基于卷積神經(jīng)網(wǎng)絡(luò)的電力巡檢絕緣子檢測研究.pdf

1、電力巡檢是保障電網(wǎng)安全運(yùn)行不可或缺的手段，新興的無人機(jī)巡檢通過搭載的高清相機(jī)和圖傳設(shè)備可獲取大量詳實(shí)的巡檢影像。這些巡視數(shù)據(jù)僅憑人工分析和處理，工作量龐大，效率低下，存在由工作人員經(jīng)驗(yàn)和素質(zhì)引起的偏差。而絕緣子是電力系統(tǒng)中的常見部件，由于常年暴露在外，因而故障多發(fā)，嚴(yán)重威脅電網(wǎng)安全，需要引入智能化的識(shí)別方法自動(dòng)進(jìn)行故障診斷。本文結(jié)合四川省電力公司科技項(xiàng)目的需求，從以下幾個(gè)方面展開研究：
　?。?）本文通過搭建和改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)

2、對絕緣子的檢測,解決傳統(tǒng)檢測算法魯棒性差，泛化能力不強(qiáng)，準(zhǔn)確率不高等問題。首先通過研究卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn)和廣泛應(yīng)用，結(jié)合工程需求和硬件支持，完成對卷積神經(jīng)網(wǎng)絡(luò)各個(gè)部件的選型和設(shè)計(jì)，搭建適宜本課題網(wǎng)絡(luò)模型。其次利用無人機(jī)在不同線路和時(shí)間采集玻璃和陶瓷絕緣子樣本并進(jìn)行人為拓展，作為訓(xùn)練樣本。然后本文選擇開源的Caffe作為工具，結(jié)合相關(guān)調(diào)參技術(shù)對網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)和在訓(xùn)練過程中進(jìn)行優(yōu)化。通過自動(dòng)學(xué)習(xí)絕緣子特征的本質(zhì)和分布式表達(dá)，實(shí)現(xiàn)在復(fù)雜航拍

3、背景中的絕緣子檢測，訓(xùn)練準(zhǔn)確率為95％，測試準(zhǔn)確率為92%。
　?。?）本文結(jié)合已訓(xùn)練完備的卷積神經(jīng)網(wǎng)絡(luò)完成絕緣子自爆的識(shí)別,解決人工分析工作量大，效率低等問題。首先利用卷積神經(jīng)網(wǎng)絡(luò)層級結(jié)構(gòu)對全局和局部特征的綜合與抽象，將訓(xùn)練完備的網(wǎng)絡(luò)模型作為絕緣子特征抽取的工具，融入自組織特征映射網(wǎng)絡(luò)，實(shí)現(xiàn)顯著性檢測的改良。其次在顯著性檢測的基礎(chǔ)上，快速提取絕緣子，舍棄背景，然后結(jié)合超像素分割和輪廓檢測等圖像處理方法建立絕緣子模型，提出一種針對

4、絕緣子自爆故障的識(shí)別算法，準(zhǔn)確率在90%以上，取代人工分析，降低憑巡檢工作人員經(jīng)驗(yàn)判定的風(fēng)險(xiǎn)和誤差，保障電網(wǎng)安全可靠運(yùn)行。
　　（3）本文對絕緣子檢測及自爆故障識(shí)別分別進(jìn)行測試驗(yàn)證和對比試驗(yàn)。首先針對不同背景，不同種類，不同數(shù)量的情況進(jìn)行了絕緣子檢測測試，并與傳統(tǒng)的DPM和基于HoG的SVM算法進(jìn)行對比。同時(shí)通過可視化效果分析網(wǎng)絡(luò)的性能。然后對不同背景下的自爆識(shí)別算法進(jìn)行了驗(yàn)證。最后以工程項(xiàng)目為依托，簡單介紹電力巡檢絕緣子檢測系統(tǒng)