在全球能源互聯(lián)網(wǎng)的大力推動下,我國交直流電網(wǎng)建設(shè)得到快速發(fā)展。隨著人工智能技術(shù)領(lǐng)域的不斷革新,采用圖像識別等新技術(shù)推動電力輸電巡檢業(yè)務(wù)發(fā)展成為近年來電網(wǎng)行業(yè)的重大課題。輸電線路運行狀態(tài)識別智能化工作,主要內(nèi)容包括輸電線路運行狀態(tài)識別智能化、輸電線路缺陷識別智能化、輸電線路隱患識別智能化三個方面。傳統(tǒng)的模式識別技術(shù),已經(jīng)無法滿足新形勢下的輸電立體化巡檢發(fā)展需求。無法高精準(zhǔn)的對小部件、復(fù)雜背景缺陷、隱患進行識別。亟需自學(xué)習(xí)能力的人工智能技術(shù),對架空輸電線路設(shè)備本體缺陷及通道環(huán)境內(nèi)的異常及風(fēng)險情況進行識別分析。本文圍繞這一課題領(lǐng)域,重點研究了輸電線路本體裝置及通道巡視對象基于人工智能圖像識別技術(shù)的隱患排查與故障定位技術(shù),并結(jié)合先驗知識提出輸電線路立體巡視模式,以應(yīng)用模式研究為基礎(chǔ),設(shè)計研發(fā)了一套輸電線路影像數(shù)據(jù)共享及應(yīng)用示范系統(tǒng),快速精準(zhǔn)研判故障定位與缺陷類型,進而及時有效的針對性開展消缺及風(fēng)險隱患排除工作,確保電力系統(tǒng)安全穩(wěn)定運行。以下是本文重點開展的研究工作內(nèi)容:一、圍繞人工智能圖像處理基礎(chǔ)支撐技術(shù),開展了異構(gòu)高性能計算集群、深度學(xué)習(xí)框架集成優(yōu)化技術(shù)框架的設(shè)計與樣本圖像處理技術(shù)的研究工作。主要成果包括以下兩點:1.提出了基于深度學(xué)習(xí)框架的開發(fā)集成方案,主要通過數(shù)據(jù)處理系統(tǒng)、深度學(xué)習(xí)系統(tǒng)進行接口調(diào)用,實現(xiàn)樣本、模型和資源的統(tǒng)一整合,完成端到端的訓(xùn)練生態(tài)鏈。深度學(xué)習(xí)系統(tǒng)由樣本管理、模型優(yōu)化和資源配置構(gòu)成,可實現(xiàn)樣本特征分析、圖片預(yù)處理,樣本分類統(tǒng)計,模型訓(xùn)練監(jiān)控、資源運行監(jiān)控等功能。2.分別針對數(shù)據(jù)擴容、圖像去霧及圖像復(fù)原技術(shù)進行了研究,通過將圖像進行鏡像變換的方法實現(xiàn)了訓(xùn)練樣本的增加,采用序列圖像的超分辨率復(fù)原技術(shù),通過運用信號處理方法來對序列低分辨率退化圖像的進行處理,從而實現(xiàn)了一幅或者多幅高分辨率的復(fù)原圖像。二、基于架空輸電線路巡視業(yè)務(wù)特征,分類梳理了輸電線路線路設(shè)備本體及通道缺陷風(fēng)險識別場景并針對性開展圖像識別關(guān)鍵技術(shù)的研究工作,提出巡視圖像目標(biāo)檢測的技術(shù)路線,進一步梳理了目前我國架空輸電線路基于視頻圖像巡檢的終端采集方式,針對定點攝像頭、無人機、直升機等巡視應(yīng)用現(xiàn)狀進行了分析。三、針對人工智能圖像識別技術(shù)在輸電線路巡檢業(yè)務(wù)中的應(yīng)用模式進行了研究與設(shè)計,構(gòu)建了輸電線路立體巡視模式并提出了通道風(fēng)險評估體系及安全預(yù)警模式。主要成果包括以下兩點:1.通過開展巡視缺陷樣本特征質(zhì)量評價技術(shù)、基于深度學(xué)習(xí)框架的訓(xùn)練數(shù)據(jù)集格式轉(zhuǎn)化方法和數(shù)據(jù)庫存儲檢索技術(shù)研究,成功構(gòu)建了輸電線路的影像樣本標(biāo)準(zhǔn)庫,實現(xiàn)了多源數(shù)據(jù)關(guān)鍵特征的巡視缺陷樣本規(guī)范收集與輸電設(shè)備信息的規(guī)范管理、統(tǒng)一標(biāo)注轉(zhuǎn)化和缺陷信息的高效存儲與檢索。2.以無人機、直升機、機器人等智能化巡視及人工巡視為基礎(chǔ),以圖像自動識別技術(shù)的在線監(jiān)測技術(shù)為補充,進行山火、機械外破、異物、鳥害專項排查與分類梳理,結(jié)合危害事件發(fā)生的頻率,以及地形地貌、植被情況、電網(wǎng)網(wǎng)架、氣象條件等信息,構(gòu)建輸電通道風(fēng)險評估體系并進而形成了安全預(yù)警模式的設(shè)計。四、圍繞輸電線路圖像數(shù)據(jù)共享及應(yīng)用示范系統(tǒng)開展了標(biāo)準(zhǔn)化架構(gòu)設(shè)計工作,主要包括業(yè)務(wù)架構(gòu)設(shè)計、應(yīng)用架構(gòu)設(shè)計、技術(shù)架構(gòu)設(shè)計和數(shù)據(jù)架構(gòu)設(shè)計四個方面,研發(fā)實現(xiàn)了系統(tǒng)圖像管理、視頻管理、分析識別、故障管理與報修等核心功能,并基于系統(tǒng)功能應(yīng)用進行了實地場景化驗證工作。
【學(xué)位單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TM75
【部分圖文】：

