文献类型：期刊文章

作　　者：李文璞[1] 毛颖科[2] 廖逍[1] 谢可[1] 刘迪[1] 张晓航[1]

LI Wenpu;MAO Yingke;LIAO Xiao;XIE Ke;LIU Di;ZHANG Xiaohang(State Grid Information&Telecommunication Group Co.,Ltd.,Beijing 102211,China;Maintenance Branch,State Grid Shangai Electric Power Company,Shanghai 200063,China)

机构地区：[1]国网信息通信产业集团有限公司,北京102211 [2]国网上海市电力公司检修公司,上海200063

出　　处：《高电压技术》

基　　金：国家电网公司总部科技项目(5500-202017083A-0-0-00)。

年　　份：2021

卷　　号：47

期　　号：9

起止页码：3246-3253

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传统红外人工诊断方法难以应对变电站机器人、无人机自主巡检产生的海量红外图片,目前针对电流致热型缺陷较易识别,但缺少危害严重的电压致热型缺陷智能诊断方法研究,提出了一种基于旋转目标检测的变电设备电压致热型缺陷智能诊断方法。基于改进R^(3)Det模型对瓷套进行旋转目标检测,基于Faster RCNN模型对红外图像中三相区域、套管、电流互感器等变电设备区域进行识别、定位;通过自动关联包含在三相区域中的同类设备,计算同类设备温差;基于温差阈值法进行电压致热型缺陷诊断。使用现场采集红外图像进行训练和测试,结果表明:目标检测平均精度均值为90.65%,电压过热型缺陷识别准确率达到81.39%,误报率为9.62%,实验结果证明所提方法能够有效地从红外图像中自动识别电压致热型缺陷,可为实现机器巡检作业红外诊断智能化奠定基础。

关 键 词：红外图像 缺陷识别  变电设备 旋转目标检测  R^(3)Det  智能诊断

分 类 号：TM63] TP391.41] TN219[计算机类]