[发明专利]一种基于深度学习的高铁接触网绝缘子故障检测方法在审
| 申请号： | 201910072859.6 | 申请日： | 2019-01-25 |
| 公开（公告）号： | CN109801284A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 钟胜;乐铭扬;杨博;颜露新 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 曹葆青;李智 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开的一种基于深度学习的高铁接触网绝缘子故障检测方法，采用大量含有正常绝缘子和故障绝缘子的图像对深度神经网络模型进行训练，得到绝缘子位置检测模型和绝缘子故障分类模型，通过将所述位置检测模型和故障分类模型封装成程序可调用的函数来实现绝缘子的在线检测；本发明相对传统的人工看图方法更加高效，同时相对传统的提取人工特征进行绝缘子故障检测的方法更加鲁棒与高效；本发明采用大量正常绝缘子和故障绝缘子图像作为正负样本对深度神经网络进行训练，提高了绝缘子故障检测的准确度，同时节省了检修成本，缩短了预警周期，提高了高铁接触网检修工程的自动化与智能化水平。 | ||
| 搜索关键词： | 绝缘子 绝缘子故障 高铁 接触网绝缘子 故障绝缘子 故障检测 位置检测 传统的 神经网络模型 图像 接触网检修 分类模型 故障分类 模型封装 神经网络 预警周期 在线检测 正负样本 准确度 智能化 检测 鲁棒 调用 检修 自动化 学习 | ||
【主权项】：
1.一种基于深度学习的高铁接触网绝缘子故障检测模型训练方法，其特征在于，包括以下步骤：(1)采集接触网支持与悬挂装置的图像；(2)在采集到的图像中对绝缘子位置和类别进行标注，得到用于训练位置检测模型的第一训练数据集；(3)将所述第一训练数据集输入搭建好的YOLOv2深度神经网络模型中进行迭代训练，迭代训练完毕后得到用于检测绝缘子在图像中所在位置的位置检测模型；(4)在采集到的图像中筛选并裁剪出正常和故障的绝缘子图像，并对所述绝缘子图像进行预处理和数据扩充，获得用于训练故障检测模型的第二训练数据集；(5)对所述第二训练数据集中的绝缘子图像尺寸进行规格化处理后，输入搭建好的Resnet‑50深度神经网络模型中进行迭代训练，迭代训练完毕后得到用于判断绝缘子故障类别的故障分类模型。
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华中科技大学，未经华中科技大学许可，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/patent/201910072859.6/，转载请声明来源钻瓜专利网。
