一种高压电缆终端铅封缺陷检测方法及装置制造方法及图纸

本申请涉及缺陷识别检测技术领域，公开了一种高压电缆终端铅封缺陷检测方法及装置。在该方法中，首先利用超声相控阵设备采集高压电缆终端的典型铅封缺陷图像，利用卷积神经网络进行多次迭代运算深度学习训练获得铅封缺陷检测模型，最后将铅封缺陷检测模型用于现场检测中。该方法克服了模型输入训练样本少，缺陷对比度低等诸多干扰因素的影响，在实际的铅封缺陷检测中，可以有效检测出高压电缆终端内部缺陷和铅封与铝护套之间的层间缺陷，也能在两种缺陷同时存在时实现缺陷检测，有效减少因依赖操作人员现场操作经验而造成对缺陷的误判，可以明显提高终端铅封缺陷检测精度及准确度。可以明显提高终端铅封缺陷检测精度及准确度。可以明显提高终端铅封缺陷检测精度及准确度。

【技术实现步骤摘要】
一种高压电缆终端铅封缺陷检测方法及装置


[0001]本申请涉及缺陷识别检测
，尤其涉及一种高压电缆终端铅封缺陷检测方法及装置。

技术介绍

[0002]目前城市电力系统发展迅速，电缆负荷也是逐渐增大，城市配电网中高压电缆应用越来越广泛。高压电缆终端附件是输电线路重要的组成部分，铅封制作是高压电缆终端附件制作的关键工艺之一，铅封制作的好坏直接影响到高压电缆安全稳定运行。
[0003]高压电缆终端铅封在制作的过程中需要依靠大量的人工现场作业，目前也无相应的现场铅封制作标准，只能依靠经验进行判断是否制作完好，因此电缆铝护套铅封制作的过程中会留下大量潜伏性缺陷，或在运行过程中受外力作用会出现孔洞、开裂或者脱粘等缺陷，严重时还会引起电网非计划停运事故。为了保证高压电缆终端本体与附件安全稳定运行，并且在安装和运行中能够及时掌握铅封是否存在缺陷，以及缺陷位置和大小，亟需能够迅速、精确检测、识别和定位高压电缆终端铅封缺陷的有效办法。
[0004]超声检测方法是目前检测复杂结构内部缺陷的主要方法，相比传统的超声无损检测，超声相控阵检测方法扫查范围更广、缺陷回波更加明显、成像更加清晰，在检测结构复杂、表面曲率大的物体具有很明显的优势。但是对于缺陷类型的判断严重依靠操作人员的现场经验，容易造成对缺陷的误判。

