基于EfficientDet网络的输电线路故障检测

摘要：

为保障电力系统的安全运行,需要对输电线路进行全方位的智能监测和实时预警.针对电力行业缺少公开图像数据样本、故障特征不明显、小目标难以检测的问题,提出了一种基于EfficientDet网络的输电线路故障检测方法.首先,采集并仿真多场景下的输电线路异物悬挂、导线散股断股两类故障,整理形成故障数据集.考虑到故障样本中存在诸多特征不明显的小目标,提出了改进EfficientDet网络的特征融合层的方法,减少其下采样次数使网络能够有效提取到小目标的细节特征信息.通过分析数据集中故障目标的分布特点重新设计anchor尺寸并调整其在网络中的分配方式,加速网络收敛过程,进一步提升了网络的检测性能.实验结果表明,提出的算法在交并比阈值为0.5时,检测两类目标的平均准确率达到了 95.12％,模型推理速度为23 fps,在检测精度和速度上都超过了 YOLO v4算法,且模型大小远小于YOLO v4.

关键词：智能巡检、故障检测、EfficientDet网络、深度学习

所属期刊栏目：40

分类号：TN957.5

资助基金：陕西省重点研发计划;国家自然科学基金

在线出版日期：2021-08-25（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：144-151