一种基于人工智能的输电线绝缘子故障检测方法及装置制造方法及图纸

本发明专利技术提供了一种基于人工智能的输电线绝缘子故障检测方法，包括如下步骤：通过无人机获取若干输电线的历史绝缘子图像，并对每个所述图像中的绝缘子的状态进行标注；对所述图像进行预处理，并将其作为训练数据集；所述预处理包括高斯模糊、高斯加噪和图像锐化；构建基于YOLO的故障检测模型，将所述训练数据集输入所述模型进行训练，并更新所述模型的超参数；将需要检测的输电线绝缘子图像输入所述训练的故障检测模型，并得到对应的绝缘子状态检测结果。本发明专利技术基于人工智能技术对绝缘子故障进行检测，有效解决了现有技术存在的绝缘子缺陷种类多的技术问题，实现了绝缘子故障的自动化检测，显著提高了绝缘子故障检测的效率和准确性。

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种基于人工智能的输电线绝缘子故障检测方法、装置及计算机可读存储介质。

技术介绍

1、在输电线路中，绝缘子是具有双层绝缘的必要设备，因为它们机械地固定电线，使输电线路不间断地可靠运行。但是，由于外部环境因素绝缘子经常发生局部破损，而绝缘子上的任何故障或缺陷都会导致电源不稳定，危及输电线路的安全。因此绝缘子的状态监测是输电线路检查中的重要一环，及时监测和智能检测输电线绝缘子上的缺陷将会减少停电等故障的发生。

2、早期的检查方法，通常采用巡检的方式，例如人工巡检，其成本较高、效率低下，或者采用机械设备巡检的方式，例如直升机检查，然而这种方式的效率低下，且需要具备专门技能来操控相应的机械设备，实践中普适性较差。随着航空技术的快速发展，无人机因其对电力设备检查的快速速度、工作效率和可靠性而引起了人们的广泛关注。带有机载摄像头的无人机能够捕获绝缘子和电力线的航空图像，作为摄影记录，可用于输电线绝缘子的操作和维护服务。通过采用对绝缘子图像分析实现对绝缘子的故障检测已经成为当前的技术主流，其主要采用数字图像处理技术来实现，例如本文档来自技高网...

【技术保护点】

1.一种基于人工智能的输电线绝缘子故障检测方法，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于：所述基于YOLO的故障检测模型包括：骨干网络层(Backbone层)、颈部层(Neck层)、头部层(Head层)；所述模型将图像输入到Backbone层；所述Backbone层包括依次连接的Focus层、CFF模块，第一CSP、第一CBL、第二CSP、第二CBL、SPP，第三CSP；所述Neck层包括第一concat～第四concat、第一上采样、第二上采样、第三CBL～第十CBL、第四CSP～第八CSP；所述Head层包括第一特征图P1～第四特征图P4；第一CSP的输出...

【技术特征摘要】

1.一种基于人工智能的输电线绝缘子故障检测方法，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于：所述基于yolo的故障检测模型包括：骨干网络层(backbone层)、颈部层(neck层)、头部层(head层)；所述模型将图像输入到backbone层；所述backbone层包括依次连接的focus层、cff模块，第一csp、第一cbl、第二csp、第二cbl、spp，第三csp；所述neck层包括第一concat～第四concat、第一上采样、第二上采样、第三cbl～第十cbl、第四csp～第八csp；所述head层包括第一特征图p1～第四特征图p4；第一csp的输出输入到第一concat，第二csp的输出输入到第二concat；所述第四cbl、第二上采样、第二concat、第四csp、第三cbl、第一上采样、第一concat，第五csp、第七cbl、p1依次连接；第三cbl、第三concat、第七csp、第八cbl、p2依次连接；第五csp、第五cbl、第三concat、第六csp、第六cbl、第四concat依次连接；第六csp、第九cbl、p3依次连接；第三csp、第四cbl、第四concat、第八csp、第十cbl、p4依次连接。

3.根据权利要求2所述的方法，其特征在于：所述cff模块包括cbl1～cbl4、最大池化层和concat；输入的特征图送入cbl1，其输出分别输入到cbl2和最大池化层，所述cbl2的输出输入到cbl3，cbl3和最大池化层的输出输入到concat，所述concat的输出输入到cbl4。

4.根据权利要...

【专利技术属性】
技术研发人员：欧宇航，胡明辉，范小龙，丁子凡，柳建蓉，陈利，唐雪萍，
申请(专利权)人：国科能创北京科技有限公司，
类型：发明
国别省市：