基于深度学习的输电线路螺栓检测技术

作者：张姝; 王昊天; 董骁翀; 李玉容; 李烨; 王新迎; 孙英云^*

来源：电网技术, 2021, 45(07): 2821-2829.

DOI：10.13335/j.1000-3673.pst.2020.1336

• 小目标检测
• 深度学习
• 缺陷检测系统
• 数据增强

输电线路螺栓缺陷检测对电力系统安全可靠运行具有重要意义,但螺栓在巡检图像中具有特征不明显、尺寸小的特点,这给螺栓检测研究带来了一定挑战。随着直升机、无人机巡检技术和边缘计算的发展,传统巡检图像处理方法已满足不了实时检测的需求。针对上述问题,提出一种基于深度学习的输电线路螺栓检测系统。采用分级检测原则,首先利用SSD(single shot mutibox detector)算法定位存在缺陷螺栓的连接部位并切割出连接部位,增大螺栓在巡检图像中的占比,其次利用数据增强扩充数据集,最后利用YOLOv3算法检测缺陷螺栓。最终将边缘计算装置搭载在直升机、无人机上,实现输电线路螺栓缺陷实时检测。为验证该系统的鲁棒性,对不同光照强度下的巡检图像进行仿真。实验结果表明,该方法能够有效、精确地实现巡检图像中螺栓缺陷的实时检测。

• 单位
  电子工程学院; 华北电力大学; 国网通用航空有限公司; 中国电力科学研究院有限公司