基于深度学习的输电线路绝缘子缺陷识别研究
乔钰彬
曲金帅
范菁
肖云波
张宜
云南民族大学电气信息工程学院 昆明 650000
摘要：输电线路中绝缘子的缺陷识别检测为维持电力系统的安全稳定性十分重要,但由于绝缘子所处背景的复杂性及缺陷在航拍图像中占比较小的问题,使得绝缘子检测及其缺陷识别具有一定的挑战.针对上述,文章提出了一种基于深度学习的输电线路绝缘子缺陷识别研究.通过全局检测和局部分割的两级检测方法对绝缘子进行缺陷识别.首先全局检测采用YOLOv3算法对绝缘子进行定位并切割出仅包含绝缘子的图像,扩大缺陷部分在整个图像上的占比,然后将切割后的图像送入U-Net网络中对绝缘子及缺陷进行像素级检测,提高对缺陷识别的精度.通过实验验证分析,两级检测网络对缺陷的识别准确率同只用YOLOv3进行一级检测比提高2.8%,该方法能较为有效地、准确地识别绝缘子缺陷.
关键词：绝缘子深度学习语义分割缺陷识别分级检测
分类号：TP181(自动化基础理论)
资助基金：国家自然科学基金(61540063)云南省应用技术研究计划项目(2018FD055)
论文发表日期：2023-08-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1782-1786,1860 )
英文信息