深度学习在输电线路绝缘子故障检测中的研究与应用

作者：杨晓旭; 温招洋

来源：中国新通信, 2018, 20(10): 208-210.

• 深度学习
• Faster R-CNN
• 卷积神经网络
• 绝缘子
• 故障检测

绝缘子是输电线路中极其重要且大量存在的部件,同时又是故障多发元件,因此对绝缘子进行故障检测尤为重要。传统的图像处理技术和机器学习算法具有很大局限性,鲁棒性差且流程复杂。利用卷积神经网络(CNN)进行图像识别和目标检测的效果优于传统方法,更适用于绝缘子故障检测。本文详细描述了Faster R-CNN算法流程,并把该方法应用在输电线路绝缘子故障检测中,利用实际采集的绝缘子图像构建数据集,最后通过实验分析了不同参数对识别结果的影响。实验结果表明,利用深度学习对输电线路绝缘子进行故障检测是可行的。

• 单位
  安徽南瑞继远电网技术有限公司; 国电南瑞科技股份有限公司