融合多維度特征的絕緣子狀態邊緣識別方法

黃冬梅，王玥琦，胡安鐸，孫錦中，時帥，孫園，房嶺鋒

(1.上海電力大學 電子與信息工程學院，上海 201306；2.上海電力大學 電氣工程學院，上海 200090；3.上海電力大學 數理學院，上海 201306；4.國家電網有限公司，北京 100031)

0 引言

輸電線路絕緣子串常年暴露在復雜多變的環境中，較易發生故障。因此，需要及時準確地對絕緣子進行狀態識別。人工巡檢和無人機巡檢是目前識別絕緣子狀態的主要方式。傳統的人工巡檢方法準確率較高，但存在效率低、浪費人力等問題；無人機巡檢減少大量的人力，但是采集到的絕緣子照片數量隨巡檢范圍的擴大呈指數級增加，實時處理大量的圖片對于處理器和通信網絡是一個巨大的挑戰[1-4]。

除了硬件方面的要求，基于無人機巡檢的絕緣子狀態識別[5]還需要有高精度的識別算法支撐，提升識別準確率的關鍵在于準確提取圖片信息特征[6]。文獻[7]通過提取S分量以突顯目標區域，考慮絕緣子形狀特征的影響設計特征向量，區分正常和缺陷的絕緣子圖像。文獻[8]利用絕緣子“粗”分割技術進行圖像分割，通過計算有效像素點占比，識別“掉串”故障現象。傳統的圖像處理技術提取的特征具有易提取、可區分性和不變性的特點，但主要依賴人工設計的特征提取器，存在魯棒性差、調參復雜等問題。文獻[9]基于去除卷積核間的相關性思想，提取獨立的特征信息，進而提高絕緣子狀態識別的準確率。文獻[10]結合弱監督細粒度分類的思想，采用過特征圖合并和雙線性池化操作將多網絡提取到的特征進行融合，實現絕緣子正常與故障狀態的識別。……