一种输电线路中螺栓插销缺失缺陷检测方法及系统技术方案

技术编号:40916682 阅读:24 留言:0更新日期:2024-04-18 14:43
本发明专利技术公开了一种输电线路中螺栓插销缺失缺陷检测方法及系统,目的在于解决无人机电力巡检过程中输电线路中螺栓插销缺失缺陷检测时,由于异常样本较少导致的检测精度低下,或者由于网络模型结构复杂,导致推理判断缺陷时实时性无法保证的问题。通过标注出的螺栓正常样本和异常样本,只使用正常样本进行生成对抗网络的训练,采用二阶段的神经网络检测方法,第一阶段使用螺栓区域检测神经网络检测出所有螺栓所在的区域,第二阶段用生成对抗网络判断是否存在插销缺失缺陷,生成对抗网络可以解决异常样本较少的问题,并且优化模型结构、减少模型参数量保证检测的精度和实时性。

【技术实现步骤摘要】

本专利技术涉及输电线路器件缺陷识别的,尤其是指一种二阶段的输电线路中螺栓插销缺失缺陷检测方法、系统、存储介质及计算设备。


技术介绍

1、螺栓在输电线路中起到连接器具的作用,例如绝缘子串、导线夹具、接地线夹具等。这些螺栓确保了设备与结构之间的紧密连接,以确保线路的稳定性和可靠性。因为外部环境因素,如恶劣的环境条件,如高温、湿度、化学腐蚀等,以及人为因素,如输电线路的工人错误的安装或维护等,导致螺栓上的插销缺失。螺栓上的插销是一种安全装置,通常用于确保螺栓不会松动或脱落。目前对于螺栓的插销缺失缺陷的检测已经逐渐从人工巡检转变成机器人作业,例如输电线路上的专业机器人或者无人机等。而随着深度学习的兴起,用神经网络进行螺栓的插销缺失缺陷的检测发展迅速。

2、而基于深度学习的螺栓的插销缺失缺陷的检测已存在多种方法,例如使用目标检测网络对于螺栓插销缺失缺陷和正常情况下的螺栓分成两类,分别进行目标检测,但是由于异常样本数量较少,出现了样本不均衡的问题,导致检测精度低下;还有使用弱监督检测螺栓缺失的缺陷,但是由于标签的不完整性使得网络模型更加复杂并更加难以解释。本文档来自技高网...

【技术保护点】

1.一种二阶段的输电线路中螺栓插销缺失缺陷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种二阶段的输电线路中螺栓插销缺失缺陷检测方法,其特征在于,在步骤1)中,利用labelme标注软件标注无人机巡检时采集的高分辨率图像中所有可见的螺栓区域,得到标注后的图像和标注文件,使用python编写脚本程序,根据标注文件将所有螺栓区域图像裁剪并保存,再用labelme标注软件标注所有螺栓区域图像,将存在插销的螺栓图像标注为正常样本,将不存在插销的螺栓图像标注为异常样本,将螺栓区域图像作为螺栓区域数据集并划分为训练集和测试集,训练集只包含正常的图像,测试集包含正常图像和...

【技术特征摘要】

1.一种二阶段的输电线路中螺栓插销缺失缺陷检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种二阶段的输电线路中螺栓插销缺失缺陷检测方法,其特征在于,在步骤1)中,利用labelme标注软件标注无人机巡检时采集的高分辨率图像中所有可见的螺栓区域,得到标注后的图像和标注文件,使用python编写脚本程序,根据标注文件将所有螺栓区域图像裁剪并保存,再用labelme标注软件标注所有螺栓区域图像,将存在插销的螺栓图像标注为正常样本,将不存在插销的螺栓图像标注为异常样本,将螺栓区域图像作为螺栓区域数据集并划分为训练集和测试集,训练集只包含正常的图像,测试集包含正常图像和异常图像。

3.根据权利要求2所述的一种二阶段的输电线路中螺栓插销缺失缺陷检测方法,其特征在于,在步骤2)中,选用yolov7网络模型作为螺栓区域检测神经网络的基础,该螺栓区域检测神经网络基于yolov7网络模型扩展的高效层聚合网络和模型缩放策略,符合实时检测器的标准;

4.根据权利要求3所述的一种二阶段的输电线路中螺栓插销缺失缺陷检测方法,其特征在于,在步骤3)中,生成对抗网络的输入是一张分辨率无法确定的螺栓区域图像,输出的是螺栓插销缺失的判断结果,因此需要设计一个保证多分辨率下高准确率的生成对抗网络,该生成对抗网络的模型结构分为生成器网络、编码器网络和判别器网络;

5.根据权利要求4所述的一种二阶段的...

【专利技术属性】
技术研发人员:林静陈旭贲成
申请(专利权)人:广东电网有限责任公司广州供电局
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