基于深度學習的航拍絕緣子缺陷檢測研究
發(fā)布時間:2021-06-06 19:28
無人機電力巡檢是一種利用無人駕駛飛機自主作業(yè)的優(yōu)勢,完成架空輸電線路維護的新型巡檢方式。無人機通過機身攜帶的圖像采集設備和遠程無線電控制系統(tǒng),獲取高清的航拍圖像,并予以分析。與傳統(tǒng)的人工巡檢方式不同,無人機巡檢具有復雜地形適應能力強,安全系數高,風險小,成本低,準確可靠等優(yōu)勢,已經成為輸電線路運維技術的重點發(fā)展方向之一。然而,由于航拍圖像的復雜性和視覺識別技術的局限性,如何實現智能化電力巡檢系統(tǒng)仍然是一項艱巨的任務。本文以航拍圖像中絕緣子的缺陷檢測為研究對象,結合電力巡檢的要求,研究了基于深度學習的絕緣子缺陷檢測方法。分別提出了一種實時的單級絕緣子缺陷檢測器和一種對極小缺陷塊檢測魯棒的級聯絕緣子缺陷檢測器。本文的主要工作如下:首先,針對在線巡檢的要求,基于深度學習的目標檢測方法,提出了一種實時的輕量級YOLOV3絕緣子缺陷檢測方法。該輕量級網絡是對壓縮網絡MobileNetV1的合理優(yōu)化,在保持基本性能的前提下,大大提升了網絡的推理速度。為了提高訓練前錨框生成的穩(wěn)定性和準確性,提出了基于歐式距離的K-means++算法。針對絕緣子圖像數據集不足的問題,使用PASCALVOC2007數據...
【文章來源】:大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】:68 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題的研究背景及意義
1.2 課題的研究現狀
1.2.1 無人機電力巡檢
1.2.2 絕緣子故障檢測
1.3 本文的主要研究內容與結構安排
1.3.1 主要研究內容
1.3.2 結構安排
2 相關技術概述
2.1 飛行控制系統(tǒng)
2.2 圖像處理技術
2.3 目標檢測算法
2.3.1 從感知機到BP神經網絡
2.3.2 卷積神經網絡
2.3.3 目標檢測算法
2.4 評價指標
2.4.1 交并比、準確率與召回率
2.4.2 平均精度均值
2.4.3 平均推理速度
2.5 本章小結
3 單級絕緣子缺陷檢測器
3.1 引言
3.2 Crop-MobileNet網絡結構設計
3.2.1 深度可分離卷積與通道縮減
3.2.2 冗余卷積塊去除
3.2.3 特征金字塔與多級檢測
3.2.4 Crop-MobileNet網絡模型
3.3 網絡數據流相關
3.3.1 錨框機制與損失函數
3.3.2 改進的先驗框選擇
3.3.3 遷移PASCALVOC網絡
3.4 實驗結果與分析
3.4.1 實驗準備
3.4.2 網絡訓練參數設置
3.4.3 改進的先驗框分析
3.4.4 遷移網絡對比分析
3.4.5 檢測框架對比分析
3.4.6 基礎網絡對比分析
3.5 本章小結
4 級聯絕緣子缺陷檢測器
4.1 引言
4.2 級聯網絡模型
4.2.1 YOLOV3 級聯模型
4.2.2 Faster R-CNN級聯模型
4.2.3 獨立訓練與聯合推理
4.2.4 空間坐標變換
4.3 實驗結果與分析
4.3.1 實驗準備
4.3.2 YOLOV3 級聯檢測器結果分析
4.3.3 Faster R-CNN級聯檢測器結果分析
4.3.4 級聯檢測器與單級檢測器
4.4 本章小結
總結與展望
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝
【參考文獻】:
期刊論文
[1]基于視覺的絕緣子定位與自爆缺陷檢測[J]. 商俊平,李儲欣,陳亮. 電子測量與儀器學報. 2017(06)
[2]基于多特征融合的玻璃絕緣子識別及自爆缺陷的診斷[J]. 姜云土,韓軍,丁建,傅寒凝,王榆夫,曹偉. 中國電力. 2017(05)
[3]我看《電力發(fā)展“十三五”規(guī)劃》[J]. 吳云. 中國電力企業(yè)管理. 2017(07)
[4]±400kV直流輸電線路桿塔涉鳥故障風險區(qū)域研究[J]. 黃瑞瑩,黃道春,周軍,丁玉劍,董志勇,阮江軍. 電工電能新技術. 2017(02)
[5]基于RCNN的無人機巡檢圖像電力小部件識別研究[J]. 王萬國,田兵,劉越,劉俍,李建祥. 地球信息科學學報. 2017(02)
[6]《電力發(fā)展“十三五”規(guī)劃》解讀[J]. 曾鳴. 中國電力企業(yè)管理. 2017(01)
