一种电网异物实时安全监测方法及装置制造方法及图纸

技术编号:41465010 阅读:15 留言:0更新日期:2024-05-30 14:20
本发明专利技术提供了一种电网异物实时安全监测方法及装置,通过使用改进的SCA‑YOLOv5模型,对电网异物进行实时监测。本发明专利技术使用的Distilled‑C3信息蒸馏型结构可通过参数配置灵活定义网络深度,该结构包含两种情况,可进行选择灵活重组和堆叠,适配不同硬件的计算资源;在电网安全监测场景下,对两个不同模型大小网络的特征图进行掩模处理,进一步对小型网络进行知识蒸馏训练,用大模型训练小模型,使模型对电网场景下烟火、异物等危险物体的检测能力提升,同时小模型延迟低,可实现实时检测。

【技术实现步骤摘要】

本专利技术属于计算机视觉,尤其涉及一种电网异物实时安全监测方法及装置


技术介绍

1、随着我国电网建设的迅速发展,输电线路规模增大,设备量也相应的增多,给电网的安全运行带来了新的挑战,急需新型、高效以及智能的管理手段。而输电线异物检测作为电网智能巡检系统中的重要环节,对电力系统安全可靠运行有着重要意义。目前高压架空输电线多为裸导线,通过空气绝缘。因此,风筝,气球和大棚薄膜等悬挂异物极易引发相地或相间短路,造成区域大面积停电,进而导致停运事故,并且吊车、烟雾等也易引发安全事故。传统的电力巡检业务依靠人工巡视,需要攀爬杆塔,存在作业难度大、风险高、效率低、实时性较差等诸多问题。

2、近年来,无人机技术和图像识别技术取得长足发展,给电力线路巡检带来了新的工具和思路,依靠图像识别技术可以大大提高巡检效率,也是目前一个热门的研究方向。深度学习目前在语音、图像、文字等领域有较为广泛的使用,并且在工业应用中取得了巨大效益。在目标检测领域,yolo系列算法发展迅速,它的检测精确度不断提升,但其网络结构越发复杂,层级逐渐加深,参数量越来越多。

3、在本文档来自技高网...

【技术保护点】

1.一种电网异物实时安全监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种电网异物实时安全监测方法,其特征在于,所述预处理包括对图片数据进行旋转、镜像、裁剪、平移,加入噪声、改变亮度、马赛克增强。

3.根据权利要求1所述的一种电网异物实时安全监测方法,其特征在于,所述神经网络SCA-YOLOv5模型包含骨干部分、颈部部分和检测头,骨干网络的结果传输给颈部网络,计算后再经过检测头输出检测结果数据,骨干部分和颈部部分由多个Distilled-C3模块堆叠组成。

4.根据权利要求1所述的一种电网异物实时安全监测方法,其特征在于,所述加权框融合...

【技术特征摘要】

1.一种电网异物实时安全监测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种电网异物实时安全监测方法,其特征在于,所述预处理包括对图片数据进行旋转、镜像、裁剪、平移,加入噪声、改变亮度、马赛克增强。

3.根据权利要求1所述的一种电网异物实时安全监测方法,其特征在于,所述神经网络sca-yolov5模型包含骨干部分、颈部部分和检测头,骨干网络的结果传输给颈部网络,计算后再经过检测头输出检测结果数据,骨干部分和颈部部分由多个distilled-c3模块堆叠组成。

4....

【专利技术属性】
技术研发人员:常亮岳婷胡智成樊东奇
申请(专利权)人:电子科技大学
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