【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及電力應(yīng)急無人機(jī)巡檢，尤其涉及一種電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法。
技術(shù)介紹
1、輸電線路作為電力系統(tǒng)中不可或缺的關(guān)鍵部分，承擔(dān)著電能輸送的重要任務(wù)。然而，其運(yùn)行環(huán)境復(fù)雜多變，常受到自然因素(如風(fēng)雨、雷電、冰雪等)和人為因素(如施工破壞、盜竊等)的雙重威脅，導(dǎo)致輸電線路出現(xiàn)各類缺陷。這些缺陷不僅影響電力供應(yīng)的穩(wěn)定性，還可能引發(fā)嚴(yán)重的安全事故。因此，對輸電線路進(jìn)行及時、準(zhǔn)確的缺陷檢測具有重要意義。
2、輸電線路缺陷依據(jù)其成因和表現(xiàn)形式，可大致劃分為本體缺陷與外部缺陷兩大類。本體缺陷主要涉及線路本體的基礎(chǔ)桿塔、導(dǎo)地線、絕緣子、金具、接地裝置等關(guān)鍵部件的缺損或位移，直接影響線路的機(jī)械和電氣性能。而外部缺陷則是指由外部環(huán)境變化所引發(fā)的潛在威脅，如線路保護(hù)區(qū)內(nèi)的違章建筑、施工機(jī)械、高桿植物等，它們可能因距離過近或意外接觸而對線路造成損害。這些缺陷按照其嚴(yán)重性和緊迫性，又被進(jìn)一步細(xì)分為一般缺陷、重大缺陷和緊急缺陷，以便于實(shí)施分級管理和快速響應(yīng)。
3、傳統(tǒng)的輸電線路缺陷檢測方式主要包括人工巡視(人巡)和機(jī)械巡視(機(jī)巡)。人巡依賴專業(yè)人員通過地面或登塔檢查，輔以接地電阻測試儀、紅外測試儀等專業(yè)工具，雖能發(fā)現(xiàn)部分缺陷，但效率低、勞動強(qiáng)度大且難以覆蓋所有區(qū)域。機(jī)巡，尤其是直升機(jī)巡視，雖能克服地理障礙，實(shí)現(xiàn)快速巡線，但高昂的成本和復(fù)雜的操作限制了其普及應(yīng)用。
4、近年來，隨著電力應(yīng)急無人機(jī)和視頻監(jiān)控技術(shù)的飛速發(fā)展，輸電線路巡視迎來了新的變革。電力應(yīng)急無人機(jī)憑借其操作簡單、安全可靠、超視距飛行的優(yōu)勢，
5、綜上所述，雖然電力應(yīng)急無人機(jī)在輸電線路缺陷檢測領(lǐng)域取得了顯著進(jìn)展，但仍需進(jìn)一步優(yōu)化和完善現(xiàn)有技術(shù)，以提高檢測的準(zhǔn)確性、實(shí)時性和效率，從而更好地保障電網(wǎng)的安全穩(wěn)定運(yùn)行。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本專利技術(shù)提出一種電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，以解決現(xiàn)有技術(shù)中存在的圖像處理不精，模型準(zhǔn)確性待提升的問題。
2、本專利技術(shù)具體的技術(shù)方案如下：
3、一種電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，包括：
4、步驟1，接收電力應(yīng)急無人機(jī)采集的輸電線路圖像，并對圖像進(jìn)行進(jìn)行灰度縮放、分割、方差篩選及偽目標(biāo)剔除的預(yù)處理，以準(zhǔn)確識別并區(qū)分缺陷與背景；
5、步驟2，對預(yù)處理后的圖像進(jìn)行時域、空域與頻域的特征提取，通過紋理分析、灰度共生矩陣、灰度差異法、離散小波變換和快速傅立葉變換的方法，獲取統(tǒng)計(jì)性質(zhì)特征；將提取的特征進(jìn)行融合和選擇，以形成優(yōu)化后的特征集；
6、步驟3，利用所述特征集訓(xùn)練一個基于深度學(xué)習(xí)的超像素分割模型用于輸電線路缺陷檢測，該模型采用深度學(xué)習(xí)架構(gòu)，并通過編碼器-解碼器雙層架構(gòu)實(shí)現(xiàn)；
7、步驟4，采用平均閾值法對超像素分割后的深度學(xué)習(xí)模型進(jìn)行置信度分析。
8、進(jìn)一步地，步驟1中的方差篩選包括：基于方差排序，去除方差低于設(shè)定閾值的圖像塊。
9、進(jìn)一步地，步驟1中的偽目標(biāo)剔除包括：對方差篩選后剩余圖像塊進(jìn)行均值計(jì)算和像元遍歷，初步標(biāo)記疑似缺陷點(diǎn)；通過形態(tài)學(xué)操作進(jìn)一步剔除偽目標(biāo)點(diǎn)，以完成圖像的預(yù)處理。
10、進(jìn)一步地，步驟2中的圖像紋理分析法為：將圖像中平滑度和均勻性的主觀評價轉(zhuǎn)化為數(shù)值量度，所述數(shù)值量度通過計(jì)算圖像像素在空間分布上的強(qiáng)度變化差異獲得。