[7]上海公司首次無人機巡線試飛成功[J]. 本刊訊. 華東電力. 2014(05)
[8]我首套同步智能無人機巡檢系統(tǒng)成功試飛 每飛4架次相當20名巡線員一天工作量[J]. 科技傳播. 2010(07)
[9]架空線路絕緣子破損視覺檢測研究[J]. 張運楚,梁自澤,譚民. 高技術通訊. 2005 (08)
碩士論文
[1]基于六旋翼無人機的輸電巡線系統(tǒng)的研究與應用[D]. 馮凱.華北電力大學 2018
本文編號:3215001
【文章來源】:大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校
【文章頁數】:68 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 課題的研究背景及意義
1.2 課題的研究現狀
1.2.1 無人機電力巡檢
1.2.2 絕緣子故障檢測
1.3 本文的主要研究內容與結構安排
1.3.1 主要研究內容
1.3.2 結構安排
2 相關技術概述
2.1 飛行控制系統(tǒng)
2.2 圖像處理技術
2.3 目標檢測算法
2.3.1 從感知機到BP神經網絡
2.3.2 卷積神經網絡
2.3.3 目標檢測算法
2.4 評價指標
2.4.1 交并比、準確率與召回率
2.4.2 平均精度均值
2.4.3 平均推理速度
2.5 本章小結
3 單級絕緣子缺陷檢測器
3.1 引言
3.2 Crop-MobileNet網絡結構設計
3.2.1 深度可分離卷積與通道縮減
3.2.2 冗余卷積塊去除
3.2.3 特征金字塔與多級檢測
3.2.4 Crop-MobileNet網絡模型
3.3 網絡數據流相關
3.3.1 錨框機制與損失函數
3.3.2 改進的先驗框選擇
3.3.3 遷移PASCALVOC網絡
3.4 實驗結果與分析
3.4.1 實驗準備
3.4.2 網絡訓練參數設置
3.4.3 改進的先驗框分析
3.4.4 遷移網絡對比分析
3.4.5 檢測框架對比分析
3.4.6 基礎網絡對比分析
3.5 本章小結
4 級聯絕緣子缺陷檢測器
4.1 引言
4.2 級聯網絡模型
4.2.1 YOLOV3 級聯模型
4.2.2 Faster R-CNN級聯模型
4.2.3 獨立訓練與聯合推理
4.2.4 空間坐標變換
4.3 實驗結果與分析
4.3.1 實驗準備
4.3.2 YOLOV3 級聯檢測器結果分析
4.3.3 Faster R-CNN級聯檢測器結果分析
4.3.4 級聯檢測器與單級檢測器
4.4 本章小結
總結與展望
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝
【參考文獻】:
期刊論文
[1]基于視覺的絕緣子定位與自爆缺陷檢測[J]. 商俊平,李儲欣,陳亮. 電子測量與儀器學報. 2017(06)
[2]基于多特征融合的玻璃絕緣子識別及自爆缺陷的診斷[J]. 姜云土,韓軍,丁建,傅寒凝,王榆夫,曹偉. 中國電力. 2017(05)
[3]我看《電力發(fā)展“十三五”規(guī)劃》[J]. 吳云. 中國電力企業(yè)管理. 2017(07)
[4]±400kV直流輸電線路桿塔涉鳥故障風險區(qū)域研究[J]. 黃瑞瑩,黃道春,周軍,丁玉劍,董志勇,阮江軍. 電工電能新技術. 2017(02)
[5]基于RCNN的無人機巡檢圖像電力小部件識別研究[J]. 王萬國,田兵,劉越,劉俍,李建祥. 地球信息科學學報. 2017(02)
[6]《電力發(fā)展“十三五”規(guī)劃》解讀[J]. 曾鳴. 中國電力企業(yè)管理. 2017(01)
[7]上海公司首次無人機巡線試飛成功[J]. 本刊訊. 華東電力. 2014(05)
[8]我首套同步智能無人機巡檢系統(tǒng)成功試飛 每飛4架次相當20名巡線員一天工作量[J]. 科技傳播. 2010(07)
[9]架空線路絕緣子破損視覺檢測研究[J]. 張運楚,梁自澤,譚民. 高技術通訊. 2005 (08)
碩士論文
[1]基于六旋翼無人機的輸電巡線系統(tǒng)的研究與應用[D]. 馮凱.華北電力大學 2018
本文編號:3215001
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3215001.html
最近更新
教材專著