基于YOLOv3算法的绝缘子红外图像故障检测方法

摘要：

绝缘子作为输电线路中不可或缺的设备,对于维护电力系统的安全稳定起着重要的作用.以红外成像检测下的绝缘子图像数据为研究对象,探究基于YOLOv3算法的绝缘子红外图像故障检测方法.通过随机旋转角度、饱和度、曝光度、色调等预处理数据,构建绝缘子红外图像故障检测训练图谱库.通过K-means聚类训练集标注框,确定YOLOv3的网络节点输出尺寸,以Darknet-53网络为基本框架,通过训练和参数调整确立模型.经过测试分析,采用0.01训练速率构建的红外故障检测模型识别置信度为0.8127,误检率为0.0448,漏检率为0.1768,可以较为准确地判断出红外图像中绝缘子的故障发热点,具有一定的工程应用意义.

关键词：YOLOv3算法、红外图像、故障定位、绝缘子、劣化诊断

所属期刊栏目：33

分类号：TM216.1(电工材料)

资助基金：国网河北省电力有限公司科技项目SGTYHT/17-JS-199

在线出版日期：2020-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：77-84