基于门控图神经网络的栓母对知识图谱构建与应用

摘要：

由于电网规模增长,直升机、无人机巡线的大量应用,产生的航拍图像数量剧增,其中螺栓的缺陷因数量众多和体积较小,故由输电线路螺栓缺陷引发的事故频频发生.另外,现有输电线路螺栓缺陷分类方法仅限于表面特征提取而忽略目标间关联和受复杂环境的影响大等问题.针对以上情况,该文提出利用螺栓螺母之间的关联组成栓母对,然后使用卷积神经网络提取栓母对特征初始化图网络节点和结合栓母对的先验知识表示栓母对缺陷与栓母对语义对象的关联,并以此来建立栓母对知识图谱指导栓母对缺陷分类.在此基础上,将输电线路上与螺栓相关的缺陷划分为栓母对缺陷,并建立粗级缺陷数据集和细级缺陷数据集.通过使用栓母对知识图谱来指导栓母对的缺陷分类实验,并以此来验证栓母对知识图谱的有效性和可行性.实验结果表明,该栓母对知识图谱实现了栓母对先验知识的有效运用,完成了栓母对粗级缺陷和细级缺陷的高效分类.

关键词：栓母对、知识图谱、缺陷分类、门控图神经网络(GGNN)

所属期刊栏目：45

分类号：TM721(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;北京市自然科学基金;中央高校基本科研业务费专项

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：98-106