基于Faster R-CNN和U-net改进的混合模型绝缘子故障检测

• 作者: 胡祥 李英娜
• 来源期刊: 电视技术
• 关键词: 绝缘子自爆故障检测 注意力机制 Faster R-CNN U-net
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 器件与设计|PARTS & DESIGN
• 页码范围: 125-130
• 页数: 6页
• 分类号: TP391.41|TP183
• 语种: 中文
• DOI: 10.16280/j.videoe.2021.05.034

摘要

在航拍影像中定位绝缘子爆裂的位置是一项艰巨的任务.针对绝缘子和绝缘子爆破位置在图像中占比过小、背景复杂以及拍摄图像角度和大小不一等问题,采用一种注意力机制与Faster R-CNN和U-net相结合的绝缘子识别模型,对某电力科学研究院提供的绝缘子航拍图像进行测试和对比试验,结果表明,该模型识别绝缘子的平均精度(Average Precision,AP)为92.1％,识别绝缘子爆裂故障的平均精度(AP)为91.9％.所提出的绝缘子自爆故障检测模型在绝缘子定位、爆裂位置判定等应用方面的效果优于部分经典方法.