使用预设的输电线路小尺寸金具缺陷检测模型对地面通信单元接收的图像信息进行识别；预警装置，在缺陷识别装置的识别结果为存在缺陷时，执行报警。本发明专利技术解放人力的同时，提高输电线路小尺寸金具的异常诊断和缺陷识别的准确率。异常诊断和缺陷识别的准确率。异常诊断和缺陷识别的准确率。

【技术实现步骤摘要】
一种输电线路小尺寸金具缺陷检测系统


[0001]本专利技术涉及电网输电线路的缺陷检测
，特别涉及一种输电线路小尺寸金具缺陷检测系统。

技术介绍

[0002]输电是电网的重要组成环节，由于输电线路跨度大，易受自然环境和人为因素破坏，输电线路检测逐步成为输电环节建设的重要组成部分，也是实现输电线路运行状态检修、管理以及提升生产运行精益化管理水平的重要技术手段。
[0003]近些年输电线路的检测方式大体上可以分为以下三种：
[0004]一是传统的人工巡线检测方式，由检修工人定期巡视线路，通过肉眼观察来发现线路是否存在异常情况。
[0005]二是借助于摄像设备，在输电线路杆塔上安装摄像头，通过摄像头采集输电线路的图像信息，并且通过无线通信方式将这些图像信息回传至电力公司的输电线路监控管理后台，再由检修工人观察采集到的监控图像信息，人为判断输电线路是否存在异常现象。
[0006]三是利用无人机巡检拍摄输电线路的图像，同时在电力公司端建设输电线路图像的智能识别平台，无人机巡线结束后将图像导出，利用基于人工智能的图像智能识别技术进行输电线路的缺陷识别。
[0007]上述第一种和第二种检测方式中，人工参与度很大，这样的方式效率较低，同时人员的工作量也较大，长时间工作还容易发生漏检的情况。随着科技的发展，利用无人机巡检和基于人工智能的图像智能识别技术来进行输电线路的缺陷识别已逐渐替代人工巡检和人为判断，成为了目前输电线路缺陷检测的主要方式。
[0008]输电线路中小尺寸金具主要包括螺栓、螺母以及销钉。螺栓、螺母、销钉在输电线路中起到关键部件连接的作用，由于长期暴露在外界环境中，受人为因素、恶劣天气、机械张力以及材料老化等因素的影响，会导致发生锈蚀、松动、缺失、销钉脱落、销钉安装不到位等缺陷，这些缺陷会直接引起部件变形、不稳定甚至造成电力停电事故。
[0009]目前，利用现有的无人机巡检方式来对输电线路中的小尺寸金具缺陷进行识别时，由于采集到的图像中小尺寸金具所占像素点比较少，属于小目标物体，并且输电线路及杆塔上存在大量的小尺寸金具，这样一来很难在如此复杂的背景下进行小尺寸金具缺陷的准确识别，即尺寸较小的金具缺陷目标检测效果无法满足实际的应用需求，现阶段输电线路无人机的巡检方式存在小尺寸金具缺陷检测准确率低，漏报率和误报率也较高的弊端。

