文献类型：期刊文章

作　　者：赵振兵[1,2] 蒋志钢[1] 李延旭[1] 戚银城[1,2] 翟永杰[3] 赵文清[3] 张珂[1,2]

Zhao Zhenbing;Jiang Zhigang;Li Yanxu;Qi Yincheng;Zhai Yongjie;Zhao Wenqing;Zhang Ke(Department of Electronic and Communication Engineering,North China Electric Power University,Baoding 071003,China;Hebei Key Laboratory of Power Internet of Things Technology,North China Electric Power University,Baoding 071003,China;School of Control and Computer Engineering,North China Electric Power University,Baoding 071003,China)

机构地区：[1]华北电力大学电子与通信工程系,保定071003 [2]华北电力大学河北省电力物联网技术重点实验室,保定071003 [3]华北电力大学控制与计算机工程学院,保定071003

出　　处：《中国图象图形学报》

基　　金：国家自然科学基金项目(61871182,61773160);北京市自然科学基金项目(4192055);河北省自然科学基金项目(F2020502009)。

年　　份：2021

卷　　号：26

期　　号：11

起止页码：2545-2560

语　　种：中文

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

摘　　要：随着我国电网系统的不断发展,基层巡检作业负担越来越重,运维成本越来越高,如何实现输电线路部件缺陷的智能化检测变得愈发重要。同时,由于国家《新一代人工智能发展规划》的提出和国家电网“数字新基建”的部署,人工智能应用于电力设备运维的相关技术得到了快速发展,对输电线路部件视觉缺陷准确检测成为亟待解决的关键问题之一。早期基于图像处理和特征工程的部件视觉缺陷检测方法对图像质量的要求较高,无法真正应用于现实复杂的输电线路作业环境;随着深度学习的兴起,基于深度学习的检测模型可以有效地将部件目标及其缺陷从复杂的输电线路航拍图像中提取出来,既节省了人工设计特征的时间,又在性能上达到了显著提升,因此逐渐成为主流研究方法。本文首先描述了基于传统算法的输电线路关键部件视觉缺陷检测技术,回顾了深度学习的发展过程并分析了深度学习在缺陷检测领域的优缺点;围绕输电线路上3个重要的部件:绝缘子、金具以及螺栓,介绍了其定位与缺陷检测的研究现状;分析了输电线路部件缺陷检测中研究的样本不平衡问题、小目标检测问题、细粒度检测问题等几个关键问题;分析了符合电网巡检任务复杂场景需求和故障诊断标准的输电线路部件缺陷检测技术的未来发展趋势。

关 键 词：电力设备运维  输电线路部件  视觉缺陷检测  深度学习  目标检测 知识引导

分 类 号：TP391.41] TM75[计算机类]