多目标检测和故障识别图像处理方法

被引:112
作者
白洁音 [1 ]
赵瑞 [1 ]
谷丰强 [2 ]
王姣 [2 ]
机构
[1] 南瑞集团有限公司
[2] 北京科东电力控制系统有限责任公司
关键词
深度学习; 多目标; 数据挖掘; Faster RCNN; 定位与识别; 故障检测;
D O I
暂无
中图分类号
TM75 [线路及杆塔]; TP391.41 [];
学科分类号
080802 [电力系统及其自动化];
摘要
为了利用深度学习实现对输电线路的多目标识别以及多种故障的检测,以Faster RCNN(faster regions with convolutional neural networks features)网络为算法框架进行无人机图像的数据挖掘,针对输电线路的6种目标检测任务,提出了3种改进策略,分别为自适应图像预处理算法,基于面积的非极大值抑制算法,以及切分检测方案。研究结果表明:所提改进算法能够利用挖掘的数据对故障进行准确定位与识别,实现对复杂背景下航拍图像中多目标的故障检测,也可类推至其他类似多目标应用场景。论文研究可为多目标的检测和识别提供参考。
引用
收藏
页码:3504 / 3511
页数:8
相关论文
共 14 条
[1]
基于机载红外影像纹理特征的输电线路绝缘子自动定位 [J].
彭向阳 ;
梁福逊 ;
钱金菊 ;
杨必胜 ;
陈驰 ;
郑晓光 .
高电压技术, 2019, 45 (03) :922-928
[2]
±500kV直流输电线路直线塔无人机巡检安全距离仿真与试验 [J].
刘壮 ;
杜勇 ;
陈怡 ;
马建国 ;
吴向东 ;
姚京松 .
高电压技术, 2019, 45 (02) :426-432
[3]
采用LSTM网络的电力变压器运行状态预测方法研究 [J].
代杰杰 ;
宋辉 ;
盛戈皞 ;
江秀臣 ;
王健一 ;
陈玉峰 .
高电压技术, 2018, 44 (04) :1099-1106
[4]
电力设备典型故障案例的文本挖掘 [J].
杜修明 ;
秦佳峰 ;
郭诗瑶 ;
闫丹凤 .
高电压技术, 2018, 44 (04) :1078-1084
[5]
电网故障最优诊断的查询方法 [J].
江雪晨 ;
王大志 ;
宁一 ;
张翠玲 .
高电压技术, 2017, 43 (04) :1311-1316
[6]
基于RCNN的无人机巡检图像电力小部件识别研究 [J].
王万国 ;
田兵 ;
刘越 ;
刘俍 ;
李建祥 .
地球信息科学学报, 2017, 19 (02) :256-263
[7]
基于超声导波的复合绝缘子检测 [J].
邓红雷 ;
鲁强 ;
陈力 ;
戴栋 ;
李富才 .
高电压技术, 2016, 42 (04) :1236-1244
[8]
基于遗传算法与模糊逻辑融合的线路覆冰预测 [J].
黄新波 ;
王玉鑫 ;
朱永灿 ;
郑心心 ;
李弘博 ;
王一各 .
高电压技术, 2016, 42 (04) :1228-1235
[9]
绝缘子图像的多种特征提取技术的研究 [J].
赵俊梅 ;
张利平 .
电测与仪表 , 2013, (12) :37-41
[10]
基于神经网络的绝缘子故障诊断 [J].
仝卫国 ;
于浩进 ;
张秋实 .
计算机仿真, 2013, 30 (09) :310-313