一种线路缺陷边端识别方法及系统技术方案

本发明专利技术涉及一种线路缺陷边端识别方法及系统，首先对对初始样本训练集进行标注得到标准样本训练集；然后基于深度可分离卷积网络对所述标准样本训练集进行特征提取得到特征数据集；之后基于所述特征数据集对目标检测网络进行迭代优化，得到优化后的所述目标检测网络；最后基于优化后的所述目标检测网络实现线路缺陷的边端识别。本发明专利技术降低了模型的大小，适用于边端识别设备，同时具有较好的准确率和较快的识别速度。较快的识别速度。较快的识别速度。

【技术实现步骤摘要】
一种线路缺陷边端识别方法及系统


[0001]本专利技术涉及输电线路
，特别是涉及一种线路缺陷边端识别方法及系统。

技术介绍

[0002]电力是经济发展的血液和命脉，为工业、农业和城市建设提供着支撑与保障。智能电网、泛在电力物联网的快速发展，为人工智能技术应用提供了广阔的平台，基于数据驱动的电力人工智能技术发挥着越来越重要的作用，已经成为了电网发展的重要战略方向之一。
[0003]高压线路的安全运行是整个电网安全运行的基础之一，所以高压线路巡检是电网巡检工作的重中之重，随着经济的不断发展，电网建设不断加快，高压输电线路的缺陷和故障的情况也越来越多，因此其预防性的维护要求也不断提高。
[0004]基于上述问题，进一步为了深化输电精益化管理，着力提高线路巡检作业质量，在全网范围内建立了无人机和巡检机器人等视频图像巡检和传统人工巡检相互协同的立体化巡检体系，提高了电力维护和检修的速度和效率。
[0005]但现阶段，无人机和机器人等边端设备需要将大量视频图片回传至云端，再投入大量的时间对视频进行人工分析，在排除阳光反射等干扰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种线路缺陷边端识别方法，其特征在于，包括：对初始样本训练集进行标注得到标准样本训练集；基于深度可分离卷积网络对所述标准样本训练集进行特征提取得到特征数据集；基于所述特征数据集对目标检测网络进行迭代优化，得到优化后的所述目标检测网络；基于优化后的所述目标检测网络实现线路缺陷的边端识别。2.根据权利要求1所述的线路缺陷边端识别方法，其特征在于，所述基于所述特征数据集对目标检测网络进行迭代优化，得到优化后的所述目标检测网络，包括：基于所述目标检测网络在所述特征数据集中每个特征图上生成V个缺省框；V为大于1的正整数；计算每个所述缺省框与真实目标之间的类别匹配值，并选取所述类别匹配值的最高值对应的所述缺省框作为预测框；计算每个所述缺省框与所述真实目标之间的交互比值，进一步得到各所述交互比值大于交互比设定值的交互比数量；基于所述预测框、所述交互比数量和所述真实目标得到所述目标检测网络的损失函数；基于所述损失函数对所述目标检测网络进行更新，得到更新后的所述目标检测网络；判断当前迭代次数是否达到最大迭代次数，若达到，则获得全局最优解，进一步得到优化后的所述目标检测网络，若没有达到，则继续进行迭代优化，直至达到最大迭代次数。3.根据权利要求1所述的线路缺陷边端识别方法，其特征在于，所述对初始样本训练集进行标注得到标准样本训练集，具体为：基于Cvat对所述初始样本训练集中的真实目标进行标注，得到标准xml文件集；所述标准xml文件集即为所述标准样本训练集。4.根据权利要求1所述的线路缺陷边端识别方法，其特征在于，所述基于深度可分离卷积网络对所述标准样本训练集进行特征提取得到特征数据集，具体为：对所述标准样本训练集中每张图像均进行B种不同尺度的特征提取，得到所述特征数据集，B为大于1的正整数。...

【专利技术属性】
技术研发人员：申奇，王兴勋，倪康婷，王月香，熊鹏，
申请(专利权)人：北京国网富达科技发展有限责任公司，
类型：发明
国别省市：