基于轻量化目标识别神经网络模型的电力线路巡检方法技术

本发明专利技术提出了一种基于轻量化目标识别神经网络模型的电力线路巡检方法，包括步骤1：面向电网输电线路利用无人机巡检，通过无人机获取电网线路图像；步骤2：构建轻量化目标识别神经网络模型，将图像输入到轻量化目标识别神经网络模型中进行识别；步骤3：根据轻量化目标识别神经网络模型的输出得到电网线路图像的识别结果，所述识别结果包括电网线路的类别和故障位置。其考虑了嵌入式硬件算力，基于深度分离卷积网络，通过结合硬件算力的伯努利方程随机丢弃密度高的神经网络参数，同时兼顾识别准确率与速度保证无人机嵌入式模组的流畅运行；并对激活函数进行硬件化改造，降低了资源的占用率，使得计算速度更快，最终实现受限资源算力条件下的识别准确率与功耗的均衡。力条件下的识别准确率与功耗的均衡。力条件下的识别准确率与功耗的均衡。

【技术实现步骤摘要】
基于轻量化目标识别神经网络模型的电力线路巡检方法


[0001]本专利技术涉及人工智能目标识别
，具体涉及一种基于轻量化目标识别神经网络模型的电力线路巡检方法。

技术介绍

[0002]随着电网维护工作量的增加，传统的输电线路和变电站的人工巡检己不能满足电网高效巡检的要求。为此，国家电网公司大力推广无人机线路巡检、机器人变电站巡视的应用工作，通过应用机器人、无人机等智能装备对电力设施进行实时数据采集与状态监测，及时发现缺陷，提升了电力维护和检修的效率，有效提高了电网状态管控能力和精益化管理水平，保障了电网安全稳定。近两年，国家电网采用小型旋翼无人机检查4825基塔，中型无人直升机检查832基塔，大型无人直升机检查562基塔，固定翼无人机检查4221.9km。初步建立了直升机、无人机、人工合作检查的新模式。
[0003]传统电力线路巡检常采用人工到位的方式，存在着人员需求大、工作总量多、工作效率低等问题，无人机的人机联动巡查可以达到对较长线路的大范围快速信息搜寻，同时根据搭载的可见光拍摄设备和红外、紫外热成像设备，可以拍摄电力线路及附加本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于轻量化目标识别神经网络模型的电力线路巡检方法，其特征在于，包括以下步骤：步骤1：面向电网输电线路利用无人机巡检，通过无人机获取电网线路图像，并对得到的图像进行预处理；步骤2：构建轻量化目标识别神经网络模型，将电网线路图像输入到轻量化目标识别神经网络模型中进行识别；步骤3：根据轻量化目标识别神经网络模型的输出得到电网线路图像的识别结果，所述识别结果包括电网线路的类别和故障位置。2.根据权利要求1所述的一种基于轻量化目标识别神经网络模型的电力线路巡检方法，其特征在于，步骤2所述的轻量化目标识别神经网络模型包括输入层、深度可分离卷积网络层、剪枝模块、池化层、全连接层以及输出层，所述输入层与深度可分离卷积网络层相连，深度可分离卷积网络层与池化层交替相连，且每个深度可分离卷积网络层后连接一个剪枝模块，全连接层与最后一个池化层相连，输出层与全连接层相连。3.根据权利要求1所述的一种基于轻量化目标识别神经网络模型的电力线路巡检方法，其特征在于，所述剪枝模块以概率P
drop
随机丢弃冗余神经元节点，所述概率通过引入算力影响因子来计算：其中，N
tops
是电力线路巡检时使用的无人机的嵌入式硬件的算力，A
tops
是目标识别网络模型训练时...

【专利技术属性】
技术研发人员：唐锐，陈剑波，张楠，姚平，杨春萍，王迁，罗辉，张赛飞，龚其波，孙文文，廖林，何雨辰，邹德凡，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：