基于ConvNeXt和注意力机制的绝缘子自爆故障检测方法

摘要：

为了更加准确地识别和定位架空线路绝缘子的自爆故障,保障电力系统安全稳定运行,提出一种基于ConvNeXt和注意力机制的目标检测算法,可用于无人机、巡检机器人等设备拍摄的可见光图像中绝缘子自爆故障检测.首先,使用一种新型卷积神经网络ConvNeXt作为主干网络,使用1:1:1:3的阶段模块数量比例,增强网络对抽象语义特征的提取能力;其次,使用跨阶段局部连接结构,减少网络参数量和计算复杂度,丰富网络梯度连接;最后,引入卷积注意力机制,增强网络对复杂背景中目标区域的感知能力.实验结果表明,改进后的绝缘子自爆故障检测模型的平均精度均值达到97.4％,相比基线YOLOv7提升了1.4％,能够有效实现绝缘子自爆缺陷的检测.

关键词：绝缘子自爆故障、YOLOv7、ConvNeXt、跨阶段局部连接、卷积注意力机制

分类号：TM216(电工材料)

在线出版日期：2023-08-31（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：42-50