技术实现思路

[0005]本申请公开了一种高压电缆终端铅封缺陷检测方法，用于解决现有技术中，对于缺陷类型的判断严重依靠操作人员的现场经验，容易造成对缺陷的误判的技术问题。
[0006]本申请第一方面公开了一种高压电缆终端铅封缺陷检测方法，包括：
[0007]利用超声相控阵设备获取高压电缆终端的典型铅封缺陷图像；
[0008]根据所述典型铅封缺陷图像，确定待训练原始样本和待测试样本；
[0009]在所述待训练原始样本上标注出铅封缺陷类型，并进行铅封缺陷类型分类，生成待训练标注样本；
[0010]将所述待训练标注样本通过卷积神经网络进行缺陷特征识别训练，生成铅封缺陷检测模型，并将所述待测试样本输入所述铅封缺陷检测模型中进行缺陷识别率测试；
[0011]获取现场铅封缺陷图像，并输入至通过缺陷识别率测试的铅封缺陷检测模型，确定所述现场铅封缺陷图像的铅封缺陷类型。
[0012]可选的，所述典型铅封缺陷图像包括：铅封内部缺陷图像、铅封层间缺陷图像和铅封内部层间缺陷图像；所述铅封层间缺陷图像为铅封与铝护套层间存在缺陷的图像，所述铅封内部层间缺陷图像为同时存在铅封内部缺陷与铅封层间缺陷的图像。
[0013]可选的，所述根据所述典型铅封缺陷图像，确定待训练原始样本和待测试样本，包括：
[0014]将所述典型铅封缺陷图像压缩至预设大小，并且保存为彩色，确定典型铅封缺陷样本集；
[0015]对所述典型铅封缺陷样本集进行划分处理，确定所述待训练原始样本和所述待测试样本。
[0016]可选的，所述预设大小的长宽均设置为256像素。
[0017]可选的，所述铅封缺陷类型分类包括：对所述待训练原始样本中不同位置的铅封缺陷图像进行分类。
[0018]可选的，所述缺陷特征识别训练，包括：卷积阶段、池化阶段和Dropout防止过拟合阶段；
[0019]所述卷积阶段用于将所述待训练标注样本通过卷积运算，进行图像特征提取；
[0020]所述池化阶段用于将所述待训练标注样本中，图像相似的特征集合起来，减少卷积层输出的特征向量，减轻卷积神经网络的计算量；
[0021]所述Dropout防止过拟合阶段用于在所述待训练标注样本的样本数量不足，以及训练数据量较小时，防止过拟合。
[0022]可选的，若所述铅封缺陷检测模型没有通过缺陷识别率测试，则重新生成铅封缺陷检测模型。
[0023]本申请第二方面公开了一种高压电缆终端铅封缺陷检测装置，所述高压电缆终端铅封缺陷检测装置应用于本申请第一方面公开的的高压电缆终端铅封缺陷检测方法，所述高压电缆终端铅封缺陷检测装置包括：
[0024]典型图像获取模块，用于利用超声相控阵设备获取高压电缆终端的典型铅封缺陷图像；
[0025]图像预处理模块，用于根据所述典型铅封缺陷图像，确定待训练原始样本和待测试样本；
[0026]待训练标注样本生成模块，用于在所述待训练原始样本上标注出铅封缺陷类型，并进行铅封缺陷类型分类，生成待训练标注样本；
[0027]模型生成模块，用于将所述待训练标注样本通过卷积神经网络进行缺陷特征识别训练，生成铅封缺陷检测模型，并将所述待测试样本输入所述铅封缺陷检测模型中进行缺陷识别率测试；
[0028]铅封缺陷检测模块，用于获取现场铅封缺陷图像，并输入至通过缺陷识别率测试的铅封缺陷检测模型，确定所述现场铅封缺陷图像的铅封缺陷类型。
[0029]可选的，所述图像预处理模块包括：
[0030]预处理单元，用于将所述典型铅封缺陷图像压缩至预设大小，并且保存为彩色，确定典型铅封缺陷样本集；其中，所述预设大小的长宽均设置为256像素；
[0031]划分处理单元，用于对所述典型铅封缺陷样本集进行划分处理，确定所述待训练原始样本和所述待测试样本。
[0032]可选的，所述模型生成模块包括：
[0033]卷积单元，用于将所述待训练标注样本通过卷积运算，进行图像特征提取；
[0034]池化单元，用于将所述待训练标注样本中，图像相似的特征集合起来，减少卷积层输出的特征向量，减轻卷积神经网络的计算量；
[0035]Dropout防止过拟合单元，用于在所述待训练标注样本的样本数量不足，以及训练数据量较小时，防止过拟合。
[0036]本申请涉及缺陷识别检测
，公开了一种高压电缆终端铅封缺陷检测方法及装置。在该方法中，首先利用超声相控阵设备采集高压电缆终端的典型铅封缺陷图像，利用卷积神经网络进行多次迭代运算深度学习训练获得铅封缺陷检测模型，最后将铅封缺陷检测模型用于现场检测中。该方法克服了模型输入训练样本少，缺陷对比度低等诸多干扰因素的影响，在实际的铅封缺陷检测中，可以有效检测出高压电缆终端内部缺陷和铅封与铝护套之间的层间缺陷，也能在两种缺陷同时存在时实现缺陷检测，有效减少因依赖操作人员现场操作经验而造成对缺陷的误判，可以明显提高终端铅封缺陷检测精度及准确度。
附图说明
[0037]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0038]图1为本申请实施例公开的一种高压电缆终端铅封缺陷检测方法的工作流程示意图；
[0039]图2为本申请实施例公开的一种高压电缆终端铅封缺陷检测方法中，利用超声相控阵设备扫描铅封缺陷的示意图；
[0040]图3为本申请实施例公开的一种高压电缆终端铅封缺陷检测方法中卷积阶段的示意图；
[0041本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高压电缆终端铅封缺陷检测方法，其特征在于，包括：利用超声相控阵设备获取高压电缆终端的典型铅封缺陷图像；根据所述典型铅封缺陷图像，确定待训练原始样本和待测试样本；在所述待训练原始样本上标注出铅封缺陷类型，并进行铅封缺陷类型分类，生成待训练标注样本；将所述待训练标注样本通过卷积神经网络进行缺陷特征识别训练，生成铅封缺陷检测模型，并将所述待测试样本输入所述铅封缺陷检测模型中进行缺陷识别率测试；获取现场铅封缺陷图像，并输入至通过缺陷识别率测试的铅封缺陷检测模型，确定所述现场铅封缺陷图像的铅封缺陷类型。2.根据权利要求1所述的高压电缆终端铅封缺陷检测方法，其特征在于，所述典型铅封缺陷图像包括：铅封内部缺陷图像、铅封层间缺陷图像和铅封内部层间缺陷图像；所述铅封层间缺陷图像为铅封与铝护套层间存在缺陷的图像，所述铅封内部层间缺陷图像为同时存在铅封内部缺陷与铅封层间缺陷的图像。3.根据权利要求1所述的高压电缆终端铅封缺陷检测方法，其特征在于，所述根据所述典型铅封缺陷图像，确定待训练原始样本和待测试样本，包括：将所述典型铅封缺陷图像压缩至预设大小，并且保存为彩色，确定典型铅封缺陷样本集；对所述典型铅封缺陷样本集进行划分处理，确定所述待训练原始样本和所述待测试样本。4.根据权利要求3所述的高压电缆终端铅封缺陷检测方法，其特征在于，所述预设大小的长宽均设置为256像素。5.根据权利要求1所述的高压电缆终端铅封缺陷检测方法，其特征在于，所述铅封缺陷类型分类包括：对所述待训练原始样本中不同位置的铅封缺陷图像进行分类。6.根据权利要求1所述的高压电缆终端铅封缺陷检测方法，其特征在于，所述缺陷特征识别训练，包括：卷积阶段、池化阶段和Dropout防止过拟合阶段；所述卷积阶段用于将所述待训练标注样本通过卷积运算，进行图像特征提取；所述池化阶段用于将所述待训练标注样本中，图像相似的特征集合起来，减少卷积层输出的特征向量，减轻卷积神经网络的计算量；所述Dropout防止过拟合阶段用于在所述待训练标注...

【专利技术属性】
技术研发人员：曹京荥，黄强，陈杰，杨景刚，孙蓉，刘建军，谭笑，李鸿泽，柏仓，胡丽斌，李陈莹，张伟，邱刚，
申请(专利权)人：国网江苏省电力有限公司江苏省电力试验研究院有限公司，
类型：发明
国别省市：