基礎(chǔ)支撐技術(shù)是整個課題順利實施的基本保證，首先從整體規(guī)劃方面制定出較??為完備的技術(shù)框架，其次從邏輯層設(shè)計面向電網(wǎng)的視頻圖像智能支撐技術(shù)框架，并??在此基礎(chǔ)上實現(xiàn)主流深度學(xué)習(xí)框架的集成。實施框架如圖２－１所示：??圖２－１：支撐架構(gòu)實施框架??２．１．１異構(gòu)高性能計算集群技術(shù)??過去幾年，人工智能領(lǐng)域深度學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)算法技術(shù)己經(jīng)被廣泛證明為??是解決各類問題的一種行之有效的手段。??然而，使用傳統(tǒng)的ＣＰＵ運行時間，深度學(xué)習(xí)系統(tǒng)面臨的挑戰(zhàn)，異構(gòu)計算平臺，??成為深度學(xué)習(xí)主流計算模式，可以實現(xiàn)高并行計算和ＧＰＵ的異構(gòu)多核計算的高計算??吞吐量，適用于計算密集型和高并行性，ＳＩＭＤ應(yīng)用，尤其是應(yīng)用圖形、矩陣計算等。??對于相同的ＶＧＧ－１６計算任務(wù)，８ＧＰＵ深度學(xué)習(xí)服務(wù)器可將時間從１３１０小時縮短到２３??－５－??

圖片預(yù)處理，樣本分類統(tǒng)計，模型訓(xùn)練監(jiān)控、資源運行監(jiān)控等功能；設(shè)置了主要的??用戶自定義訓(xùn)練參數(shù)接口，用戶可自主進行參數(shù)調(diào)節(jié)、模型結(jié)構(gòu)調(diào)整、資源優(yōu)化配??置等支撐功能，框架集成方案如圖２－２所示：??－■?．??■■■■■■■■■■■■■■■■■ｆｔ?１??—醒縱ｉｍｉｉ?ｉ?ｍｕ?謂??參‘??ＭＫｉＳＨｎｉｉａｔｔＢａＭＨＨＫＫＢＫＨａＨａＨＭｉａＭａａｅａｉ??Ｈ＾ｌｉ?ｍｓｍａａｍｊｇｍｍＫ＾ＢｍＡ?ｅｇ＊??—??圖２－２：深度學(xué)習(xí)框架集成方案??２．?２樣本圖像數(shù)據(jù)處理技術(shù)??樣本圖像處理關(guān)鍵在于建立起規(guī)模充足、覆蓋面廣、知識完備的樣本庫，即通??－６－??

