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() 一种输配电线路设备缺陷检测方法、装置、设备及介质制造方法及图纸_技高网

一种输配电线路设备缺陷检测方法、装置、设备及介质制造方法及图纸

技术编号:40318634 阅读:7 留言:0更新日期:2024-02-07 21:01
本发明专利技术公开了一种输配电线路设备缺陷检测方法、装置、设备及介质,涉及设备缺陷检测领域,方法包括:获取无人机按照预定的飞行轨迹拍摄的输配电线路的航拍图像;以一个Unet网络作为重复网络单元进行网络堆叠,获得生成器;以生成器的末位Unet网络和判决器构建生成对抗网络,依据生成对抗网络对生成器和生成器的末位Unet网络进行训练,以带权重二分类交叉熵作为训练的损失函数,得到对航拍图像的前景与背景具有分割能力的生成器;根据具有分割能力的生成器,提取待处理的航拍图像的关键部位子图像;将关键部位子图像输入预先训练好的缺陷类型识别模型,以对子图像中的输配电线路设备的缺陷类型进行识别,并输出缺陷检测结果。

【技术实现步骤摘要】

本专利技术涉及输配电线路的设备缺陷检测领域,更具体地说,它涉及一种输配电线路设备缺陷检测方法、装置、设备及介质


技术介绍

1、电力设备长期工作于户外环境中,容易产生各种各样的设备故障,严重影响电网的安全稳定运行。输配电线路中的大量金属器件,因其工作环境常年在户外,极易产生金具锈蚀现象。随着输配电线路大规模增长,传统人工巡检模式由于工作量骤增、检测精度和效率受客观条件限制,已不能适应电网发展。

2、在输配电线路的巡检过程中,主要是检测输配电线路设备的缺陷,以保证电网安全稳定运行。针对输配电线路的设备而言,如开关、刀闸等具备转动部件的设备,再例如线夹、螺栓等保证输电线固定在杆塔上的部件,都需要根据各自的设备情况完成缺陷的检测,以及时更换因存在缺陷会带来安全风险的输配电线路设备,有助及时排除安全隐患,保证输电线的安全运行。

3、目前,实现输配电线路的智能巡检所采用的传统检测模型大多是由yolo目标检测算法所构建的yolo检测模型,yolo检测模型的检测速度快但精度较低。yolo模型可以快速检测到图像中大型设备,如杆塔、电力变压器等,但对于尺寸较小的电气设备检测精度还需改进,这是由于模型内部的目标探测器(栅格窗)是固定大小来分割图像,当针对输配电线路的航拍图像的尺寸较大时,只能检测其区域内边缘差异最大的目标,而忽略其他小物体(即关键部位、部件)的检测,从而无法适应输配电线路智能巡检下对于缺陷检测的实际要求。并且对于在外部环境较为恶劣的地区,不同于室内场景所具有的稳定物理环境,在雨水、冰雪、动植物分泌物、雷击、攀爬覆盖植物等影响下,输配电线路设备可能产生分块的自相似性,这必然导致直接应用针对设备关键部件(如开关、刀闸的操作手柄等)的图像分割任务失败,进而在后续的缺陷检测过程中,会因没有区分关键部件和非关键部件,导致缺陷检测的准确性下降。

4、因此,如何解决现有技术无法有效分割出具有自相似性的航拍图像的关键部位是目前亟需解决的问题


技术实现思路

1、本专利技术的目的是提供一种输配电线路设备缺陷检测方法、装置、设备及介质,本专利技术实现了具有自相似性的航拍图像的关键部位的分割。

2、本专利技术的上述技术目的是通过以下技术方案得以实现的:

3、本专利技术的第一方面,提供了一种输配电线路设备缺陷检测方法,方法包括:

4、获取无人机按照预定的飞行轨迹拍摄的输配电线路的航拍图像;

5、以一个unet网络作为重复网络单元进行网络堆叠,获得生成器;其中unet网络的卷积运算是由3×3大小的深度卷积、1×1的逐点卷积和3×3大小的平均池化依次完成的;由编码器和解码器构成所述unet网络;

6、以生成器的末位unet网络和判决器构建生成对抗网络,依据生成对抗网络对生成器和生成器的末位unet网络进行训练,以带权重二分类交叉熵作为训练的损失函数,在损失函数的损失值达到预定损失阈值时,得到对航拍图像的前景与背景具有分割能力的生成器;

7、根据具有分割能力的生成器,提取待处理的航拍图像的关键部位子图像;

8、将关键部位子图像输入预先训练好的缺陷类型识别模型,以对子图像中的输配电线路设备的缺陷类型进行识别,并输出缺陷检测结果。

9、在一种实现方式中,所述编码器和解码器的激活函数均采用slopeleakyrelu函数。

10、在一种实现方式中,unet网络的卷积运算的表达式为:

11、其中,表示3×3大小的平均池化,表示1×1大小的逐点卷积的运算,表示3×3大小的深度卷积的运算,infeature表示航拍图像的特征图。

12、在一种实现方式中,以生成器的末位unet网络和判决器构建生成对抗网络,依据生成对抗网络对生成器和生成器的末位unet网络进行训练,以带权重二分类交叉熵作为训练的损失函数,在损失值达到预定损失阈值时,得到对航拍图像的前景与背景具有分割能力的生成器,包括:

13、由生成器的末位unet网络的解码器和预先训练好的判决器构成所述生成对抗网络,依据生成对抗网络对生成器的末位unet网络的解码器进行训练,使生成器的末位unet网络具备分割能力,得到训练完成的末位unet网络的解码器,其中判决器的预先训练是由设备的同一关键部位的多种不同角度的部位图像生成的数据集来完成的;

