陶瓷絕緣子廠家
您當前的位置 : 首 頁 > 新聞中心 > 公司動態

國內外對玻璃絕緣子?缺陷的識別研究較多

2021-11-09 14:26:38

玻璃絕緣子


伴隨著智能化電網的發展,電力系統自動化程度日益提高,人們對日常運行的安全性和穩定性要求也越來越高。絕緣子是電力系統的重要組成部分,其應用范圍廣,數量大。絕緣子的工作環境往往處于山中層巒疊嶂,工作環境惡劣,絕緣子故障頻繁發生,嚴重影響了電力系統的安全和穩定。

目前,國內外對玻璃絕緣子缺陷的識別研究較多,傳統的方法是人工觀察法。這種方法具有較高的精度,但存在著觀測工作量大、效率低等缺點。另外,還可以借助紅外成像、巡檢機器人等外置儀器進行檢測。

借助于外部設備,可以有效地減少檢測過程中的安全隱患,但是外加設備通常比較昂貴。因其成本低廉、操作方便、數據采集方便、運行風險小等特點,已逐步在電力巡檢工作中得到推廣應用。UAV巡檢雖然可以獲取大量的現場圖像信息,但是所采集的圖像仍然需要人工處理,大量的圖像數據需要大量的工作,同時由于工作人員自身專業水平和視覺疲勞等原因,在檢測過程中容易出現缺陷遺漏。

利用計算機自動識別圖像是目前研究的熱點,常用的方法可分為基于機器視覺和基于機器學習的方法。本文提出了一種基于機器視覺的缺陷檢測方法,將被測對象和背景分割成兩部分,然后根據人為設定的特征判斷玻璃絕緣子是否存在缺陷。

以機器視覺為基礎的缺陷檢測方法實現起來比較簡單,不需要復雜的訓練過程,對特定場景具有很高的識別率,但是在使用過程中存在著很多局限性,如算法的準確性取決于分割算法的分割效果。在實際應用中,由于絕緣子作業環境復雜,現場條件惡劣,分割結果往往受到很大的影響,而人工選擇的缺陷識別特征缺乏魯棒性,在拍攝條件發生變化時,容易出現誤判。

目前,機器學習算法在圖像識別領域得到了廣泛的應用,利用機器學習模型對無人機航拍中的絕緣子圖像進行識別和缺陷識別逐漸成為電力系統絕緣子識別方法的一個熱點。通過機器學習算法訓練得到的模型能夠自適應地挖掘來自大量航拍圖像的表面特征,從而具有較強的抗噪能力。其目的是在準確識別缺陷和實時檢測的同時,提高檢測速度和準確率是一個困難的問題,這是一個非常困難的問題。

與已有的方法相比,YOLOv4具有更快、更準確的特點。為解決檢測圖像中修正尺寸而產生畸變的問題,提出了一種對加灰條進行加灰條處理的方法,同時,在訓練過程中采用多階段遷移學習策略,模型整體性能得到明顯改善。試驗表明,該方法的缺陷檢測mAP值達到了89.54%,該方法在實際應用中能夠滿足玻璃絕緣子缺陷檢測的準確度要求。


上一篇:陶瓷絕緣子包括鐵帽、瓷片、鋼腳2021-10-31 11:10:37

Z近瀏覽:

玻璃絕緣子廠家

  • 關于我們
  • 聯系我們

    聯系人:王經理

    電 話:13785720067

    郵 箱:1466053556@qq.com

    網 址:www.dtxfm.com

    地 址:河北省滄州市河間市沙河橋鎮西舊館村

  • 陶瓷絕緣子廠家

    一级特黄AAA大片在线观看,一级a性色生活片久久毛片,欧美成人熟妇激情视频,免费看欧美一级特黄a大片