基于YOLOv4模型的玻璃绝缘子自爆缺陷识别方法

• 作者: 周宸 高伟 郭谋发
• 来源期刊: 电气技术
• 关键词: 输电线路 绝缘子 缺陷辨识 YOLOv4网络 多阶段迁移学习
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 研究与开发|Research & DevelopmentC
• 页码范围: 38-42,49
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3800.2021.05.007

摘要

绝缘子是输电线路的重要元件,绝缘子缺陷会增大输电线路的故障停运风险,因此,对绝缘子缺陷状况的早期判别十分重要.本文提出一种基于YOLOv4模型的玻璃绝缘子自爆缺陷辨识方法.首先,通过无人机采集及数据增强获取大量详实的现场绝缘子图像;其次,通过采用迁移学习的训练策略训练YOLOv4网络并改进网络的输入图像以提高辨识的准确性;最后,通过实验验证改进策略提高了网络性能.实验结果表明,所提的方法可准确、有效地实现对绝缘子缺陷的辨识.