11、進(jìn)一步地，步驟2中的灰度共生矩陣法為：在預(yù)設(shè)的固定方向和距離條件下，通過計(jì)算并識別不同像素組合在被分析圖像上的出現(xiàn)頻率來有效實(shí)現(xiàn)紋理高光，以展示圖像內(nèi)部灰度級基于特定方向和距離分隔的多種組合可能性。
12、進(jìn)一步地，灰度共生矩陣法涉及在四個不同距離上沿垂直、斜向上及斜向下方向計(jì)算灰度共生矩陣，并基于各分析方向獲得的中間值進(jìn)行度量，同時采用網(wǎng)格系統(tǒng)針對特定距離值在所述方向上識別和強(qiáng)調(diào)圖像中的不同紋理特征。
13、進(jìn)一步地，步驟2中的灰度差異法包括：通過對比度修改來計(jì)算輸電線路圖像中最高重要區(qū)域與最低重要區(qū)域之間的所需密度差異，并利用圖像中所有樣本與相鄰像素及參考點(diǎn)形成的四個空間區(qū)域計(jì)算統(tǒng)計(jì)特征，對每個輸入圖像及其對應(yīng)輸出圖像執(zhí)行灰度差異法距離計(jì)算的優(yōu)化。
14、進(jìn)一步地，步驟3中，在訓(xùn)練過程中，采用交叉驗(yàn)證的方法優(yōu)化模型超參數(shù)，并引入監(jiān)控機(jī)制以防止過擬合。
15、進(jìn)一步地，步驟3包括：編碼器通過卷積層處理特征提取的圖像以生成高級特征圖，解碼器逐步上采樣這些特征圖進(jìn)行預(yù)測，并通過訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)映射關(guān)系，以軟關(guān)聯(lián)映射方式將圖像分割成網(wǎng)格單元作為初始超像素種子，并限制搜索至每個像素的相鄰網(wǎng)格單元進(jìn)行分配，從而提高計(jì)算效率，最終獲得訓(xùn)練后的深度學(xué)習(xí)超像素分割模型。
16、進(jìn)一步地，步驟4包括：設(shè)定從圖像中對應(yīng)于缺陷區(qū)域的超像素提取的紋理特征值的總體均值為參考，通過計(jì)算該缺陷紋理特征值的樣本均值與樣本標(biāo)準(zhǔn)差來構(gòu)建置信區(qū)間，以該置信區(qū)間確定閾值，從而實(shí)現(xiàn)深度學(xué)習(xí)模型的置信度評估。
17、本專利技術(shù)的有益效果在于：
18、(1)多域特征提取優(yōu)化：本專利技術(shù)在圖像特征提取方面實(shí)現(xiàn)了重大突破，通過采用多種特征提取方法，跨越了時域、空域和頻域，極大地改善了圖像特征提取的效果。這種方法不僅有效減少了輸電線路原始圖像中的冗余信息，如背景噪聲和無關(guān)細(xì)節(jié)，還最大限度地保留了圖像的關(guān)鍵特征，如導(dǎo)線形態(tài)、絕緣子狀態(tài)等。這種全面且精準(zhǔn)的特征提取方式，為后續(xù)的缺陷檢測提供了高質(zhì)量的數(shù)據(jù)基礎(chǔ)。
19、(2)高精度缺陷檢測：為了提升輸電線路缺陷檢測的精度和效率，本專利技術(shù)引入了基于深度學(xué)習(xí)的超像素分割方法。該方法能夠自動將圖像劃分為多個具有相似特性的超像素區(qū)域，并借助擅長于捕獲復(fù)雜圖案和特征的卷積神經(jīng)網(wǎng)絡(luò)，對圖像中的感興趣區(qū)域進(jìn)行精準(zhǔn)描繪。相比傳統(tǒng)的分割方法，這種方法不僅提高了缺陷識別的準(zhǔn)確性，還顯著提升了處理速度，實(shí)現(xiàn)了效率與精度的雙重提升。
20、(3)穩(wěn)健的置信度分析與決策支持：為了進(jìn)一步增強(qiáng)深度學(xué)習(xí)模型的可靠性，本專利技術(shù)還引入了統(tǒng)計(jì)方法進(jìn)行模型的置信度分析。通過對模型輸出的概率分布進(jìn)行統(tǒng)計(jì)分析，可以評估模型對于不同類別的預(yù)測置信度。基于這些分析結(jié)果，本專利技術(shù)建立了一系列穩(wěn)健的標(biāo)準(zhǔn)，用于將超像素分類為輸電線路缺陷檢測的結(jié)果。這些標(biāo)準(zhǔn)不僅考慮了模型的預(yù)測置信度，還結(jié)合了圖像的實(shí)際特征和上下文信息，從而確保了算法決策的合理性。通過這種方式，本專利技術(shù)有效降低了誤判和漏判的風(fēng)險，提升了整個系統(tǒng)的性能和可靠性。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，包括：
2.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟1中的方差篩選包括：基于方差排序，去除方差低于設(shè)定閾值的圖像塊。
3.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟1中的偽目標(biāo)剔除包括：對方差篩選后剩余圖像塊進(jìn)行均值計(jì)算和像元遍歷，初步標(biāo)記疑似缺陷點(diǎn)；通過形態(tài)學(xué)操作進(jìn)一步剔除偽目標(biāo)點(diǎn)，以完成圖像的預(yù)處理。
