一种改进CascadeR-CNN的变压器油渍泄露红外图像识别方法技术

本发明专利技术提供一种改进Cascade R

An improved infrared image recognition method of transformer oil leakage based on cascader CNN

【技术实现步骤摘要】
一种改进Cascade R
‑
CNN的变压器油渍泄露红外图像识别方法


[0001]本专利技术涉及变压器油渍泄露检测
，特别涉及一种改进Cascade R
‑
CNN的变压器油渍泄露红外图像识别方法。

技术介绍

[0002]变压器油渍泄露检测技术在供电和输电的过程中发挥着极其重要的作用，如果可以通过红外图像借助计算机辅助系统实现对变压器油渍泄露区域的精准识别，则可以有效地及时发现和防止火灾的发生。据我国不完全数据统计，每年因为变压器油渍泄露事件未能及时发现和做出防御部署措施的就有上千个例子。
[0003]当前常用的变压器油渍泄露检测方法主要是通过传统的算法和人工巡查的方式，这些方法虽然能够发现变压器油渍泄露的不良情况，但是也带来了一些麻烦如所用时间长、消耗人工的体力。近几年来，深度学习技术在图像识别方面取得了巨大的成就，同时也被用在变压器油渍泄露检测上，但也存在一些不足之处，如对于那些受天气影响而获得的变压器油渍泄露复杂的红外背景图像，会影响深度学习算法的特征提取效率和识别精度。
专利技术内本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种改进Cascade R
‑
CNN的变压器油渍泄露红外图像识别方法，其特征在于，包括以下步骤：步骤S1、获取变压器油渍泄露的红外图像数据，对红外图像数据进行处理并获得训练数据以及待处理数据；步骤S2、构建图像识别网络，所述识别网络包括依次连接的特征提取网络、特征融合及空洞卷积下采样网络以及级联检测器网络；步骤S3、将训练数据输入到图像识别网络中，由特征提取网络、特征融合及空洞卷积下采样网络以及级联检测器网络依次进行图像处理，并获得训练完成的图像识别网络；步骤S4、将待处理数据输入到训练完成的图像识别网络，获得变压器油渍泄露的红外图像的精确识别结果。2.根据权利要求1所述的一种改进Cascade R
‑
CNN的变压器油渍泄露红外图像识别方法，其特征在于，所述步骤S1对红外图像数据进行处理的具体步骤为：将红外图像数据调整成为统一大小的尺寸。3.根据权利要求1所述的一种改进Cascade R
‑
CNN的变压器油渍泄露红外图像识别方法，其特征在于，所述步骤S2的特征提取网络包括依次连接的卷积层、池化层、第二模块、第三模块以及第四模块，所述第二模块包含6个卷积层，其用于输出第二特征提取信息，所述第三模块包括9个卷积层，其用于输出第三特征提取信息，所述第四模块包括12个卷积层，其用于输出第四特征提取信息。4.根据权利要求3所述的一种改进Cascade R
‑
CNN的变压器油渍泄露红外图像识别方法，其特征在于，所述步骤S3的特征融合及空洞卷积下采样网络进行图像处理的具体步骤包括：步骤S31、对第二特征提取信息进行空洞卷积下采样后与第三特征提取信息进行特征融合，并获得第三特征融合信息；步骤S32、对第三特征融合信息进行空洞卷积下采样后与第四特征提取信息新型特征融合，并获得第四特征融合信息；步骤S33、将第二特征提取信息作为第二特征融合信息，并将第二特征融合信息、第三特征融合信息以及第四特征融合信息发送到级联检测器网络中。5.根据权利要求4所述的一种改进Cascade R
‑
CNN的变压器油渍泄露红外图像识别方法，其特征在于，所述步骤S31和步骤S32的特征融合表达式为：P
i
＝Conv(I
i<...

【专利技术属性】
技术研发人员：陈林聪，陈晓琳，符小桃，
申请(专利权)人：海南电网有限责任公司电力科学研究院，
类型：发明
国别省市：