【技术实现步骤摘要】
基于双目无人机系统与深度学习的绝缘子故障检测方法
[0001]本专利技术涉及绝缘子故障检测
，尤其是基于双目无人机系统与深度学习的绝缘子故障检测方法
。
技术介绍
[0002]在电力输电系统中，绝缘子是起着关键作用的元件，用于支撑和固定导线，以隔离高压电力线路和支撑结构之间的电气绝缘
。
然而，由于长期暴露于恶劣环境中，绝缘子可能会受到气候条件
、
污染物
、
机械应力和老化等因素的影响，导致绝缘子表面出现故障或损坏
。
[0003]为了确保电力系统的安全和可靠运行，及时检测和诊断绝缘子故障非常重要
。
传统的绝缘子故障检测方法通常依赖于人工巡视，这种方法存在人力资源消耗大
、
工作效率低下和检测结果主观等问题
。
因此，开发一种自动化
、
高效且准确的绝缘子故障检测方法具有重要意义
。
[0004]目前，虽然已经提出了一些基于无人机系统的绝缘子检测方法，但传统方法往往...
【技术保护点】
【技术特征摘要】
1.
基于双目无人机系统与深度学习的绝缘子故障检测方法，其特征在于，包括以下步骤：步骤一：通过双目无人机搭建双目视觉的无人机系统；步骤二：使用双目无人机获取绝缘子图像数据，构建训练集和测试集，并对绝缘子图像数据进行预处理；步骤三：通过融合注意力机制的
YOLOv7
网络进行绝缘子故障检测，并使用训练集进行训练；步骤四：将待检测的绝缘子故障图像数据输入到训练好的模型中进行检测，获取故障检测的结果；步骤五：检测到故障后，将故障类型和位置信息传输给操作人员或记录在巡检报告中
。2.
根据权利要求1所述的基于双目无人机系统与深度学习的绝缘子故障检测方法，其特征在于，步骤一中所述的双目视觉的无人机系统，采用四翼的无人机搭载两台高清摄像头，通过两台高清摄像头获取绝缘子图像数据，经过处理后，统一上传至云端存储服务进行存储，同时将视频流数据传输回双目无人机飞行控制器显示实时画面
。3.
根据权利要求1所述的基于双目无人机系统与深度学习的绝缘子故障检测方法，其特征在于，步骤二中所述预处理包括对图像进行去噪
、
色彩校准；步骤二中还包括对采集的绝缘子图像数据进行故障标注，标注每个绝缘子图像中存在的故障类型和位置信息
。4.
根据权利要求1所述的基于双目无人机系统与深度学习的绝缘子故障检测方法，其特征在于，步骤三具体过程如下：
3.1、
采用聚类算法对破损绝缘子图像数据集设计锚框尺寸；
3.2、
使用融合注意力机制的
YOLOv7
模型进行绝缘子故障检测，对绝缘子图像中的故障进行检测和分类；
...
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。