一种基于YOLOv5网络的输电线路安全风险监测方法技术

本发明专利技术涉及一种基于YOLO v5网络的输电线路安全风险监测方法，包括以下步骤：采集输电线路数异常物体数据集并进行数据集处理，最后将数据集分为训练集和测试集；构建YOLO v5网络模型并进行训练和测试；训练好的YOLO v5网络模型对输电线路上的图像进行识别，然后评估YOLO v5网络模型的性能；基于YOLO v5网络模型的识别结果，构造输电线路安全区域，经过风险管控机制处理，建立安全风险监测方法。本发明专利技术检测精度高、检测速度快、安全风险监测有效性高。高。高。

【技术实现步骤摘要】
一种基于YOLO v5网络的输电线路安全风险监测方法


[0001]本专利技术涉及电力行业智能安全领域，具体的是一种基于YOLO v5网络的输电线路安全风险监测方法。

技术介绍

[0002]在国家电网建设中，输电线路主要是把电能输送。输电线路的架设是经过地区的地形和气候复杂多变，且长期的外部环境影响下，容易发生导线断线、杆塔损坏等故障。如果这些故障不及时修复，很容易造成大面积的停电。因此，开展实时巡检工作是非常重要的。实时巡检不仅可以保证输电线路的平稳可靠运行，还可以避免不必要的经济损失，对国家电力安全、经济稳定发展起着非常重要的作用。
[0003]输电线路的早期巡检工作主要由人工排查方式来完成，即工作负责人员到达现场通过肉眼观察，查找并识别线路上的安全隐患点，但这种巡检方式效率低、难度大且可靠性差。目前采用的新巡检方法逐步取代人工巡检，这个新的巡检方法是通过图像采集工具，如高清摄像机或红外摄像机，然后工作人员可以查看和分析收集到的视频图像，观察传输电线路的典型组件的状态并且找出安全风隐患。然而，使用这种新的巡检方法，视频终端采集图像所产本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于YOLO v5网络的输电线路安全风险监测方法，其特征在于，包括以下步骤：(1)采集输电线路数异常物体数据集并进行数据集处理，最后将数据集分为训练集和测试集；(2)构建YOLO v5网络模型并进行训练和测试；(3)训练好的YOLO v5网络模型对输电线路上的图像进行识别，然后评估YOLO v5网络模型的性能；(4)基于YOLO v5网络模型的识别结果，构造输电线路安全区域，经过风险管控机制处理，建立安全风险监测方法。2.根据权利要求1所述的基于YOLO v5网络的输电线路安全风险监测方法，其特征在于，所述步骤(1)中的数据集，包括以下步骤：第一步，数据集来源通过输电线路上的摄像头装置、布控球、机器人装置采集；第二步，采集的数据集分为车、烟火、漂浮物三类，对其标注处理成VOC格式；第三步，对标注后的数据集进行划分，训练集和测试集比例为:1。3.根据权利要求1所述的基于YOLO v5网络的输电线路安全风险监测方法，其特征在于，所述步骤(2)中的YOLO v5网络模型，包括以下步骤：第一步；构建YOLO v5网络模型，分别建立输入端、Backbone、Neck、Prediction四部分；第二步，在训练过程中，输入端使用Mosaic数据增强、自适应锚框计算、自适应图片缩放，Backbone使用Focus结构和CSP...

【专利技术属性】
技术研发人员：陈力，孔陈祥，胡文涛，王晓，
申请(专利权)人：江苏电力信息技术有限公司，
类型：发明
国别省市：