【技术实现步骤摘要】
一种绝缘子破损检测方法及装置
[0001]本专利技术涉及电力
,尤其涉及一种绝缘子破损检测方法及装置。
技术介绍
[0002]在电路传输线路当中,绝缘子是必不可少的一部分,它主要用于导线与导线及导线与接地器件之间的连接,保持不同电位的平衡。由于绝缘子长期暴露在恶劣的自然环境下,可能会导致绝缘子发生破损,这就导致输电线路之间、杆塔之间等无法绝缘,从而发生安全故障。为了能够有效、平稳的保障输电线路的畅通,就需要对绝缘子的破损做到及时、有效的检测。传统的绝缘子破损检测主要依靠人工巡检,这就需要巡检员通过自身目测判断。这种方法不仅无法保证巡检员的安全,也无法保证巡检的精度。因此,目前绝缘子的破损检测主要依靠无人机采集图像,再通过人工对采集的图像进行判断其是否存在故障。该方法虽然有效的保障了巡检员的生命安全,但是相对而言检测的效率较低,无法满足高压电网高效率传输的需求。
[0003]目前针对绝缘子破损检测主要包含图像处理技术与传统技术结合、基于深度学习目标检测这两大类。YOLO(You Only Look Once)是一种基于深度神经网络的对象识别和定位算法,广泛应用于各类目标检测,传统的YOLOv4模型在进行绝缘子的检测过程中,会导致计算复杂化,增加检测和识别的时间。通过剪枝压缩操作对其改进后得到如图1所示的YOLOv4
‑
Tiny网络结构。从图中可以看出,在保留YOLOv4模型当中的残差的基本结构的基础上,降低堆积次数。同时将特征融合层的双向特征提取模块削减为单向的上采样的方式缩小模型结构、 ...
【技术保护点】
【技术特征摘要】
1.一种绝缘子破损检测方法,其特征在于,包括:采集样本绝缘子图像,对所述样本绝缘子图像进行预处理,生成训练集;构建改进的YOLOv4
‑
tiny网络,所述改进的YOLOv4
‑
tiny网络包括特征提取网络模块和特征融合模块,所述特征提取网络模块和所述特征融合模块引入注意力机制;将所述训练集输入至改进的YOLOv4
‑
tiny网络进行训练,在训练过程中计算损失函数值,当损失函数值的变化值小于预设值时训练完成;将采集的实时绝缘子图像输入至训练后的改进的YOLOv4
‑
tiny网络,获得识别结果。2.根据权利要求1所述的方法,其特征在于,对所述样本绝缘子图像进行预处理,包括:对所述样本绝缘子图像进行降噪处理;对降噪后的样本绝缘子图像进行异常标记;对异常标记后的样本绝缘子图像进行裁剪和缩放,获得所述训练集。3.根据权利要去1所述的方法,其特征在于,所述改进的YOLOv4
‑
tiny网络还包括Yolo head模块。4.根据权利要求1所述的方法,其特征在于,所述特征提取网络模块包括依次连接的输入层、第一Basic Conv模块、第二Basic Conv模块、第一Resblock_body模块、第一非本地注意力机制模块、第二Resblock_body模块、第二非本地注意力机制模块、第三Basic Conv模块以及第三非本地注意力机制模块。5.根据权利要求4所述的方法,其特征在于,所述输入层用于对所述样本绝缘子图像进行处理获得特征图,所述特征图经过所述第一Basic Conv模块、第二Basic Conv模块以及第一Resblock_body模块进行卷积操作,获取尺寸相同的第一特征矩阵、第二特征矩阵和第三特征矩阵;所述第一非本地注意力机制模块对所述第一特征矩阵、第二特征矩阵和第三特征矩阵进行压缩和维度合并,对压缩和维度合并后的第一特征矩阵和第二特征矩阵进行转置和点乘,获得第四特征矩阵;第二Resblock_body模块将所述第四特征矩阵与所述第三特征矩阵进行点乘和卷积操作,获得...
【专利技术属性】
技术研发人员:陆晓,徐春雷,蒋承伶,马洲俊,景巍巍,王茂飞,高超,吴奇伟,戴永东,毛锋,王神玉,
申请(专利权)人:国网江苏省电力有限公司泰州供电分公司,
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。