[发明专利]玻璃绝缘子自爆识别方法、装置、设备、介质和程序产品

说明书

本申请涉及电网技术领域，提供了一种玻璃绝缘子自爆识别处理方法、装置、计算机设备、存储介质和计算机程序产品。本申请能够提高玻璃绝缘子自爆识别准确度和效率。该方法包括：获取无人机对输电线路巡检拍摄得到的输电线路巡检图片，然后将该巡检图片输入玻璃绝缘子串检测模型，获取该模型对巡检图片进行玻璃绝缘子串检测后输出的玻璃绝缘子串检测图像，然后将该玻璃绝缘子串检测图像输入自爆绝缘子单片检测模型，获取该模型在玻璃绝缘子串检测图像上定位的各片自爆绝缘子所在图像区域，最后根据各片自爆绝缘子所在图像区域的区域数量确定玻璃绝缘子的自爆数量及根据各片自爆绝缘子所在图像区域间的重叠情况确定玻璃绝缘子的连续自爆数量。

技术领域

本申请涉及电网技术领域，特别是涉及一种玻璃绝缘子自爆识别处理方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

输电线路长且覆盖面积广，随着无人机技术的快速发展，电力运维人员逐渐采用无人机拍照对输电线路进行巡检，这样不仅可以提高巡检的效率，而且精细化巡检还可以提高巡检的质量。其中，玻璃绝缘子是输电常用的设备部件，可以防止带电设备成为接地通路。玻璃绝缘子长期处于恶劣的自然环境下，要承受雷击、冰雪、温度剧烈变化的影响，经常会出现绝缘子自爆的现象。

传统技术中对无人机巡检图片中玻璃绝缘子自爆识别主要依靠人工查看，劳动强度大且容易视觉疲劳，导致这种技术存在玻璃绝缘子自爆识别准确度和效率都较低的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种玻璃绝缘子自爆识别处理方法、装置、计算机设备、存储介质和计算机程序产品。

第一方面，本申请提供了一种玻璃绝缘子自爆识别处理方法。所述方法包括：

获取无人机对输电线路巡检拍摄得到的输电线路巡检图片；

将所述输电线路巡检图片输入预先构建的玻璃绝缘子串检测模型，获取所述玻璃绝缘子串检测模型对所述输电线路巡检图片进行玻璃绝缘子串检测后输出的玻璃绝缘子串检测图像；

将所述玻璃绝缘子串检测图像输入预先构建的自爆绝缘子单片检测模型，获取所述自爆绝缘子单片检测模型在所述玻璃绝缘子串检测图像上定位的各片自爆绝缘子所在图像区域；

根据所述各片自爆绝缘子所在图像区域的区域数量确定玻璃绝缘子的自爆数量，及根据所述各片自爆绝缘子所在图像区域间的重叠情况确定玻璃绝缘子的连续自爆数量。

在一个实施例中，所述根据所述各片自爆绝缘子所在图像区域的区域数量确定玻璃绝缘子的自爆数量，及根据所述各片自爆绝缘子所在图像区域间的重叠情况确定玻璃绝缘子的连续自爆数量之后，所述方法还包括：获取所述输电线路巡检图片对应的输电线路电压等级；根据所述输电线路电压等级、玻璃绝缘子的自爆数量及连续自爆数量判断所述输电线路的绝缘子自爆程度。

在一个实施例中，所述玻璃绝缘子串检测模型用于采用S2A-Net旋转目标检测算法定位出所述输电线路巡检图片中的玻璃绝缘子串所在图像区域，输出所述玻璃绝缘子串检测图像；其中，所述玻璃绝缘子串所在图像区域采用旋转的矩形框标注。

在一个实施例中，所述将所述玻璃绝缘子串检测图像输入预先构建的自爆绝缘子单片检测模型，包括：基于所述玻璃绝缘子串检测图像，截取得到玻璃绝缘子串掩膜截图；采用长宽相同缩放比的方式将所述玻璃绝缘子串掩膜截图缩放至预设尺寸，得到缩放后的玻璃绝缘子串掩膜截图；将所述缩放后的玻璃绝缘子串掩膜截图输入至所述自爆绝缘子单片检测模型，以供所述自爆绝缘子单片检测模型在所述缩放后的玻璃绝缘子串掩膜截图上定位所述各片自爆绝缘子所在图像区域。

在一个实施例中，所述自爆绝缘子单片检测模型用于采用yolov4目标检测算法定位出所述缩放后的玻璃绝缘子串掩膜截图中的所述各片自爆绝缘子所在图像区域；其中，所述各片自爆绝缘子所在图像区域采用水平的矩形框标注。