[发明专利]一种基于深度学习的电缆工艺质量动态缺陷检测方法

说明书

本发明公开了一种基于深度学习的电缆工艺质量动态缺陷检测方法，包括如下步骤：步骤S1、使用摄像机获取待检测的图片生成图片数据集，图片里至少含有一个待检测的线缆；步骤S2、使用YOLOV5目标检测算法对获取到的图片进行检测，识别出图片中的电缆；使用labelme工具对图片中的电缆进行标注；步骤S3、根据电缆检测框位置，将电缆从图片中截取出来待检；步骤S4、使用UNet分割网络模型将电缆特征分割出来；采用的Mobilenet‑V2网络作为UNet分割网络模的主干网络；步骤S5、根据分割电缆特征判断电缆是否异常。本方案点位图片中电缆的位置，提取电缆的特征并对特征进行比对判定，显著提高电缆的识别率。

技术领域

本发明涉及配网工程动态监测技术领域，具体的，涉及一种基于深度学习的电缆工艺质量动态缺陷检测方法。

背景技术

随着社会经济的快速发展,人们对电力资源的需求量越来越大。通过数字化建设为基建赋能。同时，配网工程是电力行业的重要组成部分，政府和电力企业也更加重视配网工程的建设和管理。在配网工程中，传统的检测方式主要依靠人力。比如电缆检测环节，通过工作人员辨别电缆的裸露部分的尺寸来判别电缆的状态。这种检测方式效率低，工人工作环境差，容易因疲劳导致漏检。近年来也有出现用深度学习来检测电缆状态，比如用分类网络对电缆的状态进行分类识别，但是这种方法严重依赖样本的数量，以及正负样本的均衡，容易出现误识别的情况。因此，如何使用一种电缆检测方法来正确检测判别电缆的状态，成为了一个关键的问题。

中国专利：公开号：CN113253062A，公开日：2021年8月13日，本发明涉及一种基于风险隐患的电力电缆故障巡检系统，中控单元首先得到故障点与发射端的距离为S0，中控单元对排序后的电力电缆发射不同的脉冲信号，将计算出的故障点与发射端的距离与S0比较，得到差值中小于等于距离误差Sw的比例设定为Ax，根据Ax范围进行不同操作，若中控单元对脉冲信号进行调整时，将故障点距离与S0的差值中小于等于距离误差Sw的比例设定为Atx与Ax进行比较，并进行不同的调整，若二次调整，中控单元将得到的A2tx与Atx进行比较，中控单元根据比较结果得到故障点或判定运行故障，本发明通过减少硬件对故障的阻碍，通过层层递进的调节方式，优化巡检系统对电力电缆故障的故障点与发射点之间距离的精准确定。该方案主要是通过对故障点的定位判定电缆故障，但对电缆的故障类型并不能进行研判，同时对于电缆破损等安全隐患也不能及时的预警。

中国专利：公开号：CN110889357A，公开日：2020年3月17日，本申请涉及一种基于标注区域的地下电缆故障检测方法和装置。所述方法包括：接收机器人所采集的地下电缆图像；对所述地下电缆图像进行识别以得到标注区域，并将所述标注区域发送给用户终端进行显示；接收所述用户终端针对所述标注区域的反馈信息；当所述反馈信息表示对所述标注区域进行再次采集时，则向所述机器人发送采集与所述标注区域对应的图像的采集指令；接收所述机器人根据所述采集指令所采集的二次图像，并对所述二次图像进行识别，以判断所述地下电缆是否故障。采用本方法能够提高准确性。该方案中并不涉及图像识别模型的建立以及电缆图像特征提取的关键技术步骤，仅仅是对电缆图片识别的大流程进行了描述，具体怎样实现等技术步骤公开不充分。

中国专利：公开号：CN110309221A，公开日：2019年10月8日，本发明涉及一种基于电缆附件故障数据库的电缆故障识别系统，包括：数据库模块，包括故障数据库和电网运行管理库，用于故障识别提供数据；故障信息搜集模块，与数据库模块通信连接，通过现场数据采集、解剖、理化分析获取故障详细数据并发送给数据库模块；分析识别模块，与数据库模块通信连接，用于将待识别的故障数据与数据库模块中的故障数据进行匹配，并输出匹配结果。与现有技术相比，本发明具有故障识别全面、识别准确率高等优点。该方案中关于图片中的电缆图像如何提取、清洗以及故障如何判定并没有具体的技术手段进行阐述和实现。

发明内容

本发明的目的是传统电缆监测方法检测识别效率低下的问题，提出了一种基于深度学习的电缆工艺质量动态缺陷检测方法，点位图片中电缆的位置，提取电缆的特征并对特征进行比对判定，显著提高电缆的识别率。