[發明專利]一種牽引變電所戶外絕緣子異常檢測方法

有效

• 申請號: 202010324733.6
• 申請日: 2020-04-23
• 公開（公告）號: CN111507975B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 彭宇晨;權偉;盧學民;趙海全;周寧;鄒棟;張衛華;林國松;葉樺;向夢;辜國鑫;馮寬;張君
• 申請（專利權）人: 西南交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06T7/73;G06N3/04
• 代理公司: 成都點睛專利代理事務所(普通合伙) 51232
• 代理人: 葛啟函

1.一種牽引變電所戶外絕緣子異常檢測方法，包括如下步驟：

步驟一、絕緣子定位網絡數據集構建

采用牽引變電所內桿塔搭載監控攝像頭拍攝的圖像構成圖像庫，對圖像庫中每張圖像進行中值濾波處理以抑制噪聲，具體為：用3×3像素滑窗算法遍歷圖像，對滑窗內9個像素點按像素值大小進行排序，取中值作為該滑窗中心點像素值；通過人工標注的方式，使用能夠包圍完整絕緣子的包圍框標注出圖像中的絕緣子區域，所有圖像及其標注結果共同構成絕緣子定位網絡數據集；

步驟二、絕緣子圖像生成網絡數據集構建

對圖像庫中的圖像進行裁剪，提取出單獨的絕緣子圖像，考慮到實際中存在異常的絕緣子圖像較少，對每一張正常絕緣子圖像，通過人工制作其對應的裂紋、掉磁、閃絡的異常絕緣子圖像，使每張正常絕緣子圖像都有一張異常絕緣子圖像所對應；所有的兩種圖像共同構成絕緣子圖像生成網絡數據集；

步驟三、絕緣子定位網絡的構建與訓練

絕緣子定位網絡采取Faster R-CNN網絡模型，包括特征提取網絡，候選區域生成網絡和分類與邊界框回歸網絡；采用在大型分類識別數據集ImageNet上經預訓練的VGG-16的前16層作為特征提取網絡，生成特征圖；在原始圖像的對應位置生成不同面積和寬高比的區域，利用softmax函數計算每個區域內含有絕緣子的概率P，作為候選區域生成網絡；再將候選區域輸入到分類與邊界框回歸網絡對目標進行分類，同時對目標邊界框進行回歸，輸出絕緣子包圍框位置及其經全連接層被分類為絕緣子的概率P₀，具體為：特征圖進入候選區域生成網絡后，用3×3像素滑窗算法遍歷特征圖，在每個滑窗位置上基于9個固定比例的默認邊界框生成多個區域，選取概率P最高的前300個區域作為候選區域；設置候選區域默認邊界框的長寬比為0.5，1，2，尺寸為8倍，16倍，32倍；設置基礎邊界框坐標為[0,0,15,15]，其中(0,0)為邊界框左上角坐標，(15,15)為邊界框右下角坐標；保持該邊界框面積與中心點不變，根據三種長寬比可得三個新邊界框，將三種尺寸與三個新邊界框的長與寬相乘，保持中心點不變，即可得到9個默認邊界框；將得到的候選區域作用于特征圖，通過RoI池化提取區域特征，分類與邊界框回歸網絡對這些特征進行分類與邊界框的預測；使用絕緣子定位網絡數據集對絕緣子定位網絡進行訓練，使其獲得對圖像中絕緣子定位能力；

步驟四、絕緣子圖像生成網絡的構建與訓練

絕緣子圖像生成網絡基于GAN網絡結構搭建，包含三個部分：生成器、判別器、重構編碼器；其中生成器基于自動編碼器結構搭建，包含一個編碼器和一個解碼器；編碼器將一張3通道的圖片X映射為一個32維的向量Z；在解碼器一端加入U-Net跨層連接方式，以獲得更佳的圖像生成效果，最終將編碼得到的32維向量Z重建為3通道圖片X`；判別器采取與生成器中編碼器相同的網絡結構，用于區分原圖與生成器生成的重建圖；重構編碼器將生成器生成的重建圖片X`再映射為一個32維的向量Z`，其結構與生成器中編碼器相同，用于對比原圖與重建圖在高一層抽象空間中的差異，具體為：編碼器由4個4×4卷積層組成，輸出一個大小為1×1×32的向量，其寬高為1，維數為32；解碼器對該向量進行反卷積操作，每進行一次反卷積操作，就進行一次上采樣，隨后與編碼器中對應層的具有相同尺寸的特征進行拼接，經4個4×4反卷積層后輸出重建圖；重建圖通過重構編碼器再進行一次編碼，獲得大小同為1×1×32的向量；網絡損失包括三個部分，分別為：1)生成器重建損失，比較的是原圖與重建圖，采用L1損失；2)編碼網絡損失即生成器+重構編碼器的損失，比較的是原圖的編碼特征與重建圖的編碼特征，采用L2損失；3)判別網絡損失，采用二分類的交叉熵損失；使用絕緣子圖像生成網絡訓練集對絕緣子圖像生成網絡進行訓練，訓練方法采取Adam訓練方法，使其獲得對絕緣子圖像重建能力；

步驟五、圖像輸入

在實時處理情況下，提取通過攝像頭采集并保存在存儲區的原始視頻圖像，作為要進行異常檢測的輸入圖像；在離線處理情況下，將已采 集的視頻文件分解為多個幀組成的圖像序列，按照時間順序，逐個提取幀圖像作為輸入圖像，如果輸入圖像為空，則整個流程中止；

步驟六、絕緣子定位

將輸入圖像尺寸歸一化為絕緣子定位網絡輸入端所需尺寸224×224像素，然后經過網絡的正向處理后得到絕緣子包圍框的位置及概率P₀；若該概率P₀大于預先設置的閾值0.9，則認為定位成功，提取出所有定位成功的絕緣子圖像；

步驟七、絕緣子異常檢測

將步驟六中提取的絕緣子圖像輸入絕緣子圖像生成網絡進行異常檢測，將網絡損失中的編碼網絡損失作為輸入圖像的異常分數，同時設置一個閾值為0.2的異常判斷閾值，如果輸入圖像的異常分數小于該異常判斷閾值時則判定為正常，否則判定為異常；將判定為異常的圖像與其通過絕緣子圖像生成網絡所生成的圖像同時進行LBP特征提取，得到各自的LBP特征圖，任選一圖進行逐像素搜索，并與另一圖的對應位置像素進行比較；若一像素點滿足：該像素點在兩圖中像素差值大于等于30，且以該像素點為中心的3×3像素窗口內8個像素點的像素差值均大于等于30，則將該像素點判斷為存在異常；然后對判定為異常的圖像進行二值化處理，令判斷為存在異常的像素點灰度值為255，其它像素點灰度值為0，即可獲得異常區域，跳轉到步驟五。