[發明專利]基于YOLO的電纜設備外部腐蝕破損識別方法

在審

• 申請號: 201810437049.1
• 申請日: 2018-05-09
• 公開（公告）號: CN108734117A
• 公開（公告）日: 2018-11-02
• 發明（設計）人: 周自強;蔡鈞宇;尹峰;張江豐;羅志浩;蘇燁;陳波;丁寧
• 申請（專利權）人: 國網浙江省電力有限公司電力科學研究院;國家電網公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 浙江翔隆專利事務所(普通合伙) 33206
• 代理人: 張建青

本發明公開了一種基于YOLO的電纜設備外部腐蝕破損識別方法。現有的視頻監控系統，往往只有監視功能，還不具備對電纜設備外部腐蝕破損狀態進行自動識別的功能。本發明首先采用圖像縮放方法調整圖像尺寸，再利用卷積神經網絡進行特征提取，其中每一層采用批量歸一化方法規范模型，最后通過RPN網絡預測邊界框。本發明的方法識別準確率高，魯棒性好；使用該方法在地下電纜隧道的巡檢機器人系統中進行電纜設備外部腐蝕破損識別具有非常好的效果。

技術領域

本發明屬于電纜設備外部腐蝕破損識別領域，尤其是一種基于YOLO的電纜設備外部腐蝕破損識別方法。

背景技術

我國城市現代化的發展助推了地下電纜隧道的建設步伐，在北京、上海、廣州等特大型城市，地下配電網絡已經趨于完善，一些大中型城市也在加快電纜隧道的建設進度。隨著城市地下電網的逐漸普及，電纜故障必將進入高發期，從而對電纜隧道巡檢數據的深度挖掘提出了迫切需求。

地下電纜和相關設施是電力傳輸環節中的重點。設備的正常運行，可以保障公司為客戶提供安全可靠的電力供應服務，并能在發生緊急情況下具有較好的供電保障手段和能力。為了保障地下電網的正常運行，需要對地下電網的參數和電纜設備外部腐蝕破損狀態進行監控。

現有的視頻監控系統，往往只有監視功能，還不具備對電纜設備外部腐蝕破損狀態進行自動識別的功能。

發明內容

為解決上述問題，本發明提供一種基于YOLO的電纜設備外部腐蝕破損識別方法，其借助巡檢機器人對電纜設備外部腐蝕破損狀態進行自動識別，實現電纜隧道智能巡檢，保障地下電網安全運行。

本發明采用的技術方案如下：基于YOLO的電纜設備外部腐蝕破損識別方法，其包括：

1)通過隧道巡檢機器人攝像頭拍攝采集包含目標物的隧道內部電纜設備樣本圖像，樣本圖像中包含的目標物為隧道內部的槽盒、風機、檢修電源箱和配電箱；

2)遍歷所有隧道內部電纜設備樣本圖像，對每張圖像用包圍框針對目標物進行標記處理，獲得訓練集；

3)采用圖像縮放方法調整圖像尺寸：針對訓練集中的樣本圖像進行圖像縮放，調整圖像尺寸；

4)利用卷積神經網絡對步驟3)得到的圖像進行特征提取，其中卷積神經網絡采用YOLO前20層卷積層訓練好的網絡，并采用批量歸一化方法對每層網絡進行歸一化處理然后再進行輸入，最后通過RPN網絡來預測邊界框；

5)按步驟4)中方法不斷迭代訓練直至模型訓練誤差趨于穩定，最后獲得的整個網絡模型作為隧道內部電纜設備檢測模型；

6)實時采集電纜設備待測圖像，按照與步驟3)中相同的圖像縮放方法進行縮放后作為步驟5)獲得的隧道內部電纜設備檢測模型的輸入，隧道內部電纜設備檢測模型的輸出即為電纜設備待測圖像的最終識別結果。

作為上述電纜設備外部腐蝕破損識別方法的補充，所述的步驟1)中，隧道內部電纜設備樣本圖像是指巡檢機器人行走到電纜設備附近，攝像頭朝向電纜設備，以電纜設備為目標物，水平正對目標物的水平左偏差30度視角和水平右偏差30度視角之間的范圍內以及從上俯視偏差70度視角和從下仰視偏差70度視角之間的范圍內采集獲得的圖像。

作為上述電纜設備外部腐蝕破損識別方法的補充，所述的步驟2)中，包圍框為一長方形框，一共分4個類別，分別代表不同種類的損壞的電纜設備：一類是槽盒損壞的電纜設備，一類是風機損壞的電纜設備，一類是檢修電源箱銹蝕的電纜設備，還有一類是配電箱損壞的電纜設備，沒有上述4個類別損壞的圖像不進行標記處理，步驟2)中的訓練集按上述方法獲得。

作為上述電纜設備外部腐蝕破損識別方法的補充，所述的步驟3)中，圖像縮放方法采用雙線性插值。