基于计算机视觉的输电线路绝缘子定位与状态检测研究
发布时间：2021-11-23 19:16
绝缘子是由陶瓷或者玻璃制成的一种电力器件,可以在输电线路中起到绝缘、支撑的作用。我国国土面积广阔、高压输电网络规模大,覆盖面积广。绝缘子长期处在野外环境中,易受到复杂气候环境的影响,一旦绝缘子发生故障,将会造成电能质量不稳定,严重时会造成整条线路的短路故障。在电网高速发展的背景下,传统人工巡检的方式效率低、成本高,已经无法满足当今时代的要求。随着科技的进步,尤其是物联网技术和计算机视觉技术的发展,无人机已经被应用于线路巡检。近年来,深度学习的迅速发展为无人机航拍巡检图像的分析提供了新的解决思路。本文围绕深度学习算法,对航拍图像中的绝缘子进行定位识别与状态检测研究。并基于改进YOLO-V3算法和多分辨率小波并行分类算法,设计了无人机巡线系统。本文的主要研究内容和研究成果总结如下:（1）介绍了神经网络理论,并分析了常见激活函数的优缺点。针对单一航拍图像中绝缘子串较多的问题,提出了一种自适应剪裁算法。结合深度学习输入样本的要求,设计了一种图像预处理算法,并制作了样本集。（2）提出了一种基于改进YOLO-V3算法的绝缘子定位方法。选用Darknet-53作为特征框架,仅选用前52层作为特征提取...
【文章来源】：上海电机学院上海市
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
传统人工爬杆巡线
上海电机学院硕士学位论文9第二章深度学习理论介绍与图像预处理2.1引言机器学习是目前较为主流的一种人工智能实现方式，通过算法建立学习模型，利用数据分析来解决现实生活中的各类问题[25]。目前机器学习的主流方向是深度学习。深度学习理论是在人工神经网络（ArtificialNeuralNetwork，Ann）的基础上发展而来，本章节将介绍神经网络的基本概念和基本传递函数等理论知识，并结合本课题的实际背景，介绍了图像预处理的关键步骤。2.2神经网络理论介绍2.2.1神经元模型生物神经网络的基本工作原理：通过神经元输入端的树突来接收输入信息，在突触中处理接收到的信息并叠加。当储存的信息量大于一定的阈值时，神经元中的传输轴会将这些信息传输出去，此时神经元处于被激活状态。反之，当突触中的信息量小于该阈值时，传输轴将不传递任何信息，此时的神经元处于抑制状态。典型的生物神经元结构模型如图2-1所示。图2-1神经元结构模型Fig.2-1Neuronstructuremodel下图2-2为生物神经元的抽象运行机理图。由图可见，该模型将n个输入信号通过含有不同权重的连接进行传递，并通过激活函数对这n个输入信号进行处
上海电机学院硕士学位论文16选用基于python3.8平台的labellmg工具进行样本标注。标注过程如图2-7所示。图2-7标注过程Fig.2-7Taggingprocess自适应剪裁算法步骤如下：（1）读取原始图像和标注信息，如图2-7所示；（2）根据标注信息，计算出目标个数，图中为2个目标；（3）遍历图中每一个目标，计算每个目标真实框的中心坐标集合；（4）在计算出的坐标集合中设置两个初始的聚类中心K1（图像的左下角）和K2（图像的右上角）；（5）使用欧式距离法，分别计算每个目标中心距离K1和K2的距离，distance1和distance2；（6）比较两者的欧式距离，若distance1<distance2，则认为目标框距离K1更近，将目标框划分到C1类，否则划分到C2类，并重新计算聚类中心K1和K2；（7）将所有目标划分完后，计算每一类目标框中心坐标的平均值，得到新的聚类中心；（8）将裁剪系数与阈值相比较，确定分割小图的数量。裁剪系数是能否进行裁剪的一个系数，裁剪系数越大，越应该进行裁剪，定义公式如下：=（1，2）max（，）（2-9）其中（1，2）表示K1和K2的欧式距离，H和W分别为原始图像的高和宽，聚类中心K1和K2之间的距离越大，裁剪系数就越大，表示裁剪的可能性越大；（9）随机扩增的公式如下：其中和分别为目标的高和宽，
