文档名：基于Faster RCNN算法的变电站设备识别与缺陷检测技术研究
摘要：变电站作为电力运输的中转站,是城市运转、人民生活的重要基础设施.变电站在运行过程中,经常发生因位置偏僻,不支持机器人或无人机直接进行探测而造成的设备运作温度检测不及时的问题.传统的变电站设备缺陷识别算法是基于机器的学习算法,精确度较低,只适合单个设备类别的缺陷检测,易受环境的影响.基于此,文中提出一种识别变电站设备红外缺陷的方法.首先,基于FasterR-CNN算法的设备识别,对6种类型的变电站设备包括套管、绝缘体、电线、电压互感器、避雷针和断路器进行目标识别,以实现设备的精确定位;然后,基于稀疏表示分类(SRC)的算法获得输入样本的实际标签;最后,基于温度阈值判别式算法,在设备区域中识别设备温度的异常缺陷.文中的方法实现了在红外线图像下的设备识别和缺陷检测,运用文中设计的方法对6类设备的红外图像进行检测,准确率达到91.58％,不同类型设备缺陷的平均识别准确率为91.62％,整体缺陷图像的识别准确率达到87.62％.实验结果表明了该方法的有效性和准确性.
Abstract：Asatransitstationforpowertransportation,substationsareanimportantinfrastructureforcityoperationandlifeofpeople.Duringtheoperationofthesubstation,theproblemofuntimelydetectionofthetemperatureoftheequip-mentoperationduetotheremotelocation,whichdoesnotsupportdirectdetectionbyrobotsordrones,oftenoccurs.Tra-ditionaldefectrecognitionalgorithmsforsubstationequipmentarebasedonmachinelearningalgorithms,whichhavelowaccuracy,onlysuitablefordefectdetectionofindividualequipmentcategories,aswellassusceptibletoenvironmentalin-fluences.Onthisbasis,amethodtorecognizeinfrareddefectsofsubstationequipmentisproposedinthispaper.Firstly,equipmentidentificationbasedonFasterR-CNNalgorithmisusedtoidentifythetargetofsixtypesofsubstationequipmentincludingbushings,insulators,wires,voltagetransformers,lightningrods,andcircuitbreakerssoastorealizethepre-ciselocationoftheequipment;then,analgorithmbasedonsparserepresentationclassification(SRC)isusedtoobtaintheactuallabelsoftheinputsamples;finally,theregionofequipmentisusedtoidentifiestheabnormaldefectsofthede-vicetemperaturebasedonthetemperaturethresholddiscriminativealgorithm.Themethodinthispaperrealizesequipmentrecognitionanddefectdetectionunderinfraredimages,andtheaccuracyofdetectinginfraredimagesofsixtypesofequip-mentusingthemethoddesignedinthispaperreaches91.58％,andtheaveragerecognitionaccuracyofdefectsofdiffer-enttypesofequipmentis91.62％,andtherecognitionaccuracyoftheoveralldefectimagereaches87.62％.Theexperi-mentalresultsdemonstratetheeffectivenessandaccuracyoftheproposedmethod.
作者：于虹 龚泽威一 张海涛 周帅 于智龙 Author：YUHong GONGZeweiyi ZHANGHaitao ZHOUShuai YUZhilong
作者单位：云南电网有限责任公司电力科学研究院,昆明650214云南电网有限责任公司临沧供电局,云南临沧677000哈尔滨理工大学自动化学院,哈尔滨150080
刊名：电测与仪表
Journal：ElectricalMeasurement&Instrumentation
年，卷(期)：2024, 61(3)
分类号：TM769
关键词：变电站设备 缺陷检测 FasterR-CNN SRC算法
Keywords：substationequipment defectdetection FasterR-CNN SRCalgorithm
机标分类号：TP391.41TM451TN911.73
在线出版日期：2024年3月27日
基金项目：国家自然科学基金基于FasterR-CNN算法的变电站设备识别与缺陷检测技术研究[
期刊论文] 电测与仪表--2024, 61(3)于虹 龚泽威一 张海涛 周帅 于智龙变电站作为电力运输的中转站,是城市运转、人民生活的重要基础设施.变电站在运行过程中,经常发生因位置偏僻,不支持机器人或无人机直接进行探测而造成的设备运作温度检测不及时的问题.传统的变电站设备缺陷识别算法是基于...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于Faster R-CNN算法的变电站设备识别与缺陷检测技术研究 Research on substation equipment identification and defect detection technology based on Faster R-CNN algorithm
基于Faster R-CNN算法的变电站设备识别与缺陷检测技术研究.pdf
- 文件大小:
- 5.78 MB
- 下载次数:
- 60
-
高速下载
|
