绝缘子损坏检测方法、系统及介质技术方案

本发明专利技术实施例公开了绝缘子损坏检测方法、系统及介质，方法包括以下步骤：获取绝缘子实时的图像或视频数据以及对应的位置信息；基于小样本绝缘子多尺度扩充级联检测模型对图像或视频数据进行检测分析，在图片上定位出绝缘子，并对其损坏状态进行评估；输出包含所述位置信息的绝缘子损坏状态评估结果。本发明专利技术实施例能够提高输电线路绝缘子损坏情况检测效率，保证用电安全。保证用电安全。保证用电安全。

【技术实现步骤摘要】
绝缘子损坏检测方法、系统及介质


[0001]本专利技术涉及绝缘子监控系统，特别涉及一种绝缘子损坏检测方法、系统及介质。

技术介绍

[0002]绝缘子是输电线路中不可或缺的电气绝缘与支撑控件，当绝缘子发生故障，失去支撑与保护的电线很容易与其他电线和电塔之间发生接触，导致输电线短路，引发大范围停电等事故，严重危害用电安全。
[0003]输电线设备分布广、数量多、里程长、环境复杂，绝缘子也是输电线路中较易出现故障的元器件之一，现阶段电路绝缘子检测维护仍主要由线路维护部门人工定期实地巡检、反馈维护，这种方式检测精度与维护效率较低，导致了大量人力与资源的浪费，且无法保证巡检人员的安全，亟需一种准确高效的监控处理系统。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种绝缘子损坏检测方法，能够解决输电线路现有绝缘子监测方式效率低，人工成本高的问题。
[0005]本专利技术还提出一种使用上述绝缘子损坏检测方法的绝缘子损坏检测系统。
[0006]本专利技术还提出一种实施上述绝缘子损坏检测方法的计算机可读存储介质。
[0007]根据本专利技术的第一方面实施例的绝缘子损坏检测方法，包括以下步骤：获取绝缘子实时的图像或视频数据以及对应的位置信息；基于小样本绝缘子多尺度扩充级联检测模型对图像或视频数据进行检测分析，在图片上定位出绝缘子，并对其损坏状态进行评估；输出包含所述位置信息的绝缘子损坏状态评估结果。
[0008]根据本专利技术实施例的绝缘子损坏检测方法，至少具有如下有益效果：本专利技术实施例的绝缘子损坏检测方法通过获取实时的绝缘子图像/视频数据，经过小样本绝缘子多尺度扩充级联检测模型检测分析，能够在减少人工定期实地巡检的需求，提高检测精度和维护效率，避免大量人力与资源的浪费。
[0009]根据本专利技术的一些实施例，所述方法还包括：通过绝缘子缺陷数据对绝缘子多尺度扩充级联模型进行训练，得到所述小样本绝缘子多尺度扩充级联检测模型，具体步骤如下：获取绝缘子缺陷数据，根据绝缘子缺陷检测算法的标注需求，构建符合需求的绝缘子标注数据；其中，绝缘子标注分为两级：绝缘子串标注和绝缘子缺陷标注；构建绝缘子多尺度扩充级联模型，所述模型为在Fast
‑
RCNN模型的基础上加入带FPN的多尺度扩展增强分支，所述分支使用多尺度正样本扩充来丰富训练网络中的对象尺度；使用其他域数据对所述绝缘子多尺度扩充级联模型进行预训练，得到预训练模型；其中，所述其他域数据包括coco和/或voc；对所述绝缘子标注数据进行数据增强，得到增强后的绝缘子标注数据；使用增强后的不同级别的绝缘子标注数据分别对所述预训练模型进行微调，得到绝缘子串检测模型和绝缘子缺陷检测模型；将所述绝缘子串检测模型和所述绝缘子缺陷检测模型进行级联，得到所述小样本绝缘子多尺度扩充级联检测模型。
[0010]根据本专利技术的一些实施例，所述对所述绝缘子标注数据进行数据增强至少包括以下步骤其中之一：旋转、翻转、颜色变换、亮度变换、对比度变换。
[0011]根据本专利技术的一些实施例，小样本绝缘子多尺度扩充级联检测模型包括绝缘子串检测模型和绝缘子缺陷检测模型；所述基于小样本绝缘子多尺度扩充级联检测模型对解析处理后的数据进行检测分析包括：检测时，输入待检测图片，基于所述绝缘子串检测模型对所述待检测图片中的绝缘子串进行检测，得到检测到的绝缘子串局部图片；基于所述绝缘子缺陷检测模型对所述绝缘子串局部图片中的绝缘子片进行检测，得到绝缘子串中绝缘子片的状态，并输出缺陷位置；将所述缺陷位置换算到所述待检测图片中，输出检测结果。
[0012]根据本专利技术的一些实施例，所述输出包含所述位置信息的绝缘子损坏状态评估结果包括：对绝缘子损坏状态评估完成后，结合所述位置信息将绝缘子检测结果记录至日志，并将异常信息发送至异常处理平台。
[0013]根据本专利技术的一些实施例，所述输出包含所述位置信息的绝缘子损坏状态评估结果还包括：将所述异常信息可视化，在终端上显示异常绝缘子的位置与损坏情况。
