[發明專利]一種電力絕緣子故障檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202111483302.5
• 申請日: 2021-12-07
• 公開（公告）號: CN114417961A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 聶明軍;謝煒;崔福星;周川;吳征
• 申請（專利權）人: 杭州柯林電氣股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/80;G06V10/764;G06V10/26
• 代理公司: 廣州市越秀區哲力專利商標事務所(普通合伙) 44288
• 代理人: 孫中華

1.一種電力絕緣子故障檢測方法，其特征在于，包括：

獲取無人機巡檢電力線過程中采集的巡檢圖像；

對所述巡檢圖像進行區域分割，得到包括絕緣子串的目標圖像；

從所述目標圖像中提取表示全局信息的全局特征；

采用non-local自注意力模型從所述全局特征中提取每一元素與其他所有元素的依賴關系，得到空間注意力特征；

基于所述空間注意力特征確定所述絕緣子的故障類型。

2.根據權利要求1所述的電力絕緣子故障檢測方法，其特征在于，對所述巡檢圖像進行區域分割，得到包括絕緣子串的目標圖像，包括：

對所述巡檢圖像進行語義分割，從所述巡檢圖像中分離出絕緣子串和背景；

計算所述絕緣子串的幾何中心；

以所述絕緣子串的幾何中心為中心，從所述巡檢圖像中截取包括所述絕緣子串的預設范圍的矩形區域作為目標圖像。

3.根據權利要求2所述的電力絕緣子故障檢測方法，其特征在于，對所述巡檢圖像進行語義分割，從所述巡檢圖像中分離出絕緣子串和背景，包括：

基于預先訓練好的U-Net模型對所述巡檢圖像進行語義分割，從所述巡檢圖像中分離出絕緣子串和背景。

4.根據權利要求1-3任一所述的電力絕緣子故障檢測方法，其特征在于，從所述目標圖像中提取表示全局信息的全局特征，包括：

對所述目標圖像進行特征提取，得到所述目標圖像在多個不同尺度的特征；

融合多種不同尺度的特征，得到全局特征。

5.根據權利要求1-3任一所述的電力絕緣子故障檢測方法，其特征在于，采用non-local自注意力模型從所述全局特征中提取每一元素與其他所有元素的依賴關系，得到空間注意力特征，包括：

計算所述全局特征中每一元素與其他所有元素的空間相關性，得到相關性矩陣；

計算所述相關性矩陣與所述全局特征的乘積，得到空間注意力矩陣。

6.根據權利要求5所述的電力絕緣子故障檢測方法，其特征在于，計算所述全局特征中每一元素與其他所有元素的空間相關性，得到相關性矩陣，包括：

對所述全局特征進行三個方向的卷積操作，分別得到Q矩陣、K矩陣和V矩陣；

將所述Q矩陣和所述K矩陣相乘，得到所述Q矩陣和所述K矩陣的相關性權重矩陣；

對所述相關性權重矩陣歸一化處理，得到所述Q矩陣和所述K矩陣的相關性權重系數矩陣；

將所述相關性權重系數矩陣與所述V矩陣相乘，得到表示所述全局特征中每一元素與其他所有元素的空間相關性的相關性矩陣。

7.根據權利要求1-3或6任一所述的電力絕緣子故障檢測方法，其特征在于，基于所述空間注意力特征確定所述絕緣子的故障類型，包括：

將所述空間注意力特征映射至絕緣子故障標記空間，得到特征向量；

對所述特征向量進行歸一化處理，得到表示所述絕緣子存在各故障類型的概率值。

8.一種電力絕緣子故障檢測裝置，其特征在于，包括：

巡檢圖像獲取模塊，用于獲取無人機巡檢電力線過程中采集的巡檢圖像；

圖像分割模塊，用于對所述巡檢圖像進行區域分割，得到包括絕緣子串的目標圖像；

全局特征提取模塊，用于從所述目標圖像中提取表示全局信息的全局特征；

注意力模塊，用于采用non-local自注意力模型從所述全局特征中提取每一元素與其他所有元素的依賴關系，得到空間注意力特征；

故障類型確定模塊，用于基于所述空間注意力特征確定所述絕緣子的故障類型。

9.一種計算機設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的電力絕緣子故障檢測方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-7中任一所述的電力絕緣子故障檢測方法。