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】
本专利技术属于涉及架空输电线路的绝缘子缺陷检测,具体涉及一种基于改进的faster r-cnn算法的架空输电线路绝缘子检测高精度方法。
技术介绍
1、绝缘子是保障架空输电线路安全运行的重要因素。绝缘子的缺陷检测与故障诊断是实现设备预知性维修的前提,是保证电力系统安全可靠运行的关键。绝缘子在运行过程中,在电气、机械和化学等因素综合作用下,会出现包括机械损伤,甚至造成火灾等灾难性事故,损失巨大的经济与社会成本。因此,针对绝缘子进行定期检查,检测异常状态的设备以防止进一步性能恶化导致失能,及时对故障状态的设备进行诊断以减少事故发生的可能性。
2、传统的架空输电线路巡检方法包括人工监测以及直升机辅助巡检,这种传统方法通过人的视觉来检测绝缘子状态,成本高、风险大、效率低。随着电网的规模化发展,无人驾驶飞行器(uav)的发展为绝缘子缺陷检测提供了一个新的平台。检测人员远程操作搭载可见光相机的无人机对检测目标进行图像采集,然后将采集的图像发送给具有专业技能的工作人员进行数据分析。无人机巡检作为一种最新的方法,大大降低了人员的工作强度,提高了检测的效率。然而,由于绝缘子24小时的运行,应运而生的海量可见光巡检图像带来了人工复核效率低、缺陷检测准确率低、成本日益增加等问题。同时,绝缘子的异常状态呈现种类多样、形态多变、异常交互关联、样本过少、数据分散等特点,对其进行智能分析具有一定的难度。因为大量的运维工作还直接影响到电网运维成本因而影响了电网的经济性,而电力体制改革客观上要求电网公司更加注重电网安全、运营效率和经济性,因此,在此背景
技术实现思路
1、本专利技术的目的在于提供一种基于改进的faster r-cnn算法的架空输电线路绝缘子检测高精度方法,该方法能够大大提高绝缘子缺陷检测工作效率,而且能够高质量准确检测。
2、为达到上述目的,本专利技术提供了一种基于改进的faster r-cnn算法的架空输电线路绝缘子检测高精度方法,包括如下步骤:
3、1)利用一台或者多台图像采集设备获取现场架空输电线路巡检图像数据;
4、2)对采集到的图像进行预处理,以提高后续处理的效果;
5、3)利用改进的faster r-cnn算法对预处理后的图像进行特征提取。可以使用预训练的卷积神经网络(cnn)模型,即resnet网络作为特征提取器,从图像中提取高层语义特征;
6、4)在特征图上利用候选区域生成算法,例如selective search或regionproposal network(rpn),生成多个候选区域,其中可能包含绝缘子;
7、5)对每个候选区域应用分类器,例如支持向量机(svm)或卷积神经网络(cnn),对其进行绝缘子与非绝缘子的分类;
8、6)对被分类为绝缘子的候选区域进行边界框的回归,并进一步精确定位绝缘子的位置;
9、7)根据分类和回归结果,综合得到每个绝缘子的位置和边界框;
10、8)对综合得到的绝缘子位置和边界框进行缺陷检测和评估。可以利用图像处理和计算机视觉技术,检测并评估绝缘子的缺陷情况。
11、2.进一步,步骤1)中所述采集架空输电线路巡检图,要分类出是否含缺陷绝缘子的巡检图,并对所有巡检图像利用labelimg软件进行人工标注。
12、3.进一步,步骤2)中所采用的图像预处理手段包括图像增强、去噪和尺度归一化等操作。
13、4.进一步,步骤3)中在经过resnet特征提取网络后,输入改进的金字塔特征融合网络中进行特征加强。
14、5.进一步,步骤4)5)中anchor尺度设置为相对于输入图像的固定比例,例如0.5、1和2。
15、6.进一步,步骤6)7)中在进行回归时,为提高回归结果检测框的准确性,在模型中嵌入了基于改进的inception结构模块来吸收多尺度信息。
16、7.进一步,步骤8)中具体的方法包括形态学操作、纹理分析和缺陷分类算法等。