[0014]根据本专利技术的第二方面实施例的绝缘子损坏检测系统，使用本专利技术的第一方面实施例中任一项所述的绝缘子损坏检测方法，包括：图像/视频获取单元，用于获取绝缘子实时的图像或视频数据以及对应的位置信息；云端数据处理平台，用于基于小样本绝缘子多尺度扩充级联检测模型对所述图像或视频数据进行检测分析，在图片上定位出绝缘子，并对其损坏状态进行评估，将评估结果记录进日志中；异常处理平台，用于接收所述云端数据处理平台发送的所述日志，并将其可视化。
[0015]根据本专利技术实施例的绝缘子损坏检测系统，至少具有如下有益效果：本专利技术实施例的绝缘子损坏检测系统通过获取实时的绝缘子图像/视频数据，经过小样本绝缘子多尺度扩充级联检测模型检测分析，能够在减少人工定期实地巡检的需求，提高检测精度和维护效率，避免大量人力与资源的浪费。
[0016]根据本专利技术的一些实施例，所述图像/视频获取单元包括塔基数据获取模块和/或无人机数据获取模块，所述塔基数据获取模块包括摄像头、塔基和塔基通信模块；所述无人机数据获取模块包括摄像头、无人机、GPS/雷达模块和通信模块。
[0017]根据本专利技术的一些实施例，所述异常处理平台包括搭载警报控制系统的终端机器，包括PC机和/移动终端；所述异常处理平台用于显示当前各区域的绝缘子健康情况，并对损坏绝缘子机器所在位置进行警示，可视化损坏情况。
[0018]根据本专利技术的第三方面实施例的计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术的第一方面实施例中任一项的方法。
[0019]由于本专利技术实施例的计算机可读存储介质上存储有用于执行如本专利技术第一方面中任一项所述的绝缘子损坏检测方法的计算机可执行指令，因此具有本专利技术第一方面的所有有益效果。
[0020]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0021]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得
明显和容易理解，其中：
[0022]图1为本专利技术实施例的方法的流程示意图。
[0023]图2为本专利技术一实施例的绝缘子检查方法的流程示意图。
[0024]图3为本专利技术实施例的小样本绝缘子多尺度扩充级联检测模型的训练流程示意图。
[0025]图4为本专利技术实施例的基于绝缘子小样本多尺度扩充模型检测绝缘子损坏状态流程示意图。
[0026]图5为本专利技术实施例的绝缘子损坏检测系统的模块示意框图。
[0027]图6为本专利技术实施例的图像/视频获取单元的模块示意框图。
[0028]图7为本专利技术实施例的异常处理平台的模块示意框图。
具体实施方式
[0029]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种绝缘子损坏检测方法，其特征在于，包括以下步骤：获取绝缘子实时的图像或视频数据以及对应的位置信息；基于小样本绝缘子多尺度扩充级联检测模型对图像或视频数据进行检测分析，在图片上定位出绝缘子，并对其损坏状态进行评估；输出包含所述位置信息的绝缘子损坏状态评估结果。2.根据权利要求1所述的绝缘子损坏检测方法，其特征在于，所述方法还包括：通过绝缘子缺陷数据对绝缘子多尺度扩充级联模型进行训练，得到所述小样本绝缘子多尺度扩充级联检测模型，具体步骤如下：获取绝缘子缺陷数据，根据绝缘子缺陷检测算法的标注需求，构建符合需求的绝缘子标注数据；其中，绝缘子标注分为两级：绝缘子串标注和绝缘子缺陷标注；构建绝缘子多尺度扩充级联模型，所述模型为在Fast
‑
RCNN模型的基础上加入带FPN的多尺度扩展增强分支，所述分支使用多尺度正样本扩充来丰富训练网络中的对象尺度；使用其他域数据对所述绝缘子多尺度扩充级联模型进行预训练，得到预训练模型；其中，所述其他域数据包括coco和/或voc；对所述绝缘子标注数据进行数据增强，得到增强后的绝缘子标注数据；使用增强后的不同级别的绝缘子标注数据分别对所述预训练模型进行微调，得到绝缘子串检测模型和绝缘子缺陷检测模型；将所述绝缘子串检测模型和所述绝缘子缺陷检测模型进行级联，得到所述小样本绝缘子多尺度扩充级联检测模型。3.根据权利要求2所述的绝缘子损坏检测方法，其特征在于，所述对所述绝缘子标注数据进行数据增强至少包括以下步骤其中之一：旋转、翻转、颜色变换、亮度变换、对比度变换。4.根据权利要求1所述的绝缘子损坏检测方法，其特征在于，小样本绝缘子多尺度扩充级联检测模型包括绝缘子串检测模型和绝缘子缺陷检测模型；所述基于小样本绝缘子多尺度扩充级联检测模型对图像或视频数据进行检测分析包括：检测时，输入待检测图片，基于所述绝缘子串检测模型对所述待检测图片中的绝缘子串进行检...

【专利技术属性】
技术研发人员：张源，吉涛，蔡传雄，魏斯芳，吴波，徐光梅，
申请(专利权)人：珠高电气检测有限公司，
类型：发明
国别省市：