国产精品不卡在线,精品国产_亚洲人成在线高清,色亚洲一区,91激情网

隨著智能電網(wǎng)的發(fā)展，電力系統(tǒng)自動(dòng)化水平日漸提高，人們對(duì)電力系統(tǒng)日常運(yùn)行的安全及穩(wěn)定性提出了更高的要求。絕緣子作為電力系統(tǒng)的重要元件，應(yīng)用廣泛且數(shù)量龐大。絕緣子的工作環(huán)境通常位于層巒疊嶂的山路之間，工作環(huán)境惡劣，導(dǎo)致絕緣子故障頻發(fā)，嚴(yán)重影響電力系統(tǒng)的安全及穩(wěn)定。

絕緣子缺陷辨識(shí)一直是國(guó)內(nèi)外研究的熱點(diǎn)，傳統(tǒng)的檢測(cè)方式為人工觀測(cè)法。該方法雖然精確度高，但在觀測(cè)上存在工作量大、效率低等缺陷。此外，還有借助外加設(shè)備測(cè)量的方法，如紅外圖譜和巡檢機(jī)器人等。

借助外界設(shè)備可以有效減小檢測(cè)過(guò)程中的安全隱患，但外加設(shè)備一般較為昂貴。由于無(wú)人機(jī)成本低、易操控，且具備數(shù)據(jù)采集簡(jiǎn)單、運(yùn)行風(fēng)險(xiǎn)較低等特點(diǎn)，已在電力巡檢工作中逐漸普及。盡管無(wú)人機(jī)巡檢可獲得大量現(xiàn)場(chǎng)的圖像信息，但采集到的圖像仍是由人工進(jìn)行處理，海量的圖像數(shù)據(jù)帶來(lái)了巨大的工作量；同時(shí)，由于工作人員自身專業(yè)水平不同、視覺(jué)疲勞等原因，檢測(cè)過(guò)程中容易導(dǎo)致缺陷遺漏。

通過(guò)計(jì)算機(jī)自動(dòng)辨識(shí)圖像成為研究熱門，常用的方法主要可以分為基于機(jī)器視覺(jué)與基于機(jī)器學(xué)習(xí)的方法?；跈C(jī)器視覺(jué)的缺陷檢測(cè)方法首先在原圖中將待測(cè)目標(biāo)與背景進(jìn)行分割，分割后再根據(jù)人為設(shè)定的特征判斷絕緣子是否存在缺陷。

基于機(jī)器視覺(jué)的缺陷檢測(cè)方法實(shí)現(xiàn)較為簡(jiǎn)單，不需要復(fù)雜的訓(xùn)練過(guò)程，在特定的場(chǎng)景有較高的辨識(shí)準(zhǔn)確率，但在使用過(guò)程中存在諸多局限性，如算法的準(zhǔn)確率依賴分割算法的分割結(jié)果。由于絕緣子的工作環(huán)境復(fù)雜、現(xiàn)場(chǎng)條件惡劣，這會(huì)嚴(yán)重影響分割結(jié)果的準(zhǔn)確性，且人工選定的缺陷判別特征缺乏魯棒性，當(dāng)拍攝條件發(fā)生改變，都有可能導(dǎo)致算法發(fā)生誤判。

在圖像辨識(shí)領(lǐng)域，機(jī)器學(xué)習(xí)算法的應(yīng)用十分廣泛，通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練的模型對(duì)無(wú)人機(jī)航拍的絕緣子圖像進(jìn)行檢測(cè)及缺陷辨識(shí)已逐漸成為電力系統(tǒng)絕緣子缺陷辨識(shí)方法研究的熱門方向。機(jī)器學(xué)習(xí)算法訓(xùn)練出的模型能自適應(yīng)地從海量的航拍圖像中挖掘絕緣子的表層特征，對(duì)噪聲干擾有很強(qiáng)的魯棒性。模型的目標(biāo)是既能準(zhǔn)確地辨識(shí)出缺陷又能滿足實(shí)時(shí)檢測(cè)的要求，但事實(shí)上，檢測(cè)速度與準(zhǔn)確率很難同時(shí)提升。

針對(duì)這個(gè)問(wèn)題，福州大學(xué)電氣工程與自動(dòng)化學(xué)院的研究人員提出基于改進(jìn)YOLOv4的絕緣子缺陷檢測(cè)模型。

圖1 YOLOv4檢測(cè)流程

圖2 檢測(cè)結(jié)果對(duì)比

圖3 不同類型和結(jié)構(gòu)的絕緣子檢測(cè)結(jié)果

相比于現(xiàn)有方法，YOLOv4模型具有速度更快、精度更高的特點(diǎn)。針對(duì)檢測(cè)圖像中出現(xiàn)圖像修改尺寸后失真的問(wèn)題，提出了對(duì)圖像加灰條處理的方法，同時(shí)在訓(xùn)練過(guò)程中采用了多階段遷移學(xué)習(xí)策略顯著提高了模型整體的性能。實(shí)驗(yàn)結(jié)果表明，所提方法的缺陷檢測(cè)mAP值達(dá)到89.54%，所提方法在實(shí)際應(yīng)用中可以滿足絕緣子缺陷檢測(cè)的準(zhǔn)確性要求。

本文編自2021年第5期《電氣技術(shù)》，論文標(biāo)題為“基于YOLOv4模型的玻璃絕緣子自爆缺陷識(shí)別方法”，作者為周宸、高偉、郭謀發(fā)。