基于改进胶囊网络的绝缘子破损识别与定位

• 作者: 卞建鹏 郝嘉星 赵帅 滑伟静 高世闯
• 来源期刊: 电瓷避雷器
• 关键词: 绝缘子破损识别 胶囊网络 CV模型 智能巡检
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 绝缘子
• 页码范围: 194-200
• 页数: 7页
• 语种: 中文
• DOI: 10.16188/j.isa.1003-8337.2021.01.029

摘要

针对接触网绝缘子破损识别,传统的特征匹配和神经网络分类识别率较低,同时因其需要人工提取和训练等问题,识别速率也较慢.相比传统卷积神经网络(CNN),胶囊网络(CapsNet)首次采用矢量作为输入,可以很好的保留目标的方向,角度等特征信息,更适合于识别复杂背景下的绝缘子.因此提出一种基于改进胶囊网络和CV模型结合的绝缘子破损识别算法,通过1×1归约层和3×3卷积层简化传统9×9胶囊网络的卷积层,并采用优化算法进行参数寻优,缩短训练权重时间,同时输出量保留方向角度,能更准确对棒形、针式和蝶式绝缘子破损情况进行分类.最后与AlexNet、YOLO、局部特征分析等方法进行了对比.通过对绝缘子巡检图像应用本文方法可得,绝缘子识别率提高到95％,实时速率达到32帧/s,所提出的绝缘子破损识别方法可以准确、迅速的从复杂背景识别出绝缘子,并准确的找到绝缘子破损的位置,大大提高了输电线路智能巡检的效率.