？?Ｓｔｅｐ３：利用暗通道估計大氣光；??？?Ｓｔｅｐ４：代回霧圖公式去霧。??去霧演示效果如圖２－３所示：??圖２－３：圖像去Ｍ？涼不??２．?２．?３巡視圖像復(fù)原技術(shù)??現(xiàn)有的監(jiān)控系統(tǒng)以宏觀場景的監(jiān)視為主要目標(biāo)，單個攝像機，監(jiān)視一個很大的??范圍，導(dǎo)致畫面中目標(biāo)太小，肉眼很難直接辨識。這類因為欠采樣導(dǎo)致的模糊占的??比例很高，對于這樣的迷糊需要采用超分辨率重構(gòu)的方法。??超分辨率復(fù)原就是使用信號處理的方法，通過提高圖像的分辨率，同步改善采?■??集圖像的質(zhì)量。超分辨率復(fù)原技術(shù)核心思想是對成像系統(tǒng)截止頻率之外的信號高頻??成分進行估計，從而提高圖像的分辨率。該技術(shù)初期只對單幅圖像進行處理，這種??方法由于可利用的信息只有單幅圖像，圖像復(fù)原效果本身存在固有的局限性。??序列圖像的超分辨率復(fù)原技術(shù)旨在運用信號處理方法來對序列低分辨率退化圖??像的進行處理，從而獲得一幅或者多幅高分辨率的復(fù)原圖像。因為序列圖像的復(fù)原??可利用幀間的額外信息
【相似文獻】

相關(guān)期刊論文 前10條

1 白瑞雙;李世新;門鐸;于樂;;計算機圖像識別技術(shù)的應(yīng)用及細(xì)節(jié)問題闡述與分析[J];山東工業(yè)技術(shù);2019年17期

2 宮銘;;計算機圖像識別技術(shù)的應(yīng)用及細(xì)節(jié)問題闡述與分析[J];信息與電腦(理論版);2019年01期

3 陳宇;;大數(shù)據(jù)及圖像識別技術(shù)在違法飆車行為治理中的應(yīng)用研究[J];企業(yè)科技與發(fā)展;2018年12期

4 陳煥怡;;基于圖像識別技術(shù)的招投標(biāo)應(yīng)用模式研究[J];現(xiàn)代信息科技;2019年01期

5 唐芳莉;;圖像識別技術(shù)在電力設(shè)備監(jiān)測中的應(yīng)用[J];通信電源技術(shù);2019年01期

6 雷尚諭;;計算機圖像識別技術(shù)的應(yīng)用及細(xì)節(jié)問題分析[J];中國新通信;2019年06期

7 王俊姝;;圖像識別技術(shù)應(yīng)用與管理研究[J];科技創(chuàng)新導(dǎo)報;2019年05期

8 張蓉;;計算機圖像識別技術(shù)的應(yīng)用及細(xì)節(jié)問題分析[J];中國管理信息化;2017年19期

9 鄒香玲;;計算機圖像識別技術(shù)及應(yīng)用問題之研究[J];電子測試;2017年23期

10 華騰芳;;淺析計算機圖像識別技術(shù)的發(fā)展與展望[J];三峽大學(xué)學(xué)報(人文社會科學(xué)版);2017年S2期

相關(guān)博士學(xué)位論文 前3條

1 趙瑋;基于老年人出行能力的高鐵交通樞紐換乘系統(tǒng)評價及仿真[D];武漢理工大學(xué);2018年

2 翟成珺;圖像識別技術(shù)在豬藍(lán)耳病診斷中的應(yīng)用研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2012年

3 朱險峰;生物顆粒流式成像關(guān)鍵技術(shù)的研究[D];天津大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 孔匯環(huán);電力人工智能圖像識別技術(shù)研究及在架空輸電線路巡檢業(yè)務(wù)中的應(yīng)用[D];安徽大學(xué);2019年

2 代國忠;圖像識別技術(shù)在鐵軌扣件異常檢測中的應(yīng)用研究[D];哈爾濱工程大學(xué);2018年

3 項佳瑋;基于圖像識別技術(shù)的支付系統(tǒng)設(shè)計研究[D];中國美術(shù)學(xué)院;2018年

4 王丹;圖像識別技術(shù)在配網(wǎng)設(shè)備狀態(tài)監(jiān)測中的應(yīng)用研究[D];華北電力大學(xué)(北京);2018年

5 向?qū)氱?基于專利視角的BAT圖像識別技術(shù)發(fā)展機會與策略研究[D];電子科技大學(xué);2018年

6 王琳;人工智能在保險核賠環(huán)節(jié)應(yīng)用案例分析[D];首都經(jīng)濟貿(mào)易大學(xué);2018年

7 彭淑敏;神經(jīng)網(wǎng)絡(luò)圖像識別技術(shù)研究與實現(xiàn)[D];西安電子科技大學(xué);2005年

8 楊魯南;手機應(yīng)用中的圖像識別技術(shù)研究[D];北方工業(yè)大學(xué);2014年

9 周玉松;基于深度學(xué)習(xí)算法的圖像識別技術(shù)的應(yīng)用研究[D];北京郵電大學(xué);2017年

10 金聲瑯;顯微圖像識別技術(shù)快速檢測食品細(xì)菌總數(shù)的研究[D];吉林大學(xué);2006年

本文編號：2851152