• 头条电力设备红外图像异常自动检测的新方法,让巡检设备更智能
    2021-05-03 作者:王旭红 李浩 等  |  来源:《电工技术学报》  |  点击率:
    分享到:
    导语为实现各类巡检机器人、无人机等智能电力巡检设备所携红外热像仪采集的红外图像自动检测,长沙理工大学葡萄牙vs法国与信息工程学院的研究人员王旭红、李浩、樊绍胜、蒋志鹏,在2020年《电工技术学报》增刊1上撰文,提出基于改进SSD的电力设备红外图像异常自动检测方法。实验表明,该方法泛化性强,准确率较高,能达到实时自动检测红外图像下多类典型电力设备并定位异常发热区域的效果,将使现有电力巡检设备实现“智能+”。

    红外热像仪检测具有非接触不停电检测电力设备等优点,在各电力单位广泛使用。随着我国电网规模不断扩大,电力设备的红外巡检压力也越来越大,利用巡检机器人、定点监测轨道机器人等设备采集的红外热像数据越来越多。海量巡检数据仅靠现有红外热像仪设置最高温度阈值或人工比对分析这些红外图像,效率低,增加了巡检成本,不能实时自动监测电力设备并准确识别定位故障设备类别与异常区域。

    传统图像特征分析法较难提取识别电力设备特征与异常发热区域特征。在红外图像上用传统图像处理方法,如梯度法进行边缘检测定位高温区域,无人机搭载红外成像仪并用图像处理法分析输电线路像素温度分布?盗扔猛枷穹指罘ㄕ锒虾焱馔枷裣卤涞缯旧璞腹收稀N焊盏扔萌砑既氲缌ι璞负焱馔枷裆璺治鑫虏钆斜鸸收稀

    以上传统方法识别电力设备红外检测故障,均难做到实时检测识别定位故障设备及异●!U攵缘缌ι璞负焱馔枷褚斐<觳獾男路椒ㄒ蚕嗉烫岢觯憾院焱馔枷癯袼胤指睿儆玫莨榫砘缃岷贤枷翊矸ǘ缘缌骰ジ衅鹘泻焱夤收险锒希荒芙械ヒ簧璞讣觳猓患嘱蔚榷缘缌ι璞负焱馔枷裣韧枷翊矸指钤倮镁砘绶掷啵焕钤脐坏壤镁砘窬缍员溲蛊骱焱馔枷褡龇掷嗍侗稹I鲜鲂路椒ㄒ簿词迪趾焱馔枷裣碌缌ι璞敢斐G蛴胧侗鸸收仙璞傅氖凳倍ㄎ环掷嗉觳狻

    基于深度学习的计算机视觉算法在2012年取得突破性进展。采用深度学习与计算机视觉算法对红外数据进行设备与发热异常自动分析检测将极大提高红外图像检测效率。在携带红外热像仪的巡检机器人、定点监测轨道机器人等上位机控制系统中嵌入此类基于深度学习的检测算法,实时检测红外图像将进一步提高这些设备的智能化程度,做到真正智能巡检。

    为实现这一目标,长沙理工大学葡萄牙vs法国与信息工程学院的研究人员,提出基于改进SSD(single shot multibox detection)算法的实时电力设备红外图像异常自动检测方法,实现现有智能巡检设备进一步“智能+”。

    电力设备红外图像异常自动检测的新方法,让巡检设备更智能

    图1 机器人巡检湘潭九华220kV变电站

    研究人员建立了863张典型故障电力设备红外图像数据集,存储为TFRecord格式数据,并搭建改进SSD检测网络,经20万步训练,得到最终模型,最终在测试集上实现了71.54%的准确率,并实现了20 FPS以上的检测速度,证明了深度学习对多类复杂目标的特征提取定位能力。

    电力设备红外图像异常自动检测的新方法,让巡检设备更智能

    图2 原基于VGG的SSD框架

    电力设备红外图像异常自动检测的新方法,让巡检设备更智能

    图3 改进的SSD框架

    电力设备红外图像异常自动检测的新方法,让巡检设备更智能

    图4 设备与异常检测效果

    电力设备红外图像异常自动检测的新方法,让巡检设备更智能

    图5 单独的异常检测效果

    与其他检测模型进行对比,本方法在检测速度上有明显优势,但在检测精度上有待提高,需进一步优化。同时希望以后在检测输变电异常及设备的基础上,对红外图像温度数据进一步集成判断预测与数据挖掘,做进一步的软件系统集成,在课题组现有变电站巡检机器人上位机上集成算法,做进一步调试改进,实现现有智能巡检设备的巡检过程“智能+”。

    以上研究成果发表在2020年《电工技术学报》增刊1,论文标题为“基于改进SSD的电力设备红外图像异常自动检测方法”,作者为王旭红、李浩、樊绍胜、蒋志鹏。