基于深度学习的电网巡检图像缺陷检测与识别
无人机巡检已成为保证电网稳定运行的重要手段.针对巡检图像的自动化判读,提出基于深度学习的电网多部件缺陷检测与识别方法.将小样本缺陷检测问题分解为目标检测和分类两步.针对多目标部件的检测,提出基于最小凸集的损失函数以及预测框选择方法,两者结合YOLOv3框架可以实现多种部件的精准定位.之后,单类分类器在高维特征空间中进行小样本学习,判断目标部件是否故障.测试图像来自220 kV安徽宣枣4883线的巡检图像.实验结果表明,该方法对常见的电网故障识别率高于96％,漏报率低于2％,表明该方法能有效地进行电网的多部件缺陷检测与识别.未来结合边缘计算加速处理,可以实现无人机的在轨巡检....
Saved in:
| Published in | 电力系统保护与控制 Vol. 49; no. 5; pp. 91 - 97 |
|---|---|
| Main Authors | , , |
| Format | Journal Article |
| Language | Chinese |
| Published |
江苏君英天达人工智能研究院有限公司,江苏南京210042%江苏君英天达人工智能研究院有限公司,江苏南京210042%南京理工大学机械工程学院,江苏南京210094
01.03.2021
江苏第二师范学院数信学院,江苏南京210013 |
| Subjects | |
| Online Access | Get full text |
| ISSN | 1674-3415 |
| DOI | 10.19783/j.cnki.pspc.200517 |
Cover
| Abstract | 无人机巡检已成为保证电网稳定运行的重要手段.针对巡检图像的自动化判读,提出基于深度学习的电网多部件缺陷检测与识别方法.将小样本缺陷检测问题分解为目标检测和分类两步.针对多目标部件的检测,提出基于最小凸集的损失函数以及预测框选择方法,两者结合YOLOv3框架可以实现多种部件的精准定位.之后,单类分类器在高维特征空间中进行小样本学习,判断目标部件是否故障.测试图像来自220 kV安徽宣枣4883线的巡检图像.实验结果表明,该方法对常见的电网故障识别率高于96％,漏报率低于2％,表明该方法能有效地进行电网的多部件缺陷检测与识别.未来结合边缘计算加速处理,可以实现无人机的在轨巡检. |
|---|---|
| AbstractList | 无人机巡检已成为保证电网稳定运行的重要手段.针对巡检图像的自动化判读,提出基于深度学习的电网多部件缺陷检测与识别方法.将小样本缺陷检测问题分解为目标检测和分类两步.针对多目标部件的检测,提出基于最小凸集的损失函数以及预测框选择方法,两者结合YOLOv3框架可以实现多种部件的精准定位.之后,单类分类器在高维特征空间中进行小样本学习,判断目标部件是否故障.测试图像来自220 kV安徽宣枣4883线的巡检图像.实验结果表明,该方法对常见的电网故障识别率高于96％,漏报率低于2％,表明该方法能有效地进行电网的多部件缺陷检测与识别.未来结合边缘计算加速处理,可以实现无人机的在轨巡检. |
| Author | 顾晓东 唐丹宏 黄晓华 |
| AuthorAffiliation | 江苏第二师范学院数信学院,江苏南京210013;江苏君英天达人工智能研究院有限公司,江苏南京210042%江苏君英天达人工智能研究院有限公司,江苏南京210042%南京理工大学机械工程学院,江苏南京210094 |
| AuthorAffiliation_xml | – name: 江苏第二师范学院数信学院,江苏南京210013;江苏君英天达人工智能研究院有限公司,江苏南京210042%江苏君英天达人工智能研究院有限公司,江苏南京210042%南京理工大学机械工程学院,江苏南京210094 |
| Author_FL | GU Xiaodong HUANG Xiaohua TANG Danhong |
| Author_FL_xml | – sequence: 1 fullname: GU Xiaodong – sequence: 2 fullname: TANG Danhong – sequence: 3 fullname: HUANG Xiaohua |
| Author_xml | – sequence: 1 fullname: 顾晓东 – sequence: 2 fullname: 唐丹宏 – sequence: 3 fullname: 黄晓华 |
| BookMark | eNotjT9Lw0AcQG-oYK39BK6uib_fXS6XAxcp_oOCS_dyl1ykVdJqEFdBEUGoCC7qoCJ0ERGHEg3qp8kl-i0s6PR4y3tzpJYMEkPIAoKLUgRsqe-GyU7PHabD0KUAHEWN1NEXnsM85LOkmaY9DcCQcz-QdbJs7_IiH5XZq83H9nlcvN9XNyfV1aT6vLTZQ_l4ZG-_7PFF9ZH_XGdTLSfnxdvo--XUnj3Nk5lY7aam-c8G6aytdlobTntrfbO10nZSKcHhWqLQvgog5r4OWaBBCGo8jSpA4zGmKUUmIyO49KPIAKhYeyiB60hQRVmDLP5lD1USq2S72x8c7CfTYbcf7VGgCBwQ2C-f12Fm |
| ContentType | Journal Article |
| Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| DBID | 2B. 4A8 92I 93N PSX TCJ |
