[发明专利]一种改进VGG19网络的绝缘子污秽识别方法

说明书

本发明涉及一种改进VGG19网络的绝缘子污秽识别方法，首先采集绝缘子污秽数据集并对其进行扩充，并将扩充后的数据分为训练集以及测试集，建立改进VGG19绝缘子污秽识别网络模型；输入训练集对改进VGG19绝缘子污秽识别网络模型进行训练，得到训练后的识别网络模型；最后输入测试集至训练后的识别网络模型得到绝缘子污秽识别结果。本发明解决了VGG19网络中全连接层参数冗余以及绝缘子污秽精确度和每秒处理图片张量较低的问题；更容易在内存受限的无人机设备上部署。

技术领域

本发明涉及到电力系统，绝缘子污秽检测和图像分类领域，尤其涉及到一种改进VGG19网络的绝缘子污秽识别方法。

背景技术

绝缘子污秽事故具有受影响的面积广和产生绝缘子污秽事故的因素维持时间较长的特点。因此，一旦发生绝缘子污秽事故，往往不能依靠重合闸迅速恢复送电，而必须经过检修才能送电。此外,绝缘子污秽事故的发生，可能会造成整个电力网络故障,所以污秽事故是电力系统的一种恶性事故，需认真对待。

但本发明的发明人发现，传统绝缘子检测需要人工攀登输电线杆确认绝缘子污秽情况，再利用仪器进行检测绝缘子污秽等级，从而根据污秽分级情况将绝缘子拆下进行清洗。确认绝缘子是否含有污秽需要耗费巨大的人力物力成本。但伴随着人工智能的不断发展，无人机巡检的运用，越来越多研究人员致力于非接触式绝缘子污秽情况确认。电力检修人员利用无人机进行电力系统巡检，确定绝缘子的污秽区域后，再利用仪器绝缘子污秽等级，可以有效降低人力物力的成本。

绝缘子污秽附着污秽大小不一，需要无人机搭载特征提取能力强的网络模型进行绝缘子污秽区域的确认。本发明的发明人需要针对绝缘子污秽特征设计一个能快速确定绝缘子是否含有污秽的识别网络。

发明内容

本发明是要解决目前利用仪器进行检测绝缘子污秽等级检测需要耗费巨大的人力物力成本的问题，设计一个能快速确定绝缘子是否含有污秽的识别网络，确定需要绝缘子分级检测的区域，再利用仪器检测绝缘子污秽等级，可以有效降低人力物力的成本。

为了实现上述目标，提出了一种改进VGG19网络的绝缘子污秽识别方法，具体核心步骤如下：

采集绝缘子污秽数据集并对其进行扩充，并将扩充后的数据分为训练集以及测试集，

建立改进VGG19绝缘子污秽识别网络模型，改进后的网络结构包括输入层、卷积层、整流线性单元(Rectified Linear Units,ReLU)层、最大池化层、全局平均池化层、Dropout层、Softmax层和输出层；

输入训练集对改进VGG19绝缘子污秽识别网络模型进行训练，得到训练后的识别网络模型；

输入测试集至训练后的识别网络模型得到绝缘子污秽识别结果。

在上述的方法，确定绝缘子污秽数据集：基于无人机采集的缺陷绝缘子数据集。分别共整理出四种类型的绝缘子，分别为污秽陶瓷柱型绝缘子(Dirty Ceramic cylindricalinsulator，DirtyCCI)120张、污秽陶瓷针型绝缘子(Dirty Ceramic pin insulator，DirtyCPI)120张、正常陶瓷柱型绝缘子(Normal Dirty Ceramic cylindrical insulator，Normal CCI)120张和正常陶瓷针型绝缘子(Normal Dirty Ceramic pin insulator，NormalCPI)110张。