科研之友
微信
新浪微博
Facebook
分享链接
摘要
输电线路中绝缘子背景复杂，传统的故障识别算法存在如绝缘子的误检、漏检以及识别率低等弊端。相比传统卷积神经网络，胶囊网络(capsule network, CapsNet)首次采用矢量作为输入，可以保留目标的方向、角度等特征信息，更适合识别复杂背景下的绝缘子。为此提出了一种基于胶囊网络与YOLO文本定位相结合的绝缘子破损识别算法，通过将传统胶囊网络卷积层9×9的卷积核简化为3×3的卷积核，并通过遗传算法和随机梯度下降法对权重进行寻优，缩短了训练时间，而且使输出量能够保留绝缘子的角度与方向，因此可以在复杂环境下对故障绝缘子进行准确识别；同时应用YOLO的文本定位算法对绝缘子破损部位进行尺寸矫正，得到更精确的绝缘子破损位置。最后与AlexNet、YOLOv2、Faster R-CNN识别算法进行了对比，该方法的绝缘子识别率提高到了95%，从而可以更快速、准确的在复杂环境下识别并精确定位绝缘子破损位置。
-
单位电子工程学院; 石家庄铁道大学
