輸電線路是我國(guó)電力輸送的主要樞紐,絕緣子作為其中的重要組成部分,不僅可以為電力線提供機(jī)械支撐,還可以防止電流接地。但是由于絕緣子的結(jié)構(gòu)特性以及外部環(huán)境等因素,使其十分容易發(fā)生自爆、閃絡(luò)等故障,進(jìn)而導(dǎo)致輸電線路無(wú)法正常運(yùn)行,所以按時(shí)巡檢絕緣子的狀態(tài)十分重要。本文在絕緣子檢測(cè)識(shí)別過(guò)程中,首先采用了選擇性搜索方法對(duì)圖像產(chǎn)生目標(biāo)建議并進(jìn)行分割,然后針對(duì)絕緣子識(shí)別設(shè)計(jì)了卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),并將該方法與HOG特征結(jié)合SVM分類(lèi)器以及PCA結(jié)合BP神經(jīng)網(wǎng)絡(luò)的識(shí)別方法進(jìn)行了對(duì)比。其中HOG結(jié)合SVM分類(lèi)器代表是傳統(tǒng)的圖像處理方法,PCA結(jié)合BP神經(jīng)網(wǎng)絡(luò)代表的是傳統(tǒng)的全連接神經(jīng)網(wǎng)絡(luò)方法,卷積神經(jīng)網(wǎng)絡(luò)則代表的是深度學(xué)習(xí)。在絕緣子自爆缺失檢測(cè)過(guò)程中,根據(jù)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)通過(guò)反卷積運(yùn)算實(shí)現(xiàn)絕緣子信息的重構(gòu),對(duì)重構(gòu)的特征顯著圖先二值化再進(jìn)行超像素分割,然后建立出絕緣子串的數(shù)學(xué)模型,最終精準(zhǔn)定位出絕緣子自爆缺失的位置。實(shí)驗(yàn)結(jié)果表明:在絕緣子檢測(cè)識(shí)別的算法中,使用卷積神經(jīng)網(wǎng)絡(luò)的方法效果最好,該方法基本可以避免拍攝距離、角度等條件的影響,對(duì)復(fù)雜背景也具有很好的識(shí)別能力。因此本文最終在卷積神經(jīng)網(wǎng)絡(luò)識(shí)別絕緣子的... 

【文章來(lái)源】：安徽工業(yè)大學(xué)安徽省

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

無(wú)人機(jī)巡檢作業(yè)示意圖

圖 2. 1 IOU 示意圖 A、B 的重合度 IOU 的計(jì)算公式為：IOU ( A B ) / ( A B)框 A、B 的重疊面積占 A、B 并集面積的比例：1 1/ ( )A BIOU S S S S得出的目標(biāo)窗口不一定是完整的待測(cè)物體，可能有所偏差：

的是兩個(gè) bounding box 的重疊度，如下圖所示：圖 2. 1 IOU 示意圖、B 的重合度 IOU 的計(jì)算公式為：IOU ( A B ) / ( A B) A、B 的重疊面積占 A、B 并集面積的比例：1 1/ ( )A BIOU S S S S出的目標(biāo)窗口不一定是完整的待測(cè)物體，可能有所偏差

【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像特征識(shí)別研究[J]. 楊念聰,任瓊,張成喆,周子煜,李倩,邱蘭.  信息與電腦(理論版). 2017(14)
[2]500 kV線路玻璃絕緣子集中自爆原因分析[J]. 黃松泉,周學(xué)明,胡丹輝,姚堯,劉正云.  湖北電力. 2017(04)
[3]融合局部紋理特征的顆粒圖像SLIC超像素分割方法[J]. 李嘯宇,張秋菊.  食品與機(jī)械. 2016(12)
[4]無(wú)人機(jī)巡檢輸電線路技術(shù)及應(yīng)用實(shí)踐微探[J]. 黃遠(yuǎn)峰.  通訊世界. 2016(17)
[5]BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究[J]. 李如平,朱煉,吳房勝,徐珍玉.  菏澤學(xué)院學(xué)報(bào). 2016(02)
[6]選擇性搜索和多深度學(xué)習(xí)模型融合的目標(biāo)跟蹤[J]. 鐘必能,潘勝男.  華僑大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(02)
[7]試分析輸電線路運(yùn)行故障分析與防治策略[J]. 彭玉金,寧琦.  信息化建設(shè). 2016(02)
[8]基于深度卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)[J]. 芮挺,費(fèi)建超,周遊,方虎生,朱經(jīng)緯.  計(jì)算機(jī)工程與應(yīng)用. 2016(13)
[9]無(wú)人機(jī)巡檢輸電線路技術(shù)的應(yīng)用探析[J]. 諸葛葳.  科技經(jīng)濟(jì)市場(chǎng). 2015(05)
[10]基于高壓輸電線路電流狀態(tài)的檢測(cè)方法研究[J]. 趙彥平,王慧剛.  中國(guó)電業(yè)(技術(shù)版). 2015(03)

博士論文
[1]基于非接觸式的劣化絕緣子檢測(cè)方法的研究[D]. 陳濤.重慶大學(xué) 2006

碩士論文
[1]基于深度網(wǎng)絡(luò)特征學(xué)習(xí)的植物葉片識(shí)別算法研究與實(shí)現(xiàn)[D]. 劉晶晶.深圳大學(xué) 2017
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類(lèi)算法研究[D]. 郭田梅.濟(jì)南大學(xué) 2017
[3]航拍圖像的絕緣子自爆特征識(shí)別研究[D]. 熊杰.電子科技大學(xué) 2016
[4]內(nèi)蒙古包頭地區(qū)500kV輸電線路技術(shù)改造與應(yīng)用[D]. 鄭昌.華北電力大學(xué) 2016
[5]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類(lèi)中的應(yīng)用研究[D]. 吳正文.電子科技大學(xué) 2015
[6]基于HOG特征的車(chē)輛檢測(cè)技術(shù)研究[D]. 馬蓓蓓.華南理工大學(xué) 2015
[7]主成分分析與二維主成分分析之比較研究[D]. 吳敬華.云南財(cái)經(jīng)大學(xué) 2014
[8]輸電線路無(wú)人機(jī)巡檢路徑規(guī)劃研究及應(yīng)用[D]. 熊典.武漢科技大學(xué) 2014
[9]基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法與應(yīng)用研究[D]. 陳先昌.浙江工商大學(xué) 2014
[10]基于視覺(jué)詞匯的物體檢測(cè)方法研究[D]. 郭浩.天津大學(xué) 2014



本文編號(hào)：3359910