科研之友
微信
新浪微博
Facebook
分享链接
摘要
绝缘子是输电线路中重要的电力设备，直接影响电力系统的稳定运行，而传统的目标检测技术难以准确、高效地检测绝缘子自爆故障。为解决该问题的同时提高自爆故障检测的精度和召回率，文中提出一种基于轻量级目标预测层的多尺度特征融合SSD(PL-MFSSD)模型。首先，使用深度可分离卷积代替传统卷积操作生成目标预测特征层，提升模型的检测效率；其次，在Conv＿fc7和Conv8＿2特征层中进行多尺度特征融合，将目标的浅层结构信息和深层语义信息充分融合，并在目标预测特征层末端增加残差网络，缓解训练过程中的梯度消失问题；最后，通过K-means聚类算法优化锚框的宽高比，使其更符合绝缘子和自爆故障的尺寸。在NVIDIA GTX1080实验环境下，PL-MFSSD模型的mAP指标为0.941，自爆故障的召回率达到0.967，推理速度为49.62 f/s。实验结果表明，与其他检测模型相比，PL-MFSSD模型对自爆故障的召回率有大幅度提升，可有效检测绝缘子自爆故障。
- 单位