技术实现思路

[0010]本专利技术的目的是提供一种输电线路小尺寸金具缺陷检测系统，可以解决现有技术中小尺寸金具缺陷检测准确率低，漏报率和误报率也较高的问题。
[0011]本专利技术的目的是通过以下技术方案实现的：
[0012]本专利技术提供一种输电线路小尺寸金具缺陷检测系统，其特征在于，包括无人机和
地面控制中心，所述无人机上安装有数据采集装置，所述地面控制中心设置有数据处理系统；所述数据采集装置采集输电线路的图像信息后发送给所述数据处理系统；所述数据处理系统包括：
[0013]地面通信单元，用于接收所述数据采集装置发送的输电线路的图像信息；
[0014]缺陷识别装置，其中配置有缺陷检测模型单元，所述缺陷检测模型单元中存储有预设的输电线路小尺寸金具缺陷检测模型，使用预设的输电线路小尺寸金具缺陷检测模型对地面通信单元接收的图像信息进行识别；
[0015]预警装置，在缺陷识别装置的识别结果为存在缺陷时，执行报警。
[0016]进一步的，所述数据处理系统还包括图像预处理单元，所述图像预处理单元连接在地面通信单元和缺陷识别装置之间，对地面通信单元接收的图像信息进行预处理后，再发送给缺陷识别装置进行缺陷识别。
[0017]进一步的，所述缺陷检测模型单元包括虚实集成子单元、迁移学习子单元、模型训练子单元，其中：
[0018]所述虚实集成子单元，用于构建虚实集成的虚拟样本生成及标注模型，将虚拟数据与真实数据进行融合；
[0019]所述迁移学习子单元，将虚实集成的虚拟样本生成及标注模型迁移到实际数据训练，基于深度学习框架实现迁移学习，先进行虚拟数据学习模型的源任务，再进行实际数据学习优化模型的目标任务，以实现基于迁移学习的模型优化；
[0020]所述模型训练子单元，用于基于目标检测算法训练深度学习模型，在深度学习的目标检测基础上，进行输电线路小尺寸金具的异常诊断。
[0021]进一步的，所述采集装置包括控制单元、图像采集单元和无线通信单元；所述控制单元用于控制图像采集单元和无线通信单元工作；所述图像采集单元用于采集输电线路的图像信息，所述无线通信单元与所述地面通信单元通信连接，实现无人机与地面控制中心的通信连接和数据传递。
[0022]进一步的，所述图像采集单元包括双光相机，所述双光相机包括可见光摄像头和红外光摄像头，所述可见光摄像头用于拍摄输电线路的场景画面，所述红外光摄像头用于获取输电线路的红外热成像图。
[0023]进一步的，所述双光相机中设有图像推流处理器，所述图像推流处理器用于将输电线路的场景画面与红外热成像图融合叠加渲染生成渲染图像，以实现图像单线传输。
[0024]进一步的，所述预处理包括图像增强、噪声滤除和阈值分割。
[0025]本专利技术的输电线路小尺寸金具缺陷检测系统，首先通过对图像样本进行深度学习分布式训练，并利用迁移学习技术来建立基于可见光、红外等多图像融合的输电线路小尺寸金具缺陷检测模型，能够克服无人机巡检输电线路小尺寸金具巡检图像背景大、目标小不利因素的影响。同时能够在训练数据规模不够的条件下，提高输电线路小尺寸金具的异常诊断和缺陷识别的准确率。
[0026]本专利技术的检测系统通过图像采集单元对输电线路的图像信息进行采集，然后通过预设于缺陷识别装置中的输电线路小尺寸金具缺陷检测模型对采集来的输电线路的图像信息进行检测识别，以获取输电线路小尺寸金具的缺陷识别结果，并且在小尺寸金具的缺陷识别结果表明存在缺陷特征的情况下，通过预警装置执行相应的预警，从而实现对输电
线路的小尺寸金具的检测和缺陷识别，解放人力的同时，提升了输电线路小尺寸金具缺陷的检测效率和质量。
附图说明
[0027]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0028]图1为本专利技术的输电线路小尺寸金具缺陷检测系统的架构图。
具体实施方式
[0029]下面结合附图对本公开实施例进行详细描述。
[0030]以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本发明提供一种输电线路小尺寸金具缺陷检测系统，其特征在于，包括无人机和地面控制中心，所述无人机上安装有数据采集装置，所述地面控制中心设置有数据处理系统；所述数据采集装置采集输电线路的图像信息后发送给所述数据处理系统；所述数据处理系统包括：地面通信单元，用于接收所述数据采集装置发送的输电线路的图像信息；缺陷识别装置，其中配置有缺陷检测模型单元，所述缺陷检测模型单元中存储有预设的输电线路小尺寸金具缺陷检测模型，使用预设的输电线路小尺寸金具缺陷检测模型对地面通信单元接收的图像信息进行识别；预警装置，在缺陷识别装置的识别结果为存在缺陷时，执行报警。2.根据权利要求1所述的输电线路小尺寸金具缺陷检测系统，其特征在于，所述数据处理系统还包括图像预处理单元，所述图像预处理单元连接在地面通信单元和缺陷识别装置之间，对地面通信单元接收的图像信息进行预处理后，再发送给缺陷识别装置进行缺陷识别。3.根据权利要求1或2所述的输电线路小尺寸金具缺陷检测系统，其特征在于，所述缺陷检测模型单元包括虚实集成子单元、迁移学习子单元、模型训练子单元，其中：所述虚实集成子单元，用于构建虚实集成的虚拟样本生成及标注模型，将虚拟数据与真实数据进行融合；所述迁移学习子单元，将虚实集成的虚拟样本生成及标注模型迁移到实际数据训练，基于深度学...

【专利技术属性】
技术研发人员：王海霖，王江，覃明生，唐锦鹏，韦基毅，韦屹健，邓春明，韦维，石忠诚，兰建蒙，崖望洲，谭堃，黄东，谭文海，蒋英俊，
申请(专利权)人：广西电网有限责任公司河池供电局，
类型：发明
国别省市：