[发明专利]一种缺陷绝缘子的无人机巡检方法与系统有效

专利信息
申请号: 202010229060.6 申请日: 2020-03-27
公开(公告)号: CN111311597B 公开(公告)日: 2023-04-18
发明(设计)人: 童文涛;吕方亮;汤纪平;高达;黄洪林;刘玙;林洪文;周亚峰;詹健;朱哲鸿 申请(专利权)人: 国网福建省电力有限公司龙岩供电公司;国网福建省电力有限公司;福州大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06V10/764
代理公司: 厦门市首创君合专利事务所有限公司 35204 代理人: 张松亭;杨锴
地址: 364000 福*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 缺陷 绝缘子 无人机 巡检 方法 系统
【说明书】:

发明涉及一种缺陷绝缘子的无人机巡检方法与系统,通过无人机巡检获取绝缘子图像,对图像进行分割与识别,识别出图像中是否存在绝缘子,最后通过构造特征达到检测绝缘子故障。基于无人机获取的绝缘子图像、GPS坐标定位信息与分析结果,通过上位机管理操作平台进行显示,即可完成自动标识,检修人员可以直观地分析缺陷绝缘子所处的地理位置以便故障的排查。本发明所述的基于Faster R‑CNN的绝缘子缺陷识别算法,具备快速的绝缘子缺陷特征的抽取能力,通过深度训练网络达到较高的判别准确率。本发明的实施,能够减少巡视人员工作量,提高运维效率,快速定位缺陷。

技术领域

本发明涉及电力设备巡检技术领域,更具体地说,涉及一种缺陷绝缘子的无人机巡检方法,以及一种缺陷绝缘子的无人机巡检系统。

背景技术

绝缘子是输电线路中起机械支撑和电气绝缘作用的部件,用量及其庞大。由于绝缘子终年暴露在野外,易遭受自然天气、自然灾害、机械负荷以及人为因素的损害,成为故障多发的元件之一。据统计,高压输电线路因绝缘子故障如污秽、破损和闪络等引起的停运时间占总故障时间的50%以上,严重威胁电网安全。因此,针对绝缘子的缺陷早期判别是保障电网安全运行不可或缺的手段。

目前,应用于实际巡检的方案包括如下几种:

(1)人工定期巡检(如地面观察法、登杆观测法);

(2)带电接触检测(分布电压检测、泄漏电流检测);

(3)非接触式不带电测量方式(红外热成像温差法、超声波检测法等)

(4)无人机巡检获取绝缘子图像,人工查看图片信息排查故障。

上述的现有技术分别存在如下特点与不足:

(1)人工定期巡检:输电线路大多分布在崇山峻岭之间,常常跨越交通死区;如果使用传统的人工定期巡检,准确度不高,而且巡检难度大、周期长,存在人员安全隐患、耗费大量人力;

(2)带电接触检测:虽然直观、准确度高,但存在安全隐患、工作量大、效率低等问题

(3)非接触式不带电测量方式:能够降低触电风险,但需要额外昂贵的辅助设备,而且容易受到外界因素影响而发生误判;

(4)无人机巡检获取绝缘子图像,人工查看图片信息排查故障:能够降低人工巡检时的安全风险并节省了人力成本,但是采集的图像仍需人工查看,巨量的图片、影像资料信息造成巨大的阅读工作量,且由于工作人员自身专业水平的差异化、视觉疲劳和精力不足,容易导致故障遗漏。

发明内容

本发明的目的在于克服现有技术的不足,提供一种缺陷绝缘子的无人机巡检方法与系统,减少巡视人员工作量,提高运维效率,快速定位缺陷,实现减员增效。

本发明的技术方案如下:

一种缺陷绝缘子的无人机巡检方法,通过无人机获取输电线路绝缘子图像,以及无人机获取绝缘子图像时的GPS坐标定位信息,将绝缘子图像与GPS坐标定位信息进行关联;通过绝缘子缺陷辨识算法,实时检测所获取的绝缘子图像,分析绝缘子图像存在绝缘子缺陷的信赖度分值,如果所述的信赖度分值大于预设的缺陷阈值,则判定绝缘子图像对应的绝缘子为缺陷绝缘子,完成缺陷绝缘子的检测与定位。

作为优选,基于Faster R-CNN的绝缘子缺陷辨识算法,先对绝缘子图像进行数据集制作,接着将数据集输入Faster R-CNN算法模型中进行特征提取、获得候选区域、通过感兴趣区域池化层输出区域候选特征图、利用softmax实现目标分类并采用soft-NMS算法获得候选特征图的信赖度分值实现边界框回归,最终实现绝缘子缺陷的辨识。

作为优选,无人机通过通信模块将绝缘子图像、GPS坐标定位信息与分析结果发送至数据存储中心,进行存储。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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国网福建省电力有限公司龙岩供电公司;国网福建省电力有限公司;福州大学,未经国网福建省电力有限公司龙岩供电公司;国网福建省电力有限公司;福州大学许可,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/202010229060.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top