[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

本發明公開了一種電力絕緣子故障檢測方法、裝置、設備及存儲介質。通過對巡檢圖像進行區域分割，濾除一些非必要的干擾信息，使后續的處理關注于絕緣子所在的局部區域，提高了故障檢測效率和準確性，通過non?local自注意力模型的空間注意力機制，從全局特征中提取每一元素與其他所有元素的依賴關系，增強具有重要信息的區域的注意力得分，能夠有效地提取全局信息中具有區分性的視覺信息，提高故障檢測準確率。

技術領域

本發明實施例涉及電力故障檢測技術，尤其涉及一種電力絕緣子故障檢測方法、裝置、設備及存儲介質。

背景技術

絕緣子在變電站/換流站中的用量龐大、種類繁多，是站內電力設備的關鍵部件之一，占有非常重要的地位，直接關系到變電站/換流站的安全穩定運行。

目前絕緣子在線檢測方法主要采用人工巡檢方式，人工巡檢維護主要是工作人員定期在變電站/換流站中對絕緣子的狀態進行人眼觀察或專用檢測設備進行檢測，人眼觀察有一定的主觀性，導致檢測準確率較低，且存在一定的安全隱患。依靠專用檢測設備的方法操作復雜、造價高、檢測速度慢，消耗人力和物力很大。

發明內容

本發明提供一種電力絕緣子故障檢測方法、裝置、設備及存儲介質，以提高絕緣子故障檢測效率和準確率。

第一方面，本發明實施例提供了一種電力絕緣子故障檢測方法，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。

可選的，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。

可選的，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。

可選的，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。

可選的，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。

可選的，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；