摘要
高压配电网所处环境复杂,多架设在地势严峻、环境复杂的区域,极易附着异物。异物附着在架空线路上不仅存在短路的风险,还会影响供电效率,甚至危及配电网附近居民的安全,若不及时发现并清理将会对其平稳运营造成极大危害。针对上述问题,提出了一种基于YOLOv3改进的视觉显著性分析异物远程定位方法。该方法基于YOLOv3目标检测网络改进,首先通过分析无人机检查过程中拍摄到的视频及图片,并基于人眼感知特性计算视觉显著图像,划分图像中高压配电网的候选区域;然后通过基于颜色、形状等特性对异物进行判别并进行定位;最后使用RepVGG对模型进行优化,并通过增加网络深度和尺度来提升异物检测的精确度。实验结果表明,相比传统异物检测方法,本文提出的模型准确度提升了11%,显著地提升了异物远程定位的准确度和效率。
- 单位