【技术实现步骤摘要】
基于图知识推理的输电线路缺销螺栓识别方法及装置
[0001]本专利技术涉及电力设备故障分类
,尤其涉及一种基于图知识推理的输电线路缺销螺栓识别方法及装置。
技术介绍
[0002]螺栓作为输电线路中紧固连接各种金具不可缺失的部件,极易由于野外环境和受力影响产生螺栓缺陷,其中销子作为定位、固定的连接件,一旦缺失,被紧固部件会产生松动、缺失等各种问题,进而引发安全隐患。利用无人机搭载摄像设备获取输电线路航拍图像逐渐成为主流巡线方式。然而,由于螺栓在航拍图像中的占比小,与输电线路的其他部件相比,螺栓开口销的缺失更难识别。
[0003]申请公布号为CN 114037689 A,名称为一种用于螺栓缺陷分类的语义词典学习方法及装置。基于螺栓缺陷类别语义词典和特征学习模块,对螺栓测试图像进行分类并获得螺栓缺陷分类,实现螺栓缺陷分类准确率和效率较高。螺栓缺陷类别语义词典和特征学习模块是提前获得训练好的,所以整体工作效率较高。
[0004]申请公布号为CN 111210007 A,名称为基于改进SRGAN模型的超分辨率螺栓图像生成方法。其通过在SRGAN模型的损失函数中加入相对均值鉴别器等,实现了在输电线路无人机自主巡检与深度学习的结合应用中,SRGAN模型生成的输电线路螺栓图像的分辨率高。
[0005]结合上述两篇专利文献和现有的技术方案,专利技术人分析发现在现有技术方案中存在如下技术问题。
[0006]目前,输电线路中常用正常螺栓分为两种,含销螺栓和不含销螺栓。含销螺栓的开口销缺失后会变为缺销螺 ...
【技术保护点】
【技术特征摘要】
1.一种基于图知识推理的输电线路缺销螺栓识别方法,其特征在于:包括如下步骤,获得螺栓缺销数据集,所述螺栓缺销数据集包括图片和螺栓标签,螺栓标签的类别包括缺销螺栓;获得相关概率矩阵A
s
,获得金具图片,获得金具图片中螺栓标签类别的类映射和特征张量,获得金具图片中螺栓标签类别的类别表示向量V,更新金具图片中螺栓标签类别的类别表示向量V从而获得类别表征向量Y,将金具图片的类映射经全局平均池化获得第一置信分数向量S1,将类别表征向量Y经过二元分类器得到类别分数,将类别分数连接获得第二置信分数向量S2,将两个置信分数向量经过加权求和得到标签预测分数S,所述标签预测分数S包括缺销螺栓的预测分数,当缺销螺栓的预测分数大于0.5时,获知金具图片中含有缺销螺栓。2.根据权利要求1所述的基于图知识推理的输电线路缺销螺栓识别方法,其特征在于:获得螺栓缺销数据集和获得相关概率矩阵A
s
的步骤为前期准备步骤,具体划分包括如下步骤,S1获得螺栓缺销数据集,获得螺栓缺销数据集,所述螺栓缺销数据集包括图片和螺栓标签,螺栓标签的类别包括含销螺栓、不含销螺栓、竖直螺栓、水平螺栓和缺销螺栓,共五类螺栓标签;S2获得相关概率矩阵,从螺栓缺销数据集中获得训练集,统计训练集中所有图片中螺栓标签共现次数,得到对称的共现矩阵N,归一化共现矩阵N并得到相关概率矩阵A
s
。3.根据权利要求2所述的基于图知识推理的输电线路缺销螺栓识别方法,其特征在于:获得金具图片以及金具图片的类映射、特征张量、类别表示向量V、类别表征向量Y和标签预测分数S的步骤为具体识别步骤,具体划分包括如下步骤,S3获得金具图片中螺栓的类别表示向量,将金具图片经过特征提取网络并获得特征图,将特征图依次经过分类器和sigmoid函数得到类映射,将特征图进行通道下采样得到特征张量,通过类映射转换特征张量并加权求和,获得金具图片中螺栓标签类别的类别表示向量V;S4更新类别表示向量获得类别表征向量,以步骤S3中得到的类别表示向量V中每一类别表示向量为节点,以步骤S2中得到的相关概率矩阵A
s
为边,输入图卷积网络实现共现信息的传播,每一类别表示向量作为节点实现信息更新得到类别表征向量Y;S5获得标签预测分数,将步骤S3得到的金具图片的类映射经全局平均池化获得第一置信分数向量S1,将类别表征向量Y经过二元分类器得到类别分数,将类别分数连接获得第二置信分数向量S2,将两个置信分数向量经过加权求和得到标签预测分数S,所述标签预测分数S包括含销螺栓的预测分数、销螺栓的预测分数、竖直螺栓的预测分数、水平螺栓的预测分数和缺销螺栓的预测分数。4.根据权利要求3所述的...
【专利技术属性】
技术研发人员:刘良帅,赵建利,陈泽,赵振兵,赵百捷,姬艳鹏,李星蓉,赵邵康,王立斌,
申请(专利权)人:国网河北省电力有限公司国家电网有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。