[发明专利]一种油枕智能检测和定位的方法

说明书

本发明公开了一种油枕智能检测和定位的方法，包括油枕主体和油枕数据收集处理模块，所述油枕主体的上端分别设置有储油柜放气塞和吸湿器管接头，所述油枕数据收集处理模块的内部是由油枕数据采集单元、油枕数据整理单元和油枕数据标注单元做共同组成，油枕数据采集单元、油枕数据整理单元和油枕数据标注单元之间均通过电性连接，所述油枕数据收集处理模块与网络输入模块之间通过信号连接，网络输入模块与搭建油枕目标检测网络模型模块之间通过信号连接，搭建油枕目标检测网络模型模块与油枕检测结果模块之间通过信号连接。本发明通过对油枕进行5分类后的检测结果：mAP＝94％，平均IoU＝84.3％，因此所提出的方法提高了油枕检测的准确率。

技术领域

本发明涉及电力行业技术领域，具体为一种油枕智能检测和定位的方法。

背景技术

目前电力设备检测的方法，主要是以红外图片为研究基础，研究电力设备异常发热的问题。由于红外图片包含多种伪彩色，拍摄环境复杂导致的被拍摄设备干扰严重、训练数据类型少等问题，目前现有的方法存在检测准确率低、模型泛化能力较差等缺陷。

油枕的精准定位与油枕的异常检测、结构划分有着紧密的联系。本发明设计一种基于区域建议网络的Faster RCNN目标检测模型，用于提高油枕检测的准确率。

发明内容

本发明的目的在于提供一种油枕智能检测和定位的方法，以解决上述背景技术中提出的目前现有的方法存在检测准确率低、模型泛化能力较差等缺陷的问题。

为实现上述目的，本发明提供如下技术方案：一种油枕智能检测和定位的方法，包括油枕主体和油枕数据收集处理模块，所述油枕主体的上端分别设置有储油柜放气塞和吸湿器管接头，储油柜放气塞位于吸湿器管接头的一侧，油枕主体的两侧表面安装有人孔盖板，人孔盖板表面安装有指针式油位表，油枕主体的前端表面设置有视察窗，所述油枕数据收集处理模块的内部是由油枕数据采集单元、油枕数据整理单元和油枕数据标注单元做共同组成，油枕数据采集单元、油枕数据整理单元和油枕数据标注单元之间均通过电性连接，所述油枕数据收集处理模块与网络输入模块之间通过信号连接，网络输入模块与搭建油枕目标检测网络模型模块之间通过信号连接，搭建油枕目标检测网络模型模块与油枕检测结果模块之间通过信号连接。

优选的，所述油枕主体的下端安装有出油管，出油管的内部安装有出油控制阀。

优选的，所述油枕主体共分成五个类别，根据油枕设备中的指针式油位表、人孔盖板、储油柜放气塞、吸湿器管接头、视察窗等部件摆放位置的不同，将其分成五类。

优选的，所述针对以上五个油枕类别，每个类别筛选2000条数据进行标注，生成5*2000条数据，作为数据集。

优选的，所述搭建基于Faster RCNN的油枕目标检测网络模型，采用Tensorflow框架来训练的深度学习模型，选择VGG16作为的主干特征提取网络，并在ImageNet上进行了预训练。

优选的，所述预先训练的VGG16模型在油枕数据收集处理模块中的数据集上进行了1000次迭代，学习率设置为1e-4，Batch size大小取16，损失函数选择图像分类时常用的CrossEntropy交叉熵损失函数。

优选的，所述在网络训练之前，输入网络的温度数据进行标准化处理，最后得到油枕设备的目标检测模型，mAP＝94％，平均IoU＝84.3％。

与现有技术相比，本发明的有益效果是：