基于深度学习的电力巡检方法技术

基于深度学习的电力巡检方法，解决了现有无人机巡检中绝缘子检测困难的问题，属于电力巡检领域。本发明专利技术包括：S1、构建数据集，包括基础数据集和特定数据集，基础数据集为从不同输电线路检查区域收集的航空图像，包含检测各种输电线路元件的绝缘子图像，对各种输电线路元件的绝缘子图像，特定数据集为每个检查区域收集的具有独特的绝缘子类型和场景；S2、建立绝缘子检测网络；S3、先利用基础数据集对绝缘子检测网络进行训练，再利用特定数据集对进行训练，得到训练完成的绝缘子检测网络；S4、无人机采集检查区域的图像，对图像进行预处理后，输入至训练好的绝缘子检测网络中，得到巡检结果。

【技术实现步骤摘要】

本专利技术涉及一种基于深度学习的电力巡检方法，属于电力巡检领域。

技术介绍

1、输电线路检查在输电系统中起着至关重要的作用，可确保电力服务的安全和不间断可靠运行。在输电线路中，绝缘子是一种应用广泛的设备，具有电气绝缘和机械支撑的双重功能。绝缘子的状态监测成为输电线路检查中最重要和最困难的任务之一。随着网络、大数据、物联网、通信技术的不断发展，智能电网可基于各类传感器收集大量数据。基于上述技术和数据基础，采用无人机巡检输电线路，可实现更自动化、更高效的电力管理方案。

2、目前国内电力线路巡检新方式主要包括：机器人巡检、载人直升机巡检、无人机巡检等。但是目前实际投入巡检工作的新方式均存在一定的缺陷：(1)机器人巡检方式覆盖的面积小，操作难，日常维护不便；(2)载人直升机巡检对人员和场地要求严格，成本高，安全隐患大；(3)固定翼无人机巡检无法悬停定点巡视，起降要求高；(4)多旋翼无人机巡检除了续航时间短外没有明显的短板。因此，多旋翼无人机巡检是当前最具发展前景的电力巡检新方式，其安全性高、便于携带、操作简单、垂直起降、良好的滞空能力支持其轻松完成定点本文档来自技高网...

【技术保护点】

1.基于深度学习的电力巡检方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于深度学习的电力巡检方法，其特征在于，所述绝缘子检测网络包括上采样网络和下采样网络，上采样网络使用VGG16网络进行特征提取，第一层网络首先采用两组3×3卷积、批归一化层、ReLu函数层构成标准卷积模块，第二层采用最大池化进行下采样后，重复上述标准卷积，第三至五层网络重复三组上述的卷积操作来提取深层的语义特征；

3.根据权利要求1所述的基于深度学习的电力巡检方法，其特征在于，注意力机制模块包括：

4.根据权利要求1所述的基于深度学习的电力巡检方法，其特征在于，构建数据...

【技术特征摘要】

1.基于深度学习的电力巡检方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于深度学习的电力巡检方法，其特征在于，所述绝缘子检测网络包括上采样网络和下采样网络，上采样网络使用vgg16网络进行特征提取，第一层网络首先采用两组3×3卷积、批归一化层、relu函数层构成标准卷积模块，第二层采用最大池化进行下采样后，重...

【专利技术属性】
技术研发人员：常雪，曲佳楠，郭路，田桔兴，
申请(专利权)人：国网黑龙江省电力有限公司绥化供电公司，
类型：发明
国别省市：