14、在组成所述生成器的所有unet网络的解码器中加载训练完成的末位unet网络的解码器的训练参数,根据生成对抗网络对加载训练参数后的生成器进行训练,在损失函数的损失值达到预定损失阈值时,得到对航拍图像的前景与背景具有分割能力的生成器。

15、在一种实现方式中,在对生成器的末位unet网络的解码器进行训练时,解码器中所需要的同等尺度编码器传递进行特征拼接操作的特征层都是随机生成的。

16、在一种实现方式中,将关键部位子图像输入预先训练好的缺陷类型识别模型,以对子图像中的输配电线路设备的缺陷类型进行识别,并输出缺陷检测结果,包括:

17、获取与关键部位子图像中输配电线路设备所属缺陷类型对应的目标检测算法;

18、利用目标检测算法对关键部位子图像进行识别,判定关键部位子图像中的输配电线路设备是否存在与关键部位子图像中输配电线路设备所属缺陷类型对应的缺陷,若存在缺陷,则输出对应的缺陷检测结果。

19、在一种实现方式中,带权重二分类交叉熵损失函数的计算式为:其中,n表示航拍图像的像素点数量,pi表示样本预测为正的概率,li可取0或1,分别表示预测输出与标签不匹配或匹配,k1、k2均表示超参数。

20、本专利技术的第二方面,还提供了一种输配电线路设备缺陷检测装置,装置包括:

21、图像获取模块,用于获取无人机按照预定的飞行轨迹拍摄的输配电线路的航拍图像;

22、生成器构建模块,用于以一个unet网络作为重复网络单元进行网络堆叠,获得生成器;其中unet网络的卷积运算是由3×3大小的深度卷积、1×1的逐点卷积和3×3大小的平均池化依次完成的;由编码器和解码器构成所述unet网络;

23、训练模块,用于以生成器的末位unet网络和判决器构建生成对抗网络,依据生成对抗网络对生成器和生成器的末位unet网络进行训练,以带权重二分类交叉熵作为训练的损失函数,在损失函数的损失值达到预定损失阈值时,得到对航拍图像的前景与背景具有分割能力的生成器;

24、图像分割模块,用于根据具有分割能力的生成器,提取待处理的航拍图像的关键部位子图像;

25、缺陷检测模块,用于将关键部位子图像输入预先训练好的缺陷类型识别模型,以对子图像中的输配电线路设备的缺陷类型进行识别,并输出缺陷检测结果。

26、本专利技术的第三方面,提供了一种电子设备,其特征在于,所述电子设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如本专利技术的第一方面提供的一种本文档来自技高网...

【技术保护点】

1.一种输配电线路设备缺陷检测方法,其特征在于,方法包括:

2.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,所述编码器和解码器的激活函数均采用SlopeLeakyReLU函数。

3.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,Unet网络的卷积运算的表达式为其中,表示3×3大小的平均池化,表示1×1大小的逐点卷积的运算,表示3×3大小的深度卷积的运算,INfeature表示航拍图像的特征图。

4.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,以生成器的末位Unet网络和判决器构建生成对抗网络,依据生成对抗网络对生成器和生成器的末位Unet网络进行训练,以带权重二分类交叉熵作为训练的损失函数,在损失值达到预定损失阈值时,得到对航拍图像的前景与背景具有分割能力的生成器,包括:

5.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,在对生成器的末位Unet网络的解码器进行训练时,解码器中所需要的同等尺度编码器传递进行特征拼接操作的特征层都是随机生成的。

6.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,将关键部位子图像输入预先训练好的缺陷类型识别模型,以对子图像中的输配电线路设备的缺陷类型进行识别,并输出缺陷检测结果,包括:

7.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,带权重二分类交叉熵损失函数的计算式为:其中,N表示航拍图像的像素点数量,pi表示样本预测为正的概率,li可取0或1,分别表示预测输出与标签不匹配或匹配,k1、k2均表示超参数。

8.一种输配电线路设备缺陷检测装置,其特征在于,装置包括:

9.一种电子设备,其特征在于,所述电子设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如权利要求1至7中任一项所述的一种输配电线路设备缺陷检测方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1至7中任一项所述的一种输配电线路设备缺陷检测方法的步骤。

...

【技术特征摘要】

1.一种输配电线路设备缺陷检测方法,其特征在于,方法包括:

2.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,所述编码器和解码器的激活函数均采用slopeleakyrelu函数。

3.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,unet网络的卷积运算的表达式为其中,表示3×3大小的平均池化,表示1×1大小的逐点卷积的运算,表示3×3大小的深度卷积的运算,infeature表示航拍图像的特征图。

4.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,以生成器的末位unet网络和判决器构建生成对抗网络,依据生成对抗网络对生成器和生成器的末位unet网络进行训练,以带权重二分类交叉熵作为训练的损失函数,在损失值达到预定损失阈值时,得到对航拍图像的前景与背景具有分割能力的生成器,包括:

5.根据权利要求1所述的一种输配电线路设备缺陷检测方法,其特征在于,在对生成器的末位unet网络的解码器进行训练时,解码器中所需要的同等尺度编码器传递进行特征拼接操作的特征层都是随机生成的。<...

【专利技术属性】
技术研发人员:叶航宇邹康曾雅均何兴杰陈浩付洪愚杨淳惺
申请(专利权)人:国网四川省电力公司眉山供电公司
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