基于改進SSD算法的兩相把手式開關識別

劉 冉, 于會群, 王國兵

(1.上海電力大學, 上海 200090; 2.上海華建電力設備股份有限公司, 上海 200090)

在傳統配電站房進行開關操作時,為了防止開關動作不到位或開關誤操作,需要人工檢查以確保開關動作到位[1]。隨著工業4.0等概念的提出,單純依靠人工的監測方式已無法滿足智能化、實時化的管控需求,基于機器視覺的檢測方法是實現智能監控的有效途徑。現有的實時監控方法大多基于傳統的機器學習理論,即首先將智能巡檢機器人采集的視頻分解成以幀為單位的圖像,經過預處理操作后手動提取圖像特征,然后使用分類器識別物體狀態[2]。

以開關設備識別監測為例,其按照形態大致可分為“把手式開關”和“旋鈕式開關”。其中,兩相把手式開關設備的旋轉鈕是不對稱的,一邊代表指向,一邊是控制把手,此類設備應用場景居多。國內外學者對開關狀態識別做了眾多研究,但在檢測精度、速度或模型復雜度方面仍有提升的空間,研究提高兩相把手式開關識別效率和數據采集精度仍具有重要意義[3]。

因此,本文在配電站房的實際應用研究背景下,將單激發多框探測器(Single Shot Multibox Detector,SSD)算法進行優化改進并應用于兩相把手式開關識別中。首先,選擇SSD圖像識別神經網絡作為兩相把手式開關識別的基本算法,并將基于卷積塊的注意機制(Convolutional Block Attention Module,CBAM)引入到該算法結構中,構造了一種改進SSD算法;然后,使用智能巡檢機器人收集開關設備的圖像并制作數據集;最后,通過對大量數據樣本進行測試,驗證了改進SSD算法的有效性和準確性。……