【技术实现步骤摘要】
本专利技术属于电缆故障检测应用，尤其涉及一种基于成像技术的电缆故障检测方法。
技术介绍
1、近年来，随着我国城市化进程的加快和配电网负荷密度的不断增大，架空线路对城市形象和发展的影响逐渐受到了重视。为了解决这一问题，电缆作为一种不需要在城市中架设杆塔，通过地埋或沟道等方式直接进行电能输送，不仅减少土地和城市空间的使用，还避免对城市绿化和道路规划干扰。在恶劣天气下，电缆也不受树枝、雷电天气等外界影响，供电稳定性更加可靠，逐渐成为城市供电的主要方式。
2、一般电缆的寿命为20至30年，大多数电缆直埋地下或电缆沟中常年积水，电缆绝缘长期受到如水汽、高温、强磁场影响，加速电缆绝缘老化速度，极大缩短了电缆的使用寿命，甚至影响电力系统稳定运行。由于电缆深埋地下，故障的识别和诊断具有一定的挑战性，早期故障诊断采用离线耐压实验需要线路停电后，施加高于运行电压进行故障排查，排除故障后进行重合闸，查询故障成本较高。离线方式虽然可以准确检测故障，但很难快速开展抢修工作，已经不能满足电力行业实际需求。在电力大数据背景下，利用成像技术结合深度学习强大的信息融合和特征提取能力，通过设计网络模型及调整参数实现在线监测，保障电缆长期可靠运行，提高故障诊断精度具有重要现实意义。
技术实现思路
1、本专利技术针对电缆故障检测所存在的技术问题，提出一种设计合理、方法简单、理论性强且能够实现高精度电缆故障实时检测的一种基于成像技术的电缆故障检测方法。
2、为了达到上述目的，本专利技术采用的技术方案
3、s1、收集电缆井内的信息，通过红外图像传感器和可见光图像传感器分别采集红外图像以及可见光图像；
4、s2、将红外图像和可见光图像分别输入基于残差块思想的自编码器融合模块以及基于纹理感知和像素强度相关性的图像重建模块，分别生成自编码融合图像和图像重建图像，所述基于残差块的自编码融合模块，为了使基于残差块思想的自编码器融合模块包含更多的目标信息，设计一种自编码器融合模块特征损失函数，其公式为：
5、l＝lp+αls+βlg+γlc
6、其中，lp为像素损失，ls为结构损失，lg为边缘损失，lc为拓扑感知损失，α、β、γ为超参数，其中像素损失的公式为：
7、
8、其中，h和a分别表示图像的高和宽，z表示自编码融合图像，x表示红外图像，y表示可见光图像，结构损失的公式为：
9、ls＝2-ssim(x,z)-ssim(y,z)
10、其中，ssim(x,z)表示红外图像与自编码融合图像的结构相似度，ssim(y,z)表示可见光图像与自编码融合图像的结构相似度，边缘损失的公式为：
11、
12、其中，h和a分别表示图像的高和宽，g(z)表示使用拉普拉斯算子计算的自编码融合图像的梯度，g(x)表示红外图像的梯度，g(y)表示可见光图像的梯度，拓扑感知损失的公式为：
13、
14、其中，μ为权重参数，h和a分别表示图像的高和宽，z表示自编码融合图像，x表示红外图像，y表示可见光图像；
15、s3、将自编码融合图像和图像重建图像基于图像显著性融合的方式，得到最终的融合图像；
16、s4、将最终的融合图像输入预先训练的基于迁移学习改进的replknet，得到电缆的故障信息。
17、作为优选，所述红外图像传感器和可见光图像传感器的视角场一致。
18、作为优选，所述图像重建模块基于图像纹理信息能量感知函数对红外图像和可见光图像进行分解，分别获得红外图像和可见光图像的基础层和结构层，分别计算红外图像和可见光图像得基础层和结构层的像素强度图，通过逐像素比较红外图像和可见光图像基础层和结构层的强度值，获得图像重建图像的基础层图像和结构层图像，将所述图像重建图像的基础层图像和结构层图像对应位置像素强度值相加，得到图像重建图像。
19、作为优选，所述基于图像显著性的融合方式对自编码融合图像和图像重建图像进行图像显著性提取，获得像素点权重，按照权重进行融合。
20、作为优选，所述预先训练的基于迁移学习改进的replknet为使用imagenet进行训练后迁移，再进行基于训练样本中的最终的融合图像及对应的故障信息进行训练后的模型。
21、与现有技术相比，本专利技术的优点和积极效果在于：
22、本专利技术提出的一种基于成像技术的电缆故障检测方法，所述基于残差块思想的自编码器融合模块，为了使自编码器融合模块包含更多的目标信息，设计了一种自编码器融合模块特征损失函数，基于纹理感知和像素强度相关性的图像重建模块，通过求解纹理能量感知函数，计算像素强度图进行融合，保持了强度信息的一致性，有效缓解了融合算法丢失图像信息的现象，提升融合结果的视觉感知质量，基于图像显著性融合的方式，更加全面地反映电缆及其周围的场景信息，基于迁移学习改进的replknet使用imagenet进行训练后迁移，能够实现高精度电缆故障实时检测。
本文档来自技高网...【技术保护点】
1.一种基于成像技术的电缆故障检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于成像技术的电缆故障检测方法，其特征在于，所述红外图像传感器和可见光图像传感器的视角场一致。
3.根据权利要求1所述的一种基于成像技术的电缆故障检测方法，其特征在于，所述图像重建模块基于图像纹理信息能量感知函数对红外图像和可见光图像进行分解，分别获得红外图像和可见光图像的基础层和结构层，分别计算红外图像和可见光图像得基础层和结构层的像素强度图，通过逐像素比较红外图像和可见光图像基础层和结构层的强度值，获得图像重建图像的基础层图像和结构层图像，将所述图像重建图像的基础层图像和结构层图像对应位置像素强度值相加，得到图像重建图像。
4.根据权利要求1所述的一种基于成像技术的电缆故障检测方法，其特征在于，所述基于图像显著性的融合方式对自编码融合图像和图像重建图像进行图像显著性提取，获得像素点权重，按照权重进行融合。
5.根据权利要求1所述的一种基于成像技术的电缆故障检测方法，其特征在于，所述预先训练的基于迁移学习改进的RepLKNet为使用Im
...【技术特征摘要】
1.一种基于成像技术的电缆故障检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于成像技术的电缆故障检测方法，其特征在于，所述红外图像传感器和可见光图像传感器的视角场一致。
3.根据权利要求1所述的一种基于成像技术的电缆故障检测方法，其特征在于，所述图像重建模块基于图像纹理信息能量感知函数对红外图像和可见光图像进行分解，分别获得红外图像和可见光图像的基础层和结构层，分别计算红外图像和可见光图像得基础层和结构层的像素强度图，通过逐像素比较红外图像和可见光图像基础层和结构层的强度值，获得图像重建图像的基...
【专利技术属性】
技术研发人员：张玉印，郭彬彬，王春录，苑代昌，
申请(专利权)人：阳谷质上特种电缆有限公司，
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。