【参考文献】：
期刊论文
[1]采用Morlet小波的锂电池相对健康状态估计[J]. 赵云飞,徐俊,王海涛,梅雪松. 西安交通大学学报. 2019(12)
[2]基于时空上下文的航拍视频绝缘子跟踪算法[J]. 戚银城,王磊,赵振兵,赵令令,张素香. 科学技术与工程. 2018(04)
[3]基于图像识别的无人机输电线路绝缘子故障检测方法研究[J]. 韩正新,乔耀华,孙阳,李伟靖. 现代电子技术. 2017(22)
[4]BOW-HOG特征图像分类[J]. 邹北骥,郭建京,朱承璋,杨文君,吴慧,何骐. 浙江大学学报(工学版). 2017(12)
[5]航拍绝缘子卷积神经网络检测及自爆识别研究[J]. 陈庆,闫斌,叶润,周小佳. 电子测量与仪器学报. 2017(06)
[6]高压输电线路绝缘子的选型和应用[J]. 李永强. 电工技术. 2017(06)
[7]输电线路在线监测系统供电电源探讨[J]. 王晓文,张晓. 电工技术. 2017(04)
[8]航拍图像中绝缘子缺陷的检测与定位[J]. 方挺,韩家明. 计算机科学. 2016(S1)
[9]航拍图像中绝缘子串的轮廓提取和故障检测[J]. 方挺,董冲,胡兴柳,王彦. 上海交通大学学报. 2013(12)
[10]航拍图像中玻璃绝缘子自爆缺陷的检测及定位[J]. 张少平,杨忠,黄宵宁,吴怀群,顾元政. 太赫兹科学与电子信息学报. 2013(04)
博士论文
[1]航拍输电线图像中部件检测关键技术研究[D]. 廖圣龙.大连海事大学 2017
硕士论文
[1]基于YOLOv3和多目标跟踪的智能交通视频监控系统[D]. 曾星宇.桂林电子科技大学 2019
[2]视频会议系统移动端的研究与实现[D]. 刘志文.北京邮电大学 2019
[3]基于改进YOLOv3算法的道路多目标实时检测方法[D]. 宋二猛.江西理工大学 2019
[4]网联汽车中基于边缘计算的智能预警系统设计与实现[D]. 马伯骄.北京邮电大学 2019
[5]基于卷积神经网络的人脸检测研究[D]. 王鲁许.北京邮电大学 2019
[6]基于机器学习的航拍图像绝缘子识别方法研究[D]. 伍洋.华北电力大学 2016
[7]基于卷积神经网络的多标签场景分类[D]. 陈智.山东大学 2015
[8]航拍输电线图像的绝缘子识别[D]. 钟超.大连海事大学 2014
[9]基于支持向量机的图像分类研究[D]. 汪斌.浙江大学 2013
本文编号：3514494
【文章来源】：上海电机学院上海市
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
传统人工爬杆巡线
上海电机学院硕士学位论文9第二章深度学习理论介绍与图像预处理2.1引言机器学习是目前较为主流的一种人工智能实现方式，通过算法建立学习模型，利用数据分析来解决现实生活中的各类问题[25]。目前机器学习的主流方向是深度学习。深度学习理论是在人工神经网络（ArtificialNeuralNetwork，Ann）的基础上发展而来，本章节将介绍神经网络的基本概念和基本传递函数等理论知识，并结合本课题的实际背景，介绍了图像预处理的关键步骤。2.2神经网络理论介绍2.2.1神经元模型生物神经网络的基本工作原理：通过神经元输入端的树突来接收输入信息，在突触中处理接收到的信息并叠加。当储存的信息量大于一定的阈值时，神经元中的传输轴会将这些信息传输出去，此时神经元处于被激活状态。反之，当突触中的信息量小于该阈值时，传输轴将不传递任何信息，此时的神经元处于抑制状态。典型的生物神经元结构模型如图2-1所示。图2-1神经元结构模型Fig.2-1Neuronstructuremodel下图2-2为生物神经元的抽象运行机理图。由图可见，该模型将n个输入信号通过含有不同权重的连接进行传递，并通过激活函数对这n个输入信号进行处
