[發明專利]高壓輸電塔絕緣子缺陷自動識別的方法及裝置

有效

• 申請號: 201810228904.8
• 申請日: 2018-03-20
• 公開（公告）號: CN108648169B
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 陶顯;張大朋;劉希龍;徐德;馬文治;林福嚴
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T7/73;G06Q50/06
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩

本發明屬于高壓輸電技術領域，具體涉及一種高壓輸電塔絕緣子缺陷自動識別的方法及裝置。旨在解決現有技術無法自動識別絕緣子缺陷的問題。本發明提供一種高壓輸電塔絕緣子缺陷自動識別的方法，包括基于獲取的高壓輸電塔絕緣子的圖像數據，利用預先構建的定位網絡模型定位出絕緣子在圖像數據中的區域位置；通過預先構建的區域裁剪網絡模型對區域位置進行裁剪，得到優化區域位置；利用預先構建的深度殘差網絡對優化區域位置進行絕緣子識別，再次利用深度殘差網絡對絕緣子中缺陷進行識別，標記絕緣子缺陷的位置信息。本發明能夠自動從圖像中識別出絕緣子的位置，并且在其基礎上識別出絕緣子的缺陷，提高了識別的精度和準度。

技術領域

本發明屬于高壓輸電技術領域，具體涉及一種高壓輸電塔絕緣子缺陷自動識別的方法及裝置。

背景技術

隨著我國電網規模地不斷擴大，電網的安全問題也變得越來越重要，檢測高壓輸變電設備運行狀態是其中一個重要的部分，其中，絕緣子是高壓輸變電設備中安裝在不同電位的導體或者導體與接地構件之間能夠耐受電壓和機械應力作用的器件，能夠在架空輸電線路中起到重要作用。然而我國的電力巡線方法對于絕緣子的檢測卻跟不上電網規模的發展，造成不少人力、物力以及社會資源的浪費。隨著科學技術發展，具有機動靈活特點的無人機被廣泛應用于我國各大電力公司，通過懸停在高壓輸電塔設備附近，可以實現對絕緣子“無死角、無盲區”的巡視診斷，并采集設備的圖像。

目前基于無人機的高壓輸變電的絕緣子巡檢是無人機采集圖像后，依靠人工進行檢測，通過這種方法無法進行自動檢測，并且人工檢測會影響缺陷識別的效率，不同的人檢測的效果亦不同。現有技術還有通過圖像處理或者機器學習方法進行絕緣子的缺陷檢測，包括基于方向角檢測與二值形狀特征的定位方法，但是該方法必須要有絕緣子的先驗知識，并且只適用于特定的場景；以及通過活動輪廓模型來分割航拍圖像中的絕緣子，但是該方法需要很高的計算量，且活動輪廓模型無法自動初始化；

此外，電網檢測過程中其背景往往包括湖泊、樹木、房屋以及鐵塔等多個干擾，現有技術的方法均不能適應復雜的電網檢測背景，且現有技術的方法也只能做到檢測絕緣子的位置，卻無法識別絕緣子缺陷的位置。

因此，如何提出一種既能夠檢測絕緣子位置，又能夠檢測絕緣子缺陷的方案是本領域技術人員目前需要解決的問題。

發明內容

為了解決現有技術中的上述問題，即為了解決現有技術無法自動識別絕緣子缺陷的問題，本發明一方面提供了一種高壓輸電塔絕緣子缺陷自動識別的方法，所述方法包括：

基于獲取的高壓輸電塔絕緣子的圖像數據，利用預先構建的定位網絡模型定位出所述絕緣子在所述圖像數據中的區域位置，確定所述區域位置為所述絕緣子圖像數據；

通過預先構建的區域裁剪網絡模型對所述區域位置進行裁剪，得到優化區域位置；

利用預先構建的深度殘差網絡對所述優化區域位置進行絕緣子識別，再次利用所述深度殘差網絡對所述絕緣子中缺陷進行識別，標記所述絕緣子缺陷的位置信息；

其中，

所述定位網絡模型基于深度卷積神經網絡模型構建，并在所述深度卷積神經網絡模型中加入區域建議網絡，對其進行訓練。

在上述方法的優選技術方案中，“利用預先構建的深度殘差網絡對所述優化區域位置進行絕緣子識別，再次利用所述深度殘差網絡對所述絕緣子中的缺陷進行識別”，其方法為：

將所述優化區域位置輸入所述深度殘差網絡生成所述絕緣子的固定長度特征圖，提取所述固定長度特征圖中絕緣子的初步特征；

將所述絕緣子的初步特征輸入所述深度殘差網絡進行絕緣子缺陷識別，得到識別結果，并在所述深度殘差網絡的全連接層分割絕緣子缺陷的位置信息。

在上述方法的優選技術方案中，“利用預先構建的定位網絡模型定位出所述絕緣子在所述圖像數據中的區域位置”，其方法為：