[发明专利]一种电网线夹自动检测与缺陷识别方法及装置在审
申请号: | 201910671043.5 | 申请日: | 2019-07-24 |
公开(公告)号: | CN110618129A | 公开(公告)日: | 2019-12-27 |
发明(设计)人: | 张令意;李程启;郑文杰;温招洋;郑锋;华雄 | 申请(专利权)人: | 安徽南瑞继远电网技术有限公司;国网山东省电力公司电力科学研究院;国家电网有限公司 |
主分类号: | G01N21/84 | 分类号: | G01N21/84;G01N21/88;G06K9/00;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 230000 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 对线 线夹 图像采集模块 自动检测 电网线 缺陷识别装置 输电线 图片 故障检测 模型更新 缺陷识别 图像采集 巡线系统 故障线 检修 输出 智能 分类 | ||
1.一种电网线夹自动检测与缺陷识别方法,其特征在于,包括以下步骤:
通过图像采集模块获取线夹图片;
对线夹图片进行训练获取线夹类型;
对线夹图片进行分类删选;
对故障线夹进行识别并输出。
2.根据权利要求1所述的方法,其特征在于,所述通过图像采集模块获取线夹图片,具体包括:采用无人机和摄像装置相结合的拍摄方式,对输电线路上的线夹进行拍摄得到线夹图片。
3.根据权利要求1所述的方法,其特征在于,所述对线夹图片进行训练获取线夹类别;具体包括:
选取一定数量的线夹图片作为训练样本;
利用Fast R-CNN中的卷积核提取出线夹特征进行训练获得线夹类别。
4.根据权利要求3所述的方法,其特征在于,所述对线夹图片进行训练获取线夹类别;还包括:对于未分类的线夹图片进行增广训练,获取线夹增广类型。
5.根据权利要求3所述的方法,其特征在于,所述线夹特征包括线夹颜色、线夹轮廓、线夹纹理。
6.根据权利要求1所述的方法,其特征在于,所述对线夹图片进行分类删选;具体包括:
通过区域提议网络在线夹图片上产生包围框;
判断包围框内是否为目标线夹;
若包围框内为目标线夹,通过Fast R-CNN中的分类器辨别出其类别完成线夹图片的分类。
7.根据权利要求1所述的方法,其特征在于,对故障线夹进行识别并输出;具体包括:
对线夹故障点样本图片进行训练,获取线夹故障类别;
通过基于Fast R-CNN中的卷积核提取出目标线夹的包围框,
对包围框内的目标线夹进行故障定位,识别故障类型;
输出故障位置及故障类型。
8.根据权利要求1-7中任一所述的方法提出一种电网线夹自动检测与缺陷识别装置,其特征在于,包括:
图像采集模块,用于获取线夹图片;
线夹类型训练模块,用于对线夹图片进行训练获取线夹类型;
线夹分类模块,用于对线夹图片进行分类删选;
线夹故障检测模块,用于对故障线夹进行识别并输出。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽南瑞继远电网技术有限公司;国网山东省电力公司电力科学研究院;国家电网有限公司,未经安徽南瑞继远电网技术有限公司;国网山东省电力公司电力科学研究院;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910671043.5/1.html,转载请声明来源钻瓜专利网。