科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对气体绝缘组合电器(Gas Insulated Switchgear, GIS)红外热成像巡检缺乏对关键组件的红外特征实时识别功能、温变特性的提取缺乏针对性和易受干扰等不足，提出了一种基于知识蒸馏的轻量化改进GIS红外目标检测和温变特征提取算法。通过Mosaic和Mixup策略对变电站实际采集到的图片进行数据增强预处理，构建了3200条包含水平母线、垂直母线、互感器、断路器和隔离开关的GIS红外图谱数据集；采用YOLOX-s作为教师检测器，YOLOX-tiny作为学生检测器，使用教师网络模型指导学生网络模型进行知识蒸馏训练，进一步从整体上提升知识迁移的性能，实现对GIS不同组件的轻量化目标识别，在数据集上的测试结果表明明显优于其他目标检测算法，所提出的算法模型参数仅为19M,在上位机终端的识别速度可达29.5fps,同时保持了的82.3%的识别准确率；并采用灰阶差值算法进一步实现了对识别出的GIS组件的温度特征提取和分析。结果表明，本文所提出的算法可便于实现对智能红外终端的轻量化部署和集成，为提高GIS红外热成像巡检智能化水平和内部过热缺陷的诊断可靠性提供了一种有效方法。
