基于FR-CNN算法的线路巡检元件故障识别仿真

作者：田毓鑫; 蔡富东^*

来源：计算机仿真, 2021, 38(12): 70-84.

• 线路巡检
• 元件故障
• 故障识别

由于传统故障识别方法的特征提取精度较低,得出的线路巡检元件故障识别的误差较大。于是提出基于Faster RCNN算法的线路巡检元件故障识别方法。根据线路巡检元件的运行规律划分其状态,并设置相应的状态特征,作为元件故障识别的比对标准。利用巡检机器人内置的硬件设备,实时收集线路巡检图像,并通过压缩和透视畸变校正两个步骤,实现对巡检图像的预处理。构建Faster R-CNN网络模型,并利用该模型提取巡检元件图像特征,并针对防震锤、间隔棒和绝缘子等元件得出最终的故障识别结果。经过仿真测试得出结论,与传统识别方法相比,设计识别方法的m AP指标值提高了0.316,即识别精度有所提升,且识别耗时较短,具有一定的有效性。

• 单位
  电子工程学院; 山东理工大学