| DOI | 10.19783/j.cnki.pspc.200517 |
| DatabaseName | Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| DocumentTitle_FL | Deep learning-based defect detection and recognition of a power grid inspection image |
| EndPage | 97 |
| ExternalDocumentID | jdq202105010 |
| GrantInformation_xml | – fundername: 国家自然科学基金项目资助 funderid: (61701201) |
| GroupedDBID | -03 2B. 4A8 92I 93N ALMA_UNASSIGNED_HOLDINGS CCEZO CEKLB GROUPED_DOAJ PSX TCJ |
| ID | FETCH-LOGICAL-s990-5b917b6a80f56bc38b0772e4b1a81e433b22139de7596dde00afb41905bd72a23 |
| ISSN | 1674-3415 |
| IngestDate | Thu May 29 04:03:03 EDT 2025 |
| IsPeerReviewed | true |
| IsScholarly | true |
| Issue | 5 |
| Keywords | 单类分类器 边界框回归 输电线 深度学习 目标检测 |
| Language | Chinese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-s990-5b917b6a80f56bc38b0772e4b1a81e433b22139de7596dde00afb41905bd72a23 |
| PageCount | 7 |
| ParticipantIDs | wanfang_journals_jdq202105010 |
| PublicationCentury | 2000 |
| PublicationDate | 2021-03-01 |
| PublicationDateYYYYMMDD | 2021-03-01 |
| PublicationDate_xml | – month: 03 year: 2021 text: 2021-03-01 day: 01 |
| PublicationDecade | 2020 |
| PublicationTitle | 电力系统保护与控制 |
| PublicationTitle_FL | Power System Protection and Control |
| PublicationYear | 2021 |
| Publisher | 江苏君英天达人工智能研究院有限公司,江苏南京210042%江苏君英天达人工智能研究院有限公司,江苏南京210042%南京理工大学机械工程学院,江苏南京210094 江苏第二师范学院数信学院,江苏南京210013 |
| Publisher_xml | – name: 江苏君英天达人工智能研究院有限公司,江苏南京210042%江苏君英天达人工智能研究院有限公司,江苏南京210042%南京理工大学机械工程学院,江苏南京210094 – name: 江苏第二师范学院数信学院,江苏南京210013 |
| SSID | ssib003155689 ssib023166999 ssib002424069 ssj0002912115 ssib051374514 ssib036435463 |
| Score | 2.5038698 |
| Snippet | 无人机巡检已成为保证电网稳定运行的重要手段.针对巡检图像的自动化判读,提出基于深度学习的电网多部件缺陷检测与识别方法.将小样本缺陷检测问题分解为目标检测和分类两... |
| SourceID | wanfang |
| SourceType | Aggregation Database |
| StartPage | 91 |
| Title | 基于深度学习的电网巡检图像缺陷检测与识别 |
| URI | https://d.wanfangdata.com.cn/periodical/jdq202105010 |
| Volume | 49 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| journalDatabaseRights | – providerCode: PRVAON databaseName: DOAJ Directory of Open Access Journals issn: 1674-3415 databaseCode: DOA dateStart: 20080101 customDbUrl: isFulltext: true dateEnd: 99991231 titleUrlDefault: https://www.doaj.org/ omitProxy: true ssIdentifier: ssj0002912115 providerName: Directory of Open Access Journals |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMw3V3Na9RAFA-lvXgRRcWvSg_OMTWZZL7Ay0w2SxH0VKG3kuxm_YK1te2lJ0ERQagIXtSDitCLiHgo1UX9a5qu_he-Nxl3h7Zg9ehlOvvm5b3fey9N3htmJkFwUalK9pICixyqwhTeoWEhezRUFbw8C3sYJW5OvnqNz11PryywhYkp4q1aWlstZzvrB-4r-ZeoAg3iirtk_yKyI6FAgD7EF1qIMLSHijHJGVFtYjTJU2xlTnJOjCAmxiGgaI4d3bId4FFERyQXRAFzajtAZNgxLaKaqwTRMcrRCS6DQBWGmBw7Eihty5xZpYoohfxjZo7SpLG6pMUjiW4TaWFI6Bs_G_YAwKhGRSg8IabpGLQORbWJaqFw4NGpJ5xjq4UTbkazjAgNjDCWBTCqxF2ksjELQ90qciPgGvRUDhb6UgADOmokBRS1QKk_WUK91WL29rZuiC12ic5AnzHUhPZZShMfMEUrpABOhGpjiH5tgsCcWqRI9D2ECLwCAVQ2dHCt4S4ImlrmjEjlKMqGToKWzHbaaCTNDsYGNinhAOiM4vl-lFD2Hxmyd8jeepG7MR3IxhDh_cdYJAibIzATeczQWr1j5t_4D4-t-fC2ywm4SENI9pifNDTn7LqHI_MygObbcy6XbJae78tScLrVpimd_p1bs0srS_YsVdZsYt5z_Pvt7jLeyBGzG0mnKCQvkTdz5LJs3L_uvabxWMHRb6jgOFfjWYcEihD_IxgsTkTK3GIKTGCpwnMfcfH3yHR3XhsCv7Qftt3w2O8V_Rtebj5_LDjqiuoZ3TwhjwcT6zdPBJfr14Odwcbu9qd6sFl_2Nz58mb48uHw-dbw27N6--3uu_v1q-_1g6fDr4OfL7bh5-7Wk53PGz8-Pqofvz8ZzLfz-WwudN-KCVcgnw5ZqWJR8kJGPcbLTiLLSAhapWVcyLhKk6SkFGrdbiWY4pDRRVHRK1MohljZFbSgyalgsn-3X50OZjocHNiN4lKKOO3AX6qgiBTdDhRWXPXYmWDaGbvoXgUri36Qzv5h_FxwZPxkOh9Mrt5bq6ahsFktL9iw_gKVR-O3 |
| linkProvider | Directory of Open Access Journals |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E7%9A%84%E7%94%B5%E7%BD%91%E5%B7%A1%E6%A3%80%E5%9B%BE%E5%83%8F%E7%BC%BA%E9%99%B7%E6%A3%80%E6%B5%8B%E4%B8%8E%E8%AF%86%E5%88%AB&rft.jtitle=%E7%94%B5%E5%8A%9B%E7%B3%BB%E7%BB%9F%E4%BF%9D%E6%8A%A4%E4%B8%8E%E6%8E%A7%E5%88%B6&rft.au=%E9%A1%BE%E6%99%93%E4%B8%9C&rft.au=%E5%94%90%E4%B8%B9%E5%AE%8F&rft.au=%E9%BB%84%E6%99%93%E5%8D%8E&rft.date=2021-03-01&rft.pub=%E6%B1%9F%E8%8B%8F%E5%90%9B%E8%8B%B1%E5%A4%A9%E8%BE%BE%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E7%A0%94%E7%A9%B6%E9%99%A2%E6%9C%89%E9%99%90%E5%85%AC%E5%8F%B8%2C%E6%B1%9F%E8%8B%8F%E5%8D%97%E4%BA%AC210042%25%E6%B1%9F%E8%8B%8F%E5%90%9B%E8%8B%B1%E5%A4%A9%E8%BE%BE%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E7%A0%94%E7%A9%B6%E9%99%A2%E6%9C%89%E9%99%90%E5%85%AC%E5%8F%B8%2C%E6%B1%9F%E8%8B%8F%E5%8D%97%E4%BA%AC210042%25%E5%8D%97%E4%BA%AC%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E6%9C%BA%E6%A2%B0%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C%E6%B1%9F%E8%8B%8F%E5%8D%97%E4%BA%AC210094&rft.issn=1674-3415&rft.volume=49&rft.issue=5&rft.spage=91&rft.epage=97&rft_id=info:doi/10.19783%2Fj.cnki.pspc.200517&rft.externalDocID=jdq202105010 |
| thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjdq%2Fjdq.jpg |