[發(fā)明專利]一種高壓輸電線路中故障電氣元件檢測(cè)方法及檢測(cè)系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911070095.3
• 申請(qǐng)日: 2019-10-23
• 公開（公告）號(hào): CN111337789A
• 公開（公告）日: 2020-06-26
• 發(fā)明（設(shè)計(jì)）人: 郝帥;馬旭
• 申請(qǐng)（專利權(quán)）人: 西安科技大學(xué)
• 主分類號(hào): G01R31/08
• 分類號(hào): G01R31/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于tiny-yolov3的高壓輸電線路中故障電氣元件檢測(cè)方法，其特征在于，所述基于tiny-yolov3的高壓輸電線路中故障電氣元件檢測(cè)方法包括：

利用無(wú)人機(jī)機(jī)載圖像采集設(shè)備獲取高壓輸電線路圖像，并將所獲取圖像同步傳送至處理器進(jìn)行處理；

利用訓(xùn)練好的tiny-YOLOv3網(wǎng)絡(luò)模型對(duì)獲取的圖像進(jìn)行檢測(cè)，將有故障的電力設(shè)備檢測(cè)出來(lái)。

2.如權(quán)利要求1所述的基于tiny-yolov3的高壓輸電線路中故障電氣元件檢測(cè)方法，其特征在于，利用無(wú)人機(jī)機(jī)載圖像采集設(shè)備獲取高壓輸電線路圖像，并將所獲取圖像同步傳送至處理器進(jìn)行處理中，所述圖像所包含的電力設(shè)備利用Labelimg軟件進(jìn)行摳取，制作數(shù)據(jù)集；

在采集圖像時(shí)，無(wú)人機(jī)距離待檢測(cè)目標(biāo)由1米至5米的距離連續(xù)采集圖像，而且采集過(guò)程中拍攝角度不斷調(diào)整。

3.如權(quán)利要求1所述的基于tiny-yolov3的高壓輸電線路中故障電氣元件檢測(cè)方法，其特征在于，利用訓(xùn)練好的tiny-YOLOv3網(wǎng)絡(luò)模型對(duì)獲取的圖像進(jìn)行檢測(cè)中，使用數(shù)據(jù)集訓(xùn)練tiny-YOLOv3網(wǎng)絡(luò)模型，具體包括：

(1)每一幅圖像首先縮放到416×416；

(2)每一幅圖像被劃分為S*S個(gè)網(wǎng)絡(luò)，圖片中目標(biāo)中心在某個(gè)cell內(nèi)，該網(wǎng)格負(fù)責(zé)檢測(cè)所述目標(biāo)；

在訓(xùn)練設(shè)計(jì)YOLO神經(jīng)網(wǎng)絡(luò)時(shí)，預(yù)測(cè)5個(gè)參數(shù)，分別是boundingbox的中心店坐標(biāo)(x，y)，寬高(w，h)和置信度；置信度檢測(cè)邊界框檢測(cè)出的物體的置信度IOU；

沒(méi)有目標(biāo)存在于cell中，則Pr(Object)＝0；

存在目標(biāo)的前提下，YOLO網(wǎng)絡(luò)根據(jù)預(yù)測(cè)的boundingbox和真實(shí)的boundingbox計(jì)算IOU，同時(shí)預(yù)測(cè)該物體屬于某類的后驗(yàn)概率Pr；在得到各邊界框的置信值后，進(jìn)行非極大值抑制處理；

(3)將輸入圖像送入Tiny-YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)，提取圖片特征并輸出向量。

4.如權(quán)利要求3所述的基于tiny-yolov3的高壓輸電線路中故障電氣元件檢測(cè)方法，其特征在于，非極大值抑制處理的方法包括：

首先從所有的檢測(cè)框中找到置信值最大的框，然后計(jì)算這個(gè)框與其余框的重疊度，重疊度值比設(shè)定閾值大，就將該框剔除；再對(duì)剩余的檢測(cè)框重復(fù)上述過(guò)程，直到處理完所有的檢測(cè)框；

邊界框中心坐標(biāo)的誤差項(xiàng)表示如下：

λ_coord為坐標(biāo)預(yù)測(cè)誤差且取較大值為5，指的是第i個(gè)單元格存在目標(biāo)，且該單元格中的第j個(gè)邊界框負(fù)責(zé)預(yù)測(cè)該目標(biāo)；(x_i，y_i，w_i，h_i)為預(yù)測(cè)框坐標(biāo)值，為真實(shí)框坐標(biāo)。含有目標(biāo)和不含目標(biāo)的框置信度誤差項(xiàng)分別表示如下：

包含目標(biāo)的單元格的分類誤差項(xiàng)表示如下：

其中，P_i^obj表示是否有目標(biāo)落入第i個(gè)邊界框；最終的損失函數(shù)表示為：

L_yolo＝L₁+L₂+L₃+L₄。

5.如權(quán)利要求1所述的基于tiny-yolov3的高壓輸電線路中故障電氣元件檢測(cè)方法，其特征在于，利用訓(xùn)練好的tiny-YOLOv3網(wǎng)絡(luò)模型對(duì)獲取的圖像進(jìn)行檢測(cè)中，經(jīng)過(guò)卷積和最大池化操作后，網(wǎng)絡(luò)在第一個(gè)尺度輸出13×13×18大小的特征圖，其中18＝3×(4+1+1)，3表示每個(gè)尺度的柵格預(yù)測(cè)3個(gè)不同大小的邊界框，4表示預(yù)測(cè)的邊界框中心位置的坐標(biāo)以及寬高，第1個(gè)1代表預(yù)測(cè)邊界框的類別概率值，第二個(gè)1代表本發(fā)明的預(yù)測(cè)類別個(gè)數(shù)；再對(duì)尺度一倒數(shù)第三層的輸出進(jìn)行卷積后上采樣，與尺度一最后一個(gè)26×26大小的特征圖相加，通過(guò)兩層卷積后得到尺度二最后的輸出，大小為26×26；

對(duì)尺度二倒數(shù)第二層的輸出進(jìn)行卷積后上采樣，再與尺度一最后一個(gè)52×52大小的特征圖相加，通過(guò)兩層卷積后得到尺度三最后的輸出，大小為52×52；根據(jù)tiny-YOLOv3網(wǎng)絡(luò)模型計(jì)算輸出向量，為柵格預(yù)測(cè)的邊界框位置信息、置信度信息以及柵格對(duì)應(yīng)的類別概率信息。