4.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟2中的圖像紋理分析法為：將圖像中平滑度和均勻性的主觀評價轉(zhuǎn)化為數(shù)值量度，所述數(shù)值量度通過計(jì)算圖像像素在空間分布上的強(qiáng)度變化差異獲得。
5.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟2中的灰度共生矩陣法為：在預(yù)設(shè)的固定方向和距離條件下，通過計(jì)算并識別不同像素組合在被分析圖像上的出現(xiàn)頻率來有效實(shí)現(xiàn)紋理高光，以展示圖像內(nèi)部灰度級基于特定方向和距離分隔的多種組合可能性。
6.如權(quán)利要求5所述的電力應(yīng)
7.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟2中的灰度差異法包括：通過對比度修改來計(jì)算輸電線路圖像中最高重要區(qū)域與最低重要區(qū)域之間的所需密度差異，并利用圖像中所有樣本與相鄰像素及參考點(diǎn)形成的四個空間區(qū)域計(jì)算統(tǒng)計(jì)特征，對每個輸入圖像及其對應(yīng)輸出圖像執(zhí)行灰度差異法距離計(jì)算的優(yōu)化。
8.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟3中，在訓(xùn)練過程中，采用交叉驗(yàn)證的方法優(yōu)化模型超參數(shù)，并引入監(jiān)控機(jī)制以防止過擬合。
9.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟3包括：編碼器通過卷積層處理特征提取的圖像以生成高級特征圖，解碼器逐步上采樣這些特征圖進(jìn)行預(yù)測，并通過訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)映射關(guān)系，以軟關(guān)聯(lián)映射方式將圖像分割成網(wǎng)格單元作為初始超像素種子，并限制搜索至每個像素的相鄰網(wǎng)格單元進(jìn)行分配，從而提高計(jì)算效率，最終獲得訓(xùn)練后的深度學(xué)習(xí)超像素分割模型。
10.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟4包括：設(shè)定從圖像中對應(yīng)于缺陷區(qū)域的超像素提取的紋理特征值的總體均值為參考，通過計(jì)算該缺陷紋理特征值的樣本均值與樣本標(biāo)準(zhǔn)差來構(gòu)建置信區(qū)間，以該置信區(qū)間確定閾值，從而實(shí)現(xiàn)深度學(xué)習(xí)模型的置信度評估。
...【技術(shù)特征摘要】
1.一種電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，包括：
2.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟1中的方差篩選包括：基于方差排序，去除方差低于設(shè)定閾值的圖像塊。
3.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟1中的偽目標(biāo)剔除包括：對方差篩選后剩余圖像塊進(jìn)行均值計(jì)算和像元遍歷，初步標(biāo)記疑似缺陷點(diǎn)；通過形態(tài)學(xué)操作進(jìn)一步剔除偽目標(biāo)點(diǎn)，以完成圖像的預(yù)處理。
4.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟2中的圖像紋理分析法為：將圖像中平滑度和均勻性的主觀評價轉(zhuǎn)化為數(shù)值量度，所述數(shù)值量度通過計(jì)算圖像像素在空間分布上的強(qiáng)度變化差異獲得。
5.如權(quán)利要求1所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，所述步驟2中的灰度共生矩陣法為：在預(yù)設(shè)的固定方向和距離條件下，通過計(jì)算并識別不同像素組合在被分析圖像上的出現(xiàn)頻率來有效實(shí)現(xiàn)紋理高光，以展示圖像內(nèi)部灰度級基于特定方向和距離分隔的多種組合可能性。
6.如權(quán)利要求5所述的電力應(yīng)急無人機(jī)輸電線路缺陷檢測方法，其特征在于，灰度共生矩陣法涉及在四個不同距離上沿垂直、斜向上及斜向下方向計(jì)算灰度共生矩陣，并基于各分析方向獲得的中間值進(jìn)行度量，同時采用網(wǎng)格系統(tǒng)針對特定距離值在所述方向上識別...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：盧自強(qiáng)，
申請(專利權(quán))人：國網(wǎng)山西省電力公司超高壓輸電分公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。