17、相比于现有技术,本专利技术的优势在于:
18、1)高精度:相比于现有技术,本专利技术采用改进的faster r-cnn算法,引入注意力机制、优化网络结构和多尺度技术,能够实现更高的绝缘子检测精度。通过提取更具有区分性的特征和精准的目标定位,能够有效减少误检和漏检的情况,确保绝缘子检测的高准确性。
19、2)高效率:由于本专利技术采用基于深度学习的自动化检测方法,可以大大节省人力资源和时间成本。与传统的人工检测相比,本专利技术的方法能够快速地处理大量的图像数据,提高绝缘子检测的效率,适用于大规模的架空输电线路绝缘子检测任务。
20、3)自动化检测:本专利技术的方法能够实现对绝缘子的自动检测,减少了人为操作的干扰和主观因素的影响。通过深度学习模型的自动学习和优化,绝缘子的检测和分类过程更加智能化和自动化,降低了操作难度,提高了检测的一致性和稳定性。
21、4)鲁棒性:通过引入多尺度和数据增强技术,本专利技术的方法能够增强对不同尺寸和角度的绝缘子的适应能力。不受绝缘子外观变化的影响,保持较高的检测准确性,提高了绝缘子检测的鲁棒性和可靠性。
22、5)低成本:相比于一些昂贵的高精度绝缘子检测设备,本专利技术的方法采用常规的图像采集设备,如摄像机和无人机,降低了检测成本,使得该技术更易于推广和应用。
23、综上所述,本专利技术的方法在高精度、高效率、自动化、鲁棒性和低成本等方面具有明显优势,可应用于架空输电线路绝缘子检测领域,并对相关行业产生重要的推动作用。
本文档来自技高网...【技术保护点】
1.一种基于改进的Faster R-CNN算法的架空输电线路绝缘子检测高精度方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于改进的Faster R-CNN算法的架空输电线路绝缘子检测高精度方法,其特征在于,步骤1)中所述采集架空输电线路巡检图,要分类出是否含缺陷绝缘子的巡检图,并对所有巡检图像利用LabelImg软件进行人工标注。
3.根据权利要求1所述的一种基于改进的Faster R-CNN算法的架空输电线路绝缘子检测高精度方法,其特征在于,步骤2)中所采用的图像预处理手段包括图像增强、去噪和尺度归一化等操作。
4.根据权利要求1所述的一种基于改进的Faster R-CNN算法的架空输电线路绝缘子检测高精度方法,其特征在于,步骤3)中在经过ResNet特征提取网络后,输入改进的金字塔特征融合网络中进行特征加强。
5.根据权利要求1所述的一种基于改进的Faster R-CNN算法的架空输电线路绝缘子检测高精度方法,其特征在于,步骤4)5)中anchor尺度设置为相对于输入图像的固定比例,例如0.5、1和2。
...【技术特征摘要】
1.一种基于改进的faster r-cnn算法的架空输电线路绝缘子检测高精度方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种基于改进的faster r-cnn算法的架空输电线路绝缘子检测高精度方法,其特征在于,步骤1)中所述采集架空输电线路巡检图,要分类出是否含缺陷绝缘子的巡检图,并对所有巡检图像利用labelimg软件进行人工标注。
3.根据权利要求1所述的一种基于改进的faster r-cnn算法的架空输电线路绝缘子检测高精度方法,其特征在于,步骤2)中所采用的图像预处理手段包括图像增强、去噪和尺度归一化等操作。
4.根据权利要求1所述的一种基于改进的faster r-cnn算法的架空输电线路绝缘子检测高精度方法,其特征在于,步骤3)中在经过resnet...
【专利技术属性】
技术研发人员:郭永杰,林波,万波,胡盛,彭森,杨文军,任文刚,
申请(专利权)人:重庆川东电力集团有限责任公司,
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。