【技术实现步骤摘要】
本专利技术涉及输电线路巡检，尤其是指一种基于云边协同的输电线路本体缺陷检测方法。
技术介绍
1、架空输电线路是输送电能的重要通道，其运行于复杂多变的环境，容易受到自然和人为因素破坏而产生各种缺陷。所谓的设备缺陷，是指生产设备在制造运输、施工安装、运行维护等阶段发生的设备质量异常现象。设备缺陷主要可以分为本体缺陷和外部缺陷两大类。其中，本体缺陷是指组成线路本体的构件、附件和零部件的缺陷，包括基础杆塔、导地线、绝缘子、金具、接地装置等部件本身缺损或位移而产生的缺陷，而外部缺陷则是指外部环境变化对线路安全运行已构成某种潜在性威胁的情况。
2、针对设备缺陷，现在大多还是依靠线路巡检方式进行设备缺陷的识别。且伴随着网络摄像头的远程数据采集、无人机的智能巡检以及数字图像处理与分析技术的持续进步，电力系统中的输电线路巡检方法已经经历了翻天覆地的变革。传统的、高成本且效率有限的人工巡检逐步被替代，现今更多地依赖于如挂杆网络摄像头、无人机等先进设备进行远程数据采集，再结合智能算法判定与人工后台复核的智能化巡检方法实现输电线路巡检。但现有的输电...
【技术保护点】
1.一种基于云边协同的输电线路本体缺陷检测方法，其特征在于，包括，训练获取预训练大模型，调取输电线路的图像数据，云端基于预训练大模型对输电线路的图像数据进行语义解析，识别输电线路的本体缺陷；
2.根据权利要求1所述的一种基于云边协同的输电线路本体缺陷检测方法，其特征在于，所述定期将预训练大模型同步至无人机端，包括，通过联合约束的知识蒸馏压缩算法将预训练大模型压缩至边端模型，并将转换后的边端模型传递至无人机端。
3.根据权利要求2所述的一种基于云边协同的输电线路本体缺陷检测方法，其特征在于，所述通过联合约束的知识蒸馏压缩算法将预训练大模型转换为边...
【技术特征摘要】
1.一种基于云边协同的输电线路本体缺陷检测方法，其特征在于，包括，训练获取预训练大模型，调取输电线路的图像数据，云端基于预训练大模型对输电线路的图像数据进行语义解析，识别输电线路的本体缺陷；
2.根据权利要求1所述的一种基于云边协同的输电线路本体缺陷检测方法，其特征在于，所述定期将预训练大模型同步至无人机端，包括，通过联合约束的知识蒸馏压缩算法将预训练大模型压缩至边端模型，并将转换后的边端模型传递至无人机端。
3.根据权利要求2所述的一种基于云边协同的输电线路本体缺陷检测方法，其特征在于，所述通过联合约束的知识蒸馏压缩算法将预训练大模型转换为边端模型，包括，将预训练大模型作为知识蒸馏压缩算法中的教师模型，边端模型作为知识蒸馏压缩算法中的学生模型，建立边端模型的全局样本特征关系的全局kl散度约束以及样本局部特征关系的局部相关性约束，根据预训练大模型通过生成器生成边端模型的训练样本，基于建立的全局kl散度约束和局部相关性约束，根据训练样本对边端模型进行训练，将预训练大模型压缩至边端模型。
4.根据权利要求3所述的一种基于云边协同的输电线路本体缺陷检测方法，其特征在于，所述样本局部特征关系的局部相关性约束包括样本内不同位置局部相关性约束、样本间不同位置局部相关性约束和样本内相同位置局部相关性约束。
5.根据权利要求1所述的一种基于云边协同的输电线路本体缺陷检测方法，其特征在于，所述云端根据识别出的输电线路的本体缺陷远程启动对应的巡检任务，根据巡检任务自动启动并放飞无人机，无人机按照预定路线和巡检任务进行巡检，包括，确定当前识别出的所有输电线路的本体缺陷以及每个本体缺陷对应的地理位置，根据当前识别出的每个本体缺陷对应的地理位置以及的缺陷类型制定巡检任务，根据每个本体缺陷对应的地理位置进行巡检区域划定，并按照巡检区域边界匹配最靠近的无人机机巢，并将匹配得到的最靠近的无人机机巢位置作为巡检路线的出发点，将巡检区域内离无人机机巢位置最远的本体缺陷的地理位置作为巡检路线的结束点，再根据巡检区域内其他本体缺陷的地理位置构建巡检路线，将构建的巡检路线作为无人机的预定路线。
6.根据权利要求1所述的一种...
【专利技术属性】
技术研发人员：张翼，程灿勤，孔凡坊，占鹭林，刘尚孟，黄康乐，李云龙，罗涛，
申请(专利权)人：国网浙江省电力有限公司温州供电公司，
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。