【技术实现步骤摘要】
一种输电线关键部位识别与缺陷检测方法
[0001]本专利技术涉及深度学习与目标检测
,尤其涉及一种输电线关键部位识别与缺陷检测方法
。
技术介绍
[0002]电力需求巨大促使输电线路范围不断扩大,目前,我国正实施“南北互供
、
西电东送”等输电网建设工程,已逐步形成多个大范围跨省区的电力输送系统,其中,架空输电线路是电力输送系统的核心
。
由于输电线路长期暴露在自然环境中,易受雨雪
、
风暴
、
沙尘和鸟害等侵害,致使电力部件损坏甚至缺失,从而引发严重的停电事故,威胁电力系统安全
。
因此,定期巡检输电线路
、
发现潜在隐患并及时维修非常重要
。
[0003]传统的人工巡检存在成本高
、
作业强度大等问题,在恶劣环境下,如高山
、
河流等,人工巡检常难以执行
。
因此推进输电线自动巡检系统发展,对电力系统的稳定运行至关重要
。
在电力系统输电线检测方面,无人机巡检技术因其安全
、
高效和便捷的特点被广泛应用,但采用人眼辨识的方式处理捕获到的巡检图像时,易受人员工作状态与主观影响,导致误检
、
漏检严重
。
随着计算机视觉技术的迅猛发展,图像处理技术在各行业的应用逐渐成熟,传统基于手工特征的检测算法严重依赖先验知识,在处理复杂多变的巡检图像时效果不佳,而卷积神经网络因其出色的性能和潜在
【技术保护点】
【技术特征摘要】
1.
一种输电线关键部位识别与缺陷检测方法,其特征在于,包括以下步骤:
S1、
搭建输电线巡检数据采集系统,获取输电线图像数据,并对图像数据进行预处理,形成图像数据集;
S2、
根据所述图像数据集进行输电线图像数据特征分析,得到输电线关键部位特征;
S3、
根据输电线关键部位特征,构建基于
YOLOv7
的输电线关键部位识别与缺陷检测模型,并通过图像数据集对模型进行迭代训练,得到最优模型;
S4、
获取待测图像,通过所述最优模型对输电线待测图像进行关键部位识别与缺陷检测
。2.
根据权利要求1所述的一种输电线关键部位识别与缺陷检测方法,其特征在于,所述输电线巡检数据采集系统包括
GPS
定位设备
、
高清云台相机和采集控制端
。3.
根据权利要求1所述的一种输电线关键部位识别与缺陷检测方法,其特征在于,所述步骤
S1
对图像数据进行预处理具体为:对图像数据进行筛选
、
清洗,并采用
CVAT
标注工具对图像数据进行标注,构建图像数据集
。4.
根据权利要求1‑3任一项所述的一种输电线关键部位识别与缺陷检测方法,其特征在于,所述输电线关键部位识别与缺陷检测模型包括:骨干网络,所述骨干网络用于对图像数据集进行特征提取;特征融合网络,所述特征融合网络用于将骨干网络提取的特征进行融合;解耦头,所述解耦头用于分离分类与回归任务,提高模型收敛速度
。5.
根据权利要求4所述的一种输电线关键部位识别与缺陷检测方法,其特征在于,所述骨干网络为基于
Cot
模块的
Transformer
式的骨干网络;所述骨干网络包括
CBS
模块
、ELAN1
模块和
MP1
模块
。6.
根据权利要求5所述的一种输电线关键部位识别与缺陷检测方法,...
【专利技术属性】
技术研发人员:赵晨阳,陈永,许健,李君,易世华,谢映海,李林峰,韩跟伟,
申请(专利权)人:威胜信息技术股份有限公司,
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。