欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025114450810
申请人: 广东工业大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-04-06
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种输电线路覆冰判别方法,其特征在于,包括:

S1、构建输电线路图像数据集,对所述数据集中的每一幅输电线路图像进行统一尺寸,并在所述图像中标注输电线路区域以及线路覆冰区域;

S2、根据输电线路图像数据集,构建一个输电线路覆冰检测模型,其中,输电线路覆冰检测模型包括:输电线路图像多层特征提取网络和输电线路图像特征增强融合网络;

S2.1、运用输电线路图像多层特征提取网络,对输电线路图像数据集中的任意一幅输电线路图像C1进行特征提取处理,得到第一输电线路多层特征图C2、第二输电线路多层特征图C3、第三输电线路多层特征图C5;

S2.1.1、从输电线路图像数据集中获取一张输电线路图像C1,将C1依次经过一个卷积层Conv、分布位移卷积DSConv和两个移动翻转瓶颈卷积MBConv,以进行初步特征提取,得到第一输电线路多层特征图C2;

S2.1.2、将C2经过第一通道分割混合卷积模块后,输出输电线路多层特征图C3;然后将C3经过第二通道分割混合卷积模块后,输出输电线路多层特征图C4;最后将C4经过空间金字塔池化层SPPF,输出输电线路多层特征图C5;

将所述通道分割混合卷积模块的输入记为H0,首先将H0经过一个卷积核大小为1×1、步长为1的Conv层,将C2的通道数升维n倍,其中n的值由多次实验测试选取最优值确定,得到输电线路分割混合卷积特征图H1;将H1按通道数进行平均切分,得到子特征图H2和子特征图H3;

然后将H2经过一个卷积核大小为1×1、步长为1的Conv层将通道数升维,之后经过卷积核大小为3×3、步长为2的逐深度卷积DWConv层进行特征提取,最后经过一个卷积核大小为1×1、步长为1的Conv层将通道数降维,得到输电线路分割混合卷积特征图H4;将H3先经过一个2×2大小的最大池化层MaxPool,再经过空间和通道重建卷积SCConv,得到输电线路分割混合卷积特征图H5;

最后将H4和H5进行相加后,再经过一个卷积核大小为1×1、步长为1、卷积核个数为C2的通道数两倍的Conv层,输出输电线路多层特征图H6;

S2.2、运用输电线路图像特征增强融合网络,对C2、C3、C5进行特征融合处理,得到第一输电线路图像特征增强融合特征图C9、第二输电线路图像特征增强融合特征图C11、第三输电线路图像特征增强融合特征图C13;

S2.2.1、将C5经过上采样操作后,与C3进行拼接操作,得到输电线路增强融合特征图C6;

S2.2.2、将C6经过第一注意力特征融合模块处理后,得到输电线路增强融合特征图C7;

S2.2.3、将C7经过上采样操作后,与C2进行拼接操作,得到输电线路增强融合特征图C8;

S2.2.4、将C8经过第二注意力特征融合模块处理后,得到第一输电线路图像特征增强融合特征图C9;

S2.2.5、将C9经过第一梯度强化模块处理后,与C7进行拼接操作,得到输电线路增强融合特征图C10;

S2.2.6、将C10经过第三注意力特征融合模块处理后,得到第二输电线路图像特征增强融合特征图C11;

S2.2.7、将C11经过第二梯度强化模块处理后,与C5进行拼接操作,得到输电线路增强融合特征图C12;

S2.2.8、将C12经过第四注意力特征融合模块处理后,得到第三输电线路图像特征增强融合特征图C13;

S2.2.9、将C9、C11和C13经过检测头Head,生成输电线路覆冰标定图像C14,将C14中的像素标记为以下三种类别之一:背景、输电线路、线路覆冰;

将所述注意力特征融合模块的输入记为P0,将P0依次经过两个卷积核大小为3×3、步长为1、填充为1的Conv层,得到输电线路特征图P1;同时将P0经过空间注意力模块SAM(Spatial Attention Mechanism)处理后得到空间注意力权重矩阵M_s,使用M_s对P1进行赋权后得到输电线路特征图P2;

将P2经过一个卷积核大小为3×3、步长为1、填充为1的Conv层,输出输电线路增强融合特征图P3;

S2.3、将C9、C11和C13经过检测头Head,生成输电线路覆冰标定图像C14,C14中的像素被划分标记为背景、输电线路和可能存在的线路覆冰三种类别;

S3、将输电线路图像数据集划分为训练集、测试集和验证集,对输电线路覆冰检测模型进行训练、测试和验证;

S4,应用输电线路覆冰检测模型,对输电线路图像进行检测,当检测到输电线路存在覆冰时,发出除冰告警。

2.如权利要求1所述的输电线路覆冰判别方法,其特征在于,梯度强化模块的执行步骤包括:将梯度强化模块的输入记为T0,首先将T0经过一个卷积核大小为3×3、步长为2的Conv层,再经过一个批归一化层BN,最后经过PSwish激活函数进行处理,输出输电线路增强融合特征图T1;

其中,PSwish激活函数的计算公式如下:

式中,为输电线路增强融合特征图中的像素点值,为通过训练学习调整得到的参数。

3.如权利要求1所述的输电线路覆冰判别方法,其特征在于,应用输电线路覆冰检测模型,对输电线路图像进行检测,当检测到输电线路存在覆冰时,发出除冰告警,执行步骤包括:将一张在输电走廊拍摄的输电线路图像输入至输电线路覆冰检测模型,将所述图像中的像素点标记为以下三种类别之一:输电线路、线路覆冰及背景三种类别,用于将输电线路图像分割为对应的三个区域;其中,所有输电线路类别像素构成了输电线路图像中的导线、地线以及光缆区域;所有线路覆冰类别像素构成了输电线路图像中的覆冰层在导线表面的附着区域;所有背景类别像素构成了天空、植被、杆塔、绝缘子及其他干扰区域;

计算线路覆冰类别像素在输电线路类别像素中的覆盖占比,当所述覆盖占比超过电网运维作业规程设定的告警阈值时,立即发出除冰告警;所述告警阈值根据输电走廊运行参数事先确定。

4.一种输电线路覆冰判别装置,其特征在于,执行如权利要求1至3任意一项所述的输电线路覆冰判别方法,包括:构建输电线路图像数据集模块,用于构建输电网绝缘子缺陷数据集,对所述数据集中的每一幅输电线路图像进行统一尺寸,并在所述图像中标注输电线路区域以及线路覆冰区域;

构建输电线路覆冰检测模型模块,用于构建一个输电线路覆冰检测模型,其中,输电线路覆冰检测模型包括:输电线路图像多层特征提取网络和输电线路图像特征增强融合网络;

训练输电线路覆冰检测模型模块,用于将输电线路图像数据集划分为训练集、测试集和验证集,对输电线路覆冰检测模型进行训练、测试和验证;

应用模块,用于输电线路覆冰检测模型,对输电线路图像进行检测,当检测到输电线路存在覆冰时,发出除冰告警。

5.一种输电线路覆冰判别系统,其特征在于,包括:存储器和处理器,所述存储器上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时执行如权利要求1至3任意一项所述的输电线路覆冰判别方法。