【技术实现步骤摘要】
一种输电线路器件缺损检测方法及系统
[0001]本专利技术涉及电力智能运检
,具体是一种输电线路器件缺损检测方法及系统
。
技术介绍
[0002]输配电线路是电力系统的重要组成部分,经常暴露在外部环境中,承受各种外界因素的危害
。
这些因素会导致线路元件老化和疲劳,如果不能及时发现和消除这些潜在隐患,可能会引发严重故障,对电力系统的安全运行构成威胁
。
[0003]为了保证输电线路及附属设施的安全可靠运行,定期巡检是电网系统的基础性工作
。
通过巡视检查可以掌握线路的运行状况和周围环境的变化,及时发现设备缺陷和潜在的安全隐患,提出具体的检修意见,确保线路的安全和稳定运行
。
[0004]传统的人工巡检存在一些问题,如劳动强度大
、
费时低效
、
受地形限制
、
主观判断容易受干扰等
。
此外,人工巡查无法实现实时监测,难以及时发现潜在的缺损问题,增加了事故发生的风险
。
[0005]近年来,随着无人机技术
、
数据处理技术和人工智能技术的发展和应用,智能巡检业务模式已经成为一种有效的方法
。
该模式结合了直升机
/
无人机巡线
、
激光雷达扫描
、
数据处理分析和数据应用与可视化展示,能够准确地识别线路器件的缺损情况,避免漏检和误判,提高缺损检测的准确性和可靠性
。
...
【技术保护点】
【技术特征摘要】
1.
一种输电线路器件缺损检测方法,其特征在于,利用拍摄输电线路得到的图像数据对改进的
YOLO v8
模型进行训练,得到缺损检测模型;利用该缺损检测模型对线路器件进行缺损检测;其中,改进的
YOLO v8
模型为利用
PP
‑
LCNet
网络对
YOLO v8
模型的骨干网络进行改进获得的模型
。2.
根据权利要求1所述的一种输电线路器件缺损检测方法,其特征在于,包括以下步骤:
S1
,标签化处理:使用巡检设备对输电线路进行拍摄,获取图像数据,然后对采集到的图像数据进行标签化处理,并将标签化处理后的图像数据划分为训练集和测试集;
S2
,改进:利用
PP
‑
LCNet
网络对
YOLO v8
模型的骨干网络进行改进,得到改进的
YOLO v8
模型;
S3
,训练:使用
S1
所获取的训练集和测试集对
S2
中改进的
YOLO v8
模型进行训练,得到缺损检测模型;
S4
,实时推理:利用缺损检测模型进行线路巡检的实时推理;
S5
,结果输出:在服务器系统显示巡检设备回传的线路巡检的实时推理结果,并将巡检过程中的异常检测值与位置信息以日志形式记录;其中,进行缺损检测时,步骤执行顺序为
S1
‑
S2
‑
S3
‑
S4
‑
S5
或
S2
‑
S1
‑
S3
‑
S4
‑
S5。3.
根据权利要求2所述的一种输电线路器件缺损检测方法,其特征在于,步骤
S2
中,采用
PP
‑
LCNet
网络的卷积核替换
YOLO v8
模型的骨干网络的卷积核,采用
PP
‑
LCNet
网络的激活函数替换
YOLO v8
模型的骨干网络的激活函数
。4.
根据权利要求3所述的一种输电线路器件缺损检测方法,其特征在于,步骤
S2
包括以下步骤:
S2.1
,使用
PP
‑
LCNet
的卷积核替换
YOLO v8
模型的骨干网络的卷积核:
PP
‑
LCNet
的卷积核使用深层可分离卷积方式,该卷积方式包括逐通道卷积和逐点卷积两个步骤;其中,逐通道卷积对输入特征图的每个通道进行卷积,逐点卷积将输入特征图的所有通道进行线性组合;
S2.2
,使用
PP
‑
LCNet
的激活函数替换
YOLO v8
模型的骨干网络的激活函数:使用
Mish
激活函数替换
YOLO v8
模型的骨干网络的
ReLU
激活函数;其中,
Mish
激活函数用于对输入特征图中的负值进行平滑处理
。5.
根据权利要求2所述的一种输电线路器件缺损检测方法,其特征在于,步骤
S3
中,使用训练集数据进行特征提取和锚框学习,然后使用测试集数据对改进的
YOLO v8<...
【专利技术属性】
技术研发人员:李瑞,段渝,于岂健,蒋志平,蒋秋林,张岱阳,王凯瑜,孙璟玥,李星睿,
申请(专利权)人:西安电子科技大学,
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。