文献类型：期刊文章

作　　者：龙珊珊[1] 信瑞山[2,3]

Long Shanshan;Xin Ruishan(Shijiazhuang Institute of Technology,Shijiazhuang 050000,China;Ansteel Beijing Research Institute Co.,Ltd.,Beijing 102209,China;Tsinghua University,Beijing 100091,China)

机构地区：[1]石家庄理工职业学院,石家庄050000 [2]鞍钢集团北京研究院有限公司,北京102209 [3]清华大学,北京100091

出　　处：《电子测量技术》

基　　金：河北省教育厅2021年河北省高等学校科学技术研究青年基金(QN2021408)项目资助

年　　份：2023

卷　　号：46

期　　号：6

起止页码：116-121

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了准确、及时地发现输电线路中的缺陷,研究基于人工智能图像识别技术的输电线路立体化巡检模式。具体地,以人工智能图像识别技术为支持,借助K-means算法对立体巡检图像进行聚类处理,同时,采用人工神经网络对图像中输电线路缺陷进行智能识别。经测试,在相同工作量下,未采用本文所提技术的输电线路缺陷识别需要5个分析员持续工作15 d,平均每分钟进行2~3张图片的识别,图像识别速度为20~30 s/张;采用人工智能识别技术,识别速度高达0.25 s/张,仅需3.6 h便可以将识别任务完成。在弱光环境下,经过增强处理的图像边缘更加清晰,目标图像与背景实现明显分界,且现阶段可利用输电线路中相同部件不同角度的7张图片实现高于90%的识别准确率。另外,通过对相同条件下其他几种方法影响模型实际收敛情况的比较发现,所有方法的重构误差均呈现出逐渐降低之势,最终都趋于稳定。结果表明本文技术在立体化线路图像缺陷检测中有一定普适性,有利于工作效率的显著提升。

关 键 词：输电线路 立体化巡检  缺陷识别  人工智能图像识别技术  

分 类 号：TM726]