System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种输变电主要设备缺陷图像识别系统技术方案_技高网

一种输变电主要设备缺陷图像识别系统技术方案

技术编号:40100401 阅读:6 留言:0更新日期:2024-01-23 17:36
本发明专利技术公开了一种输变电主要设备缺陷图像识别系统,包括以下步骤:S1、图片样本采集;包括现场图片采集,以及采用图像制作、图像合成、样本增强的方式扩充得到样本集;S2、获取特征模型;综合上述处理的各分类图像生成新的图像集,通过深度神经网络方式,进行训练,获得特征模型;S3、缺陷识别;在识别平台上通过特征模型对绝缘子缺陷进行识别,并得到绝缘子缺陷识别结果;本发明专利技术可对绝缘子缺损进行人工做图,扩充绝缘子图像样本集,并分别生成绝缘子识别模型与绝缘子缺损缺陷模型,有效增强绝缘子缺陷的识别率。

【技术实现步骤摘要】

本专利技术属于电力设备监测,具体涉及一种输变电主要设备缺陷图像识别系统


技术介绍

1、电力行业内,基于人工智能的图像识别技术的应用与需求在变电、输电、配电、调度各环节日益增长,基于人工智能的图像识别技术的应用业已成为智能运维业务的必要技术;在具体业务上,变电站内的智能安防系统,设备运行状态可视化,设备操控作业的规范化,输电线路通道可视化,各类机器人巡检,各类操作机器人的作业执行等业务都离不开图像识别技术的支持;2019年基于人工智能的图像识别技术应用在电力系统的输电线路通道监测、变电站辅控系统广泛开展。

2、伴随着算法与硬件算力的发展,深度学习应用进入快速发展成熟阶段始于2018年,尤其是在图像识别领域内日渐成熟;针对电力系统场景下的目标识别研究,亦大多采用深度学习的方法,主要进行电力设备状态识别以及基于目标检测的安全管控行为分析,电力场景下的目标检测则主要集中在输电场景与变电站场景。

3、其中,绝缘子类设备是输电场景和变现站场景下均必不可少的目标检测对象,针对绝缘子的缺陷检测内容主要有绝缘子缺失、自爆、污秽、裂纹、灼蚀等缺陷,是输电线路与变电站设备缺陷的检测项目之一,在现有技术中,对绝缘子缺陷的检测通常是通过无人机携带高清摄像机对绝缘子的图像进行拍摄采集,然后采用深度学习的方式进行;绝缘子种类有复合绝缘子、玻璃绝缘子、磁绝缘子等,种类相对较少,外形简单,但是现场的绝缘子缺陷出现较少,现有采集图像不足以支持训练。

4、所以,为解决上述问题,开发一种输变电主要设备缺陷图像识别系统很有必要。p>

技术实现思路

1、本专利技术的目的是为了克服现有技术的不足,而提供一种输变电主要设备缺陷图像识别系统,对绝缘子缺损进行人工做图,扩充绝缘子图像样本集,并分别生成绝缘子识别模型与绝缘子缺损缺陷模型,有效增强绝缘子缺陷的识别率。

2、本专利技术的目的是这样实现的:一种输变电主要设备缺陷图像识别系统,包括以下步骤:

3、s1、图片样本采集;包括现场图片采集,以及采用图像制作、图像合成、样本增强的方式扩充得到样本集;

4、s2、获取特征模型;综合上述处理的各分类图像生成新的图像集,通过深度神经网络方式,进行训练,获得特征模型;

5、s3、缺陷识别;在识别平台上通过特征模型对绝缘子缺陷进行识别,并得到绝缘子缺陷识别结果。

6、进一步地,所述步骤s1中现场图片采集采用无人机携带高清摄像机进行采集。

7、进一步地,所述步骤s1中样本集的扩充具体包括采用人工处理的方式产生的绝缘子污秽图像集、采用人工敲击的方式产生的绝缘子破损图像集以及采用人工电击的方式产生的绝缘子灼蚀图像集。

8、进一步地,所述步骤s1中样本集的扩充包括以下步骤:

9、s11、在实验室内模拟现场情况,在单色背景下对给各个类型的绝缘子进行造污或敲击产生裂纹、缺损、缺失各类缺陷或电击放电产生多种灼痕处理,之后在多种光线、角度下进行图像拍摄;对拍摄的图像进行绝缘子的图像抠取,获取绝缘子图像;

10、s12、依据各个类型的应用场景,将上一步中抠取的图像以不同角度放置在背景上,进行图像合成,生成场景文件;

11、s13、对生成的场景文件进行图像增广工作,获得绝缘子污秽图像集或绝缘子缺损图像集或绝缘子灼蚀图像集。

12、进一步地,所述步骤s2中所述特征模型包括绝缘子识别模型和绝缘子缺陷模型。

13、进一步地,所述步骤s3中包括绝缘子识别和绝缘子缺陷识别;具体包括以下步骤:

14、s31、首先,被识别图像通过绝缘子识别模型识别出绝缘子;

15、s32、在整幅图上提取绝缘子对象区域图像;

16、s33、提取的绝缘子图像根据绝缘子缺陷模型识别出绝缘子缺陷种类。

17、由于采用了上述技术方案,本专利技术的有益效果是:本专利技术中通过采用图像增强的方法扩充样本集,采用人工制作的方法完善缺陷种类,二者相互结合对缺陷模型的训练起到了积极作用,解决缺陷样本少、样本不均衡的问题,导致深度神经网络训练量不足,识别效率低与过拟合问题,有效增强了绝缘子缺陷的识别率。

本文档来自技高网...

【技术保护点】

1.一种输变电主要设备缺陷图像识别系统,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种输变电主要设备缺陷图像识别系统,其特征在于:所述步骤S1中现场图片采集采用无人机携带高清摄像机进行采集。

3.根据权利要求1所述的一种输变电主要设备缺陷图像识别系统,其特征在于:所述步骤S1中样本集的扩充具体包括采用人工处理的方式产生的绝缘子污秽图像集、采用人工敲击的方式产生的绝缘子破损图像集以及采用人工电击的方式产生的绝缘子灼蚀图像集。

4.根据权利要求3所述的一种输变电主要设备缺陷图像识别系统,其特征在于:所述步骤S1中样本集的扩充包括以下步骤:

5.根据权利要求1所述的一种输变电主要设备缺陷图像识别系统,其特征在于:所述步骤S2中所述特征模型包括绝缘子识别模型和绝缘子缺陷模型。

6.根据权利要求5所述的一种输变电主要设备缺陷图像识别系统,其特征在于:所述步骤S3中包括绝缘子识别和绝缘子缺陷识别;具体包括以下步骤:

【技术特征摘要】

1.一种输变电主要设备缺陷图像识别系统,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种输变电主要设备缺陷图像识别系统,其特征在于:所述步骤s1中现场图片采集采用无人机携带高清摄像机进行采集。

3.根据权利要求1所述的一种输变电主要设备缺陷图像识别系统,其特征在于:所述步骤s1中样本集的扩充具体包括采用人工处理的方式产生的绝缘子污秽图像集、采用人工敲击的方式产生的绝缘子破损图像集以及采用人工电击的方式产生的...

【专利技术属性】
技术研发人员:戈狄王媛媛孙明王兆庆田钊
申请(专利权)人:国网河南省电力公司许昌供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1