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()
【技术实现步骤摘要】
本专利技术属于配电线路巡检,尤其涉及一种配电网导线绝缘套损坏的识别方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、为了减少树木、鸟类等导致的架空线路停电故障,在10kv配电网中广泛应用架空绝缘导线。架空绝缘导线因为有一层绝缘护套覆盖在外面,具有较好的绝缘性能,能够优化线路敷设,促进城镇绿化工作,延长检修周期,同时对于氧化、酸雨等具有较强的抗腐蚀性。
3、架空绝缘导线护套损坏会造成线路危险,一方面会增加遭受雷击的概率,造成雷击断线故障,另一方面雨水沿绝缘护套损坏处进入导线内部,容易使线路老化,造成后续用电故障。
4、传统的配电线路巡检主要依赖人工方式,虽然方法简单,但对人力、财力的要求较高。随着无人机巡检技术的突破以及计算机视觉技术的发展,无人机配电线路巡检已经开展应用。基于无人机采集配电网架空线路图像,通过深度学习目标检测技术对架空绝缘导线护套损坏进行识别。但是,配电架空线路涉及区域广泛,背景复杂,如何快速准确识别架空绝缘导线护套损坏仍然是目前亟需解决的问题。
5、具体来说,配电网架空线路布设范围广泛,既有戈壁山地,又有人口密集的城镇社区,所处环境复杂。依靠无人机采集图像,结合深度学习目标检测技术能够进行常规的线路巡检。但是,考虑到安全问题,无人机采集图像需要一定的距离,采集到的图像分辨率普遍较大,而架空绝缘导线绝缘护套损坏部位比较小,在图像中的目标占比较小,直接通过目标检测技术进行识别误差比较大,容易造成漏检,降低运维
技术实现思路
1、为了解决上述
技术介绍
中存在的技术问题,本专利技术提供一种配电网导线绝缘套损坏的识别方法及系统,不仅去除了复杂背景干扰,而且增大绝缘导线护套缺陷目标占比,提高了缺陷目标识别识别效率。
2、为了实现上述目的,本专利技术采用如下技术方案:
3、本专利技术的第一个方面提供一种配电网导线绝缘套损坏的识别方法,其包括:
4、获取架空导线可见光图像;
5、通过绝缘导线分割模型提取所述架空导线可见光图像中导线区域,得到分割后的架空导线图像;
6、基于所述分割后的架空导线图像,对架空导线可见光图像中的背景区域进行加权去除,得到可见光绝缘导线图像;
7、对可见光绝缘导线图像进行切分实现图像序列化,得到若干个子图像;
8、对于每个子图像,采用轻量化的目标检测模型,识别绝缘护套损坏的类别及位置,并将识别结果进行后处理映射到可见光图像。
9、进一步地,所述对架空导线可见光图像中的背景区域进行加权去除的具体方法包括:将分割后的架空导线图像的导线区域像素值置1,其余作为背景像素值置0,得到绝缘导线二值图像;将架空导线可见光图像与绝缘导线二值图像对应位置像素相乘,得到可见光绝缘导线图像。
10、进一步地,所述绝缘导线分割模型的骨干网络由多个卷积模块组成,每个卷积模块含有多个卷积层,且最后一个卷积模块的卷积层步长最小。
11、进一步地,所述绝缘导线分割模型的多尺度特征提取模块由多个膨胀率不同的空洞卷积块和一个全局平均池化块组成。
12、进一步地,所述空洞卷积块包括卷积层、归一化层和relu激活函数;
13、或者,所述全局平均池化块包括池化层、归一化层和relu激活函数。
14、进一步地,所述轻量化的目标检测模型的骨干网络由多个卷积模块组成,每个卷积模块含有多个深度可分离卷积层。
15、进一步地,所述轻量化的目标检测模型的特征提取网络包括上采样层以及特征连接操作,实现多尺度特征的融合。
16、本专利技术的第二个方面提供一种配电网导线绝缘套损坏的识别系统,其包括:
17、图像获取模块,其被配置为:获取架空导线可见光图像;
18、图像分割模块,其被配置为:通过绝缘导线分割模型提取所述架空导线可见光图像中导线区域,得到分割后的架空导线图像;
19、背景去除模块,其被配置为:基于所述分割后的架空导线图像,对架空导线可见光图像中的背景区域进行加权去除,得到可见光绝缘导线图像;
20、图像切分模块,其被配置为:对可见光绝缘导线图像进行切分实现图像序列化,得到若干个子图像;
21、目标检测模块,其被配置为:对于每个子图像,采用轻量化的目标检测模型,识别绝缘护套损坏的类别及位置,并将识别结果进行后处理映射到可见光图像。
22、进一步地,所述背景去除模块,具体被配置为:将分割后的架空导线图像的导线区域像素值置1,其余作为背景像素值置0,得到绝缘导线二值图像;将架空导线可见光图像与绝缘导线二值图像对应位置像素相乘,得到可见光绝缘导线图像。
23、进一步地,所述绝缘导线分割模型的骨干网络由多个卷积模块组成,每个卷积模块含有多个卷积层,且最后一个卷积模块的卷积层步长最小。
24、进一步地,所述绝缘导线分割模型的多尺度特征提取模块由多个膨胀率不同的空洞卷积块和一个全局平均池化块组成。
25、进一步地,所述空洞卷积块包括卷积层、归一化层和relu激活函数;
26、或者,所述全局平均池化块包括池化层、归一化层和relu激活函数。
27、进一步地,所述轻量化的目标检测模型的骨干网络由多个卷积模块组成,每个卷积模块含有多个深度可分离卷积层。
28、进一步地,所述轻量化的目标检测模型的特征提取网络包括上采样层以及特征连接操作,实现多尺度特征的融合。
29、本专利技术的第三个方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述所述的一种配电网导线绝缘套损坏的识别方法中的步骤。
30、本专利技术的第四个方面提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述所述的一种配电网导线绝缘套损坏的识别方法中的步骤。
31、与现有技术相比,本专利技术的有益效果是:
