基于图像处理深度学习电力设备老化检测

作者：林鑫; 佟芳; 张容福

来源：电力大数据, 2022, 25(11): 38-46.

DOI：10.19317/j.cnki.1008-083x.2022.11.005

• 透射变换
• 参考白
• BEMD
• MASK RCNN

由于我国输电设备分布零散且部分设备地理位置偏僻，当前电力系统内输电设备巡检方式多为人工巡检，导致输电设备的巡检难度较大。针对这一问题，本文提出一种基于图像处理深度学习电力设备老化检测网络，以典型的电力设备老化——生锈为例，首先对数据进行预处理，具体通过透射变换进行平移、翻转以及透视模拟等数据扩充，并利用参考白与BEMD融合方法对扩充后部分图像进行光照补偿，其次结合MASK RCNN对电力设备老化部分进行检测，最后根据所处理的数据结合MASK RCNN进行模型的训练以及仿真实验。研究结果表明，透射变换模拟了无人机潜在拍照角度，该数据扩充可以提高模型的泛化性；参考白与BEMD图像融合方法可以有效提升低质量图像数据的检测精度，对于电力设备老化检测具有一定的参考价值。

• 单位
  国网青海省电力公司