上海电机学院硕士学位论文16选用基于python3.8平台的labellmg工具进行样本标注。标注过程如图2-7所示。图2-7标注过程Fig.2-7Taggingprocess自适应剪裁算法步骤如下：（1）读取原始图像和标注信息，如图2-7所示；（2）根据标注信息，计算出目标个数，图中为2个目标；（3）遍历图中每一个目标，计算每个目标真实框的中心坐标集合；（4）在计算出的坐标集合中设置两个初始的聚类中心K1（图像的左下角）和K2（图像的右上角）；（5）使用欧式距离法，分别计算每个目标中心距离K1和K2的距离，distance1和distance2；（6）比较两者的欧式距离，若distance1<distance2，则认为目标框距离K1更近，将目标框划分到C1类，否则划分到C2类，并重新计算聚类中心K1和K2；（7）将所有目标划分完后，计算每一类目标框中心坐标的平均值，得到新的聚类中心；（8）将裁剪系数与阈值相比较，确定分割小图的数量。裁剪系数是能否进行裁剪的一个系数，裁剪系数越大，越应该进行裁剪，定义公式如下：=（1，2）max（，）（2-9）其中（1，2）表示K1和K2的欧式距离，H和W分别为原始图像的高和宽，聚类中心K1和K2之间的距离越大，裁剪系数就越大，表示裁剪的可能性越大；（9）随机扩增的公式如下：其中和分别为目标的高和宽，
【参考文献】：
期刊论文
[1]采用Morlet小波的锂电池相对健康状态估计[J]. 赵云飞,徐俊,王海涛,梅雪松. 西安交通大学学报. 2019(12)
[2]基于时空上下文的航拍视频绝缘子跟踪算法[J]. 戚银城,王磊,赵振兵,赵令令,张素香. 科学技术与工程. 2018(04)
[3]基于图像识别的无人机输电线路绝缘子故障检测方法研究[J]. 韩正新,乔耀华,孙阳,李伟靖. 现代电子技术. 2017(22)
[4]BOW-HOG特征图像分类[J]. 邹北骥,郭建京,朱承璋,杨文君,吴慧,何骐. 浙江大学学报(工学版). 2017(12)
[5]航拍绝缘子卷积神经网络检测及自爆识别研究[J]. 陈庆,闫斌,叶润,周小佳. 电子测量与仪器学报. 2017(06)
[6]高压输电线路绝缘子的选型和应用[J]. 李永强. 电工技术. 2017(06)
[7]输电线路在线监测系统供电电源探讨[J]. 王晓文,张晓. 电工技术. 2017(04)
[8]航拍图像中绝缘子缺陷的检测与定位[J]. 方挺,韩家明. 计算机科学. 2016(S1)
[9]航拍图像中绝缘子串的轮廓提取和故障检测[J]. 方挺,董冲,胡兴柳,王彦. 上海交通大学学报. 2013(12)
[10]航拍图像中玻璃绝缘子自爆缺陷的检测及定位[J]. 张少平,杨忠,黄宵宁,吴怀群,顾元政. 太赫兹科学与电子信息学报. 2013(04)
博士论文
[1]航拍输电线图像中部件检测关键技术研究[D]. 廖圣龙.大连海事大学 2017
硕士论文
[1]基于YOLOv3和多目标跟踪的智能交通视频监控系统[D]. 曾星宇.桂林电子科技大学 2019
[2]视频会议系统移动端的研究与实现[D]. 刘志文.北京邮电大学 2019
[3]基于改进YOLOv3算法的道路多目标实时检测方法[D]. 宋二猛.江西理工大学 2019
[4]网联汽车中基于边缘计算的智能预警系统设计与实现[D]. 马伯骄.北京邮电大学 2019
[5]基于卷积神经网络的人脸检测研究[D]. 王鲁许.北京邮电大学 2019
[6]基于机器学习的航拍图像绝缘子识别方法研究[D]. 伍洋.华北电力大学 2016
[7]基于卷积神经网络的多标签场景分类[D]. 陈智.山东大学 2015
[8]航拍输电线图像的绝缘子识别[D]. 钟超.大连海事大学 2014
[9]基于支持向量机的图像分类研究[D]. 汪斌.浙江大学 2013
本文编号：3514494
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3514494.html
