福州大学科研团队提出识别玻璃绝缘子自爆缺陷的新方法
中国电工技术学会活动专区
CES Conference
绝缘子是输电线路的重要元件,绝缘子缺陷会增大输电线路的故障停运风险,因此,对绝缘子缺陷状况的早期判别十分重要。福州大学电气工程与自动化学院的研究人员周宸、高伟、郭谋发,在2021年第5期《电气技术》上撰文,提出一种基于YOLOv4模型的玻璃绝缘子自爆缺陷辨识方法。模型通过在训练过程中采用多阶段迁移学习及检测过程优化输入图像能有效提高网络检测准确率。实验结果表明,所提的方法可准确、有效地实现对绝缘子缺陷的辨识。
针对这个问题,福州大学电气工程与自动化学院的研究人员提出基于改进YOLOv4的绝缘子缺陷检测模型。
图1 YOLOv4检测流程
图2 检测结果对比
图3 不同类型和结构的绝缘子检测结果
相比于现有方法,YOLOv4模型具有速度更快、精度更高的特点。针对检测图像中出现图像修改尺寸后失真的问题,提出了对图像加灰条处理的方法,同时在训练过程中采用了多阶段迁移学习策略显著提高了模型整体的性能。实验结果表明,所提方法的缺陷检测mAP值达到89.54%,所提方法在实际应用中可以满足绝缘子缺陷检测的准确性要求。
本文编自2021年第5期《电气技术》,论文标题为“基于YOLOv4模型的玻璃绝缘子自爆缺陷识别方法”,作者为周宸、高伟、郭谋发。
赞 (0)