32、本专利技术提供了一种配电网导线绝缘套损坏的识别方法,其基于深度学习图像语义分割方法对配电网架空绝缘导线可见光图像进行分割提取绝缘导线区域;将分割后的配电网绝缘导线图像对配电网架空绝缘导线可见光图像进行加权去除复杂背景干扰。
33、本专利技术提供了一种配电网导线绝缘套损坏的识别方法,其将可见光绝缘导线图像进行序列化切分增大绝缘导线护套缺陷目标占比,促进缺陷目标识别;轻量化目标检测方法加速图像推理,提高缺陷目标识别效率。
本文档来自技高网...【技术保护点】
1.一种配电网导线绝缘套损坏的识别方法,其特征在于,包括:
2.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述对架空导线可见光图像中的背景区域进行加权去除的具体方法包括:将分割后的架空导线图像的导线区域像素值置1,其余作为背景像素值置0,得到绝缘导线二值图像;将架空导线可见光图像与绝缘导线二值图像对应位置像素相乘,得到可见光绝缘导线图像。
3.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述绝缘导线分割模型的骨干网络由多个卷积模块组成,每个卷积模块含有多个卷积层,且最后一个卷积模块的卷积层步长最小。
4.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述绝缘导线分割模型的多尺度特征提取模块由多个膨胀率不同的空洞卷积块和一个全局平均池化块组成。
5.如权利要求4所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述空洞卷积块包括卷积层、归一化层和relu激活函数;
6.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述轻量化的目标检测
7.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述轻量化的目标检测模型的特征提取网络包括上采样层以及特征连接操作,实现多尺度特征的融合。
8.一种配电网导线绝缘套损坏的识别系统,其特征在于,包括:
9.如权利要求8所述的一种配电网导线绝缘套损坏的识别系统,其特征在于,所述背景去除模块,具体被配置为:将分割后的架空导线图像的导线区域像素值置1,其余作为背景像素值置0,得到绝缘导线二值图像;将架空导线可见光图像与绝缘导线二值图像对应位置像素相乘,得到可见光绝缘导线图像。
10.如权利要求8所述的一种配电网导线绝缘套损坏的识别系统,其特征在于,所述绝缘导线分割模型的骨干网络由多个卷积模块组成,每个卷积模块含有多个卷积层,且最后一个卷积模块的卷积层步长最小。
11.如权利要求8所述的一种配电网导线绝缘套损坏的识别系统,其特征在于,所述绝缘导线分割模型的多尺度特征提取模块由多个膨胀率不同的空洞卷积块和一个全局平均池化块组成。
12.如权利要求8所述的一种配电网导线绝缘套损坏的识别系统,其特征在于,所述空洞卷积块包括卷积层、归一化层和relu激活函数;
13.如权利要求8所述的一种配电网导线绝缘套损坏的识别系统,其特征在于,所述轻量化的目标检测模型的骨干网络由多个卷积模块组成,每个卷积模块含有多个深度可分离卷积层。
14.如权利要求8所述的一种配电网导线绝缘套损坏的识别系统,其特征在于,所述轻量化的目标检测模型的特征提取网络包括上采样层以及特征连接操作,实现多尺度特征的融合。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的一种配电网导线绝缘套损坏的识别方法中的步骤。
16.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种配电网导线绝缘套损坏的识别方法中的步骤。
...【技术特征摘要】
1.一种配电网导线绝缘套损坏的识别方法,其特征在于,包括:
2.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述对架空导线可见光图像中的背景区域进行加权去除的具体方法包括:将分割后的架空导线图像的导线区域像素值置1,其余作为背景像素值置0,得到绝缘导线二值图像;将架空导线可见光图像与绝缘导线二值图像对应位置像素相乘,得到可见光绝缘导线图像。
3.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述绝缘导线分割模型的骨干网络由多个卷积模块组成,每个卷积模块含有多个卷积层,且最后一个卷积模块的卷积层步长最小。
4.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述绝缘导线分割模型的多尺度特征提取模块由多个膨胀率不同的空洞卷积块和一个全局平均池化块组成。
5.如权利要求4所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述空洞卷积块包括卷积层、归一化层和relu激活函数;
6.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述轻量化的目标检测模型的骨干网络由多个卷积模块组成,每个卷积模块含有多个深度可分离卷积层。
7.如权利要求1所述的一种配电网导线绝缘套损坏的识别方法,其特征在于,所述轻量化的目标检测模型的特征提取网络包括上采样层以及特征连接操作,实现多尺度特征的融合。
8.一种配电网导线绝缘套损坏的识别系统,其特征在于,包括:
9.如权利要求8所述的一种配电网导线绝缘套损坏的识别系统,其特征在于,所述背景去除模块,具体被配置为:将分...
【专利技术属性】
技术研发人员:邱玲,王万国,王振利,张志,王琦,李笋,李文博,张纪伟,刘晓,梁栋,张若冰,任昂,修成林,尹爱辉,任佳颖,李可心,
申请(专利权)人:国网智能科技股份有限公司,
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。