基于多层级联结构的输电线路销钉缺陷检测研究与应用
这是一篇关于小目标检测,销钉缺陷,输电线路巡检,类别不平衡的论文, 主要内容为随着十四五规划的展开,稳定的电力供应成为保障经济社会正常运转的关键一环。销钉是输电线路中用于固定螺母的器件,销钉的脱落会导致输电线路的不稳定,极易引起跳闸事故。近几年,基于深度神经网络的目标检测技术获得了飞速发展,尤其在电力运维中与无人机巡检进行结合,提高了巡检人员的巡检效率和人身安全性。因此一种基于深度神经网络的销钉缺陷检测方法对巡检人员完成销钉缺陷的巡检工作,对维护输电安全具有重要的研究意义和应用价值。销钉缺陷检测主要存在三个挑战,最大的挑战在于销钉是绝对意义上的小物体;其次,复杂的自然环境背景和邻近的大量相似机械部件加剧了检测难度;第三,在数据层面上存在正常状态销钉和缺失状态销钉的类别不平衡问题。当前的销钉缺陷检测研究分为基于传统图像处理技术的检测方法和基于深度神经网络的目标检测模型的方法,但检测销钉缺陷的性能依然不能满足工业界的实际需求。本文介绍一种基于多层级联结构的销钉缺陷检测方法,其在性能表现上优于直接使用单个深度神经网络的目标检测模型进行销钉缺陷检测的方法。本文的检测方法分为四个模块,分别为图像预处理模块、冗余滑动窗口分割模块、销钉图像定位模块和销钉状态分类模块。通过多层级联的方式,不仅逐步提高销钉图像在待检测图像中的区域占比,放大销钉图像的特征,还能够过滤掉无关的复杂背景。为训练和测试本文提出的销钉缺陷检测方法,本文构建了三个基于真实输电线路场景下的销钉样本数据集,在构建过程中采用数据增强的方式对销钉样本数据集中的类别不平衡的问题进行了改进。本文提出的基于多层级联结构的销钉缺陷检测方法和其中的重要模块在数据集上进行了大量实验,实验结果表明,本方法在检测缺失销钉上具有很高的准确率,并且针对改进部分的消融实验验证了其有效性。此外,本文面向巡检人员设计和实现了一个销钉缺陷检测系统。系统使用Python语言进行开发,采用B/S架构,前后端分离的开发方式。前端选用Vue等技术实现上传巡检图、调用部署的销钉缺陷检测方法以及查看对销钉的检测结果等界面。后端选用Flask作为Web框架,使用关系型数据库MySQL保存巡检图和检测结果,使用gRPC的方式调用通过Paddle Serving部署的销钉缺陷检测模型。
“三跨”输电线路智慧巡检中的车辆检测技术研究
这是一篇关于图像处理,车辆检测,车流量统计,卷积神经网络,输电线路巡检,软件平台的论文, 主要内容为随着我国电力事业的发展以及在国民经济建设和生活中的重要性日益增强,保障电力系统的安全平稳运行至关重要。“三跨”输电线路跨越高速公路、高速铁路和重要输电通道,是电网建设中需要重点关注的部分。监测线路周围施工区域内出现的可能对输电线路造成外力破坏的工程车辆,可以及时预警风险,防止出现安全事故。对于输电线路跨越的高速铁路,监控行驶通过此区段的火车,可以判断沿线电力系统的运行是否稳定。此外,统计输电线路跨越的高速公路的车流量,可以为输电设备安全体系建设提供有力的外部交通数据,保障电力系统的安全运行。鉴于上述目的,本文提出使用卷积神经网络进行“三跨”输电线路内车辆的智能检测,自动提取目标特征,提高车辆识别和定位的准确度。在实现“三跨”输电线路跨高速公路区段的车辆检测的基础上,本文结合运动目标状态预测算法实现了视频中车辆的多目标跟踪,确定每个车辆的运动轨迹,进而达到准确统计车流量的目的。基于此,本文面向以下四个方面内容做重点研究和创新:其一,针对“三跨”输电线路内车辆检测任务,自建了包含工程车和高速火车七种车辆类别的数据集。针对输电线路监控图像亮度低,目标车辆与背景混杂,难以提取有效特征的问题,使用改进的直方图均衡化算法对图像进行增强处理,提高图像整体亮度和对比度,增强目标有效的细节特征。其二,采用一阶段目标检测网络YOLOv5,自动提取输电线路内车辆特征,实现目标的识别和定位。在YOLOv5网络框架中引入非局部模块,关联特征图中的全局特征信息,获取输出特征图中更大范围的语义特征分布,强化对检测任务有利的特征点,抑制背景噪声等不利因素,提高了“三跨”输电线路内复杂背景下多尺度工程车辆检测的准确度。其三,在高速公路车流量统计任务中,通过构建轻量化模块Ghost Block改进YOLOv5网络框架,减小高速公路车辆检测模型的参数量和计算复杂度,将车辆检测结合卡尔曼滤波算法实现了多目标车辆的跟踪,并在视频中划定虚拟计数线,达到了实时、准确统计车流量的效果。其四,设计搭建“三跨”输电线路内车辆检测与车流量统计软件平台,采用B/S架构,基于Python语言和Django应用框架开发实现。根据不同的功能要求,结合对应的算法内容,构建车辆检测和车流量统计两个模块,直观展示车辆检测和车流量统计的效果。
基于多层级联结构的输电线路销钉缺陷检测研究与应用
这是一篇关于小目标检测,销钉缺陷,输电线路巡检,类别不平衡的论文, 主要内容为随着十四五规划的展开,稳定的电力供应成为保障经济社会正常运转的关键一环。销钉是输电线路中用于固定螺母的器件,销钉的脱落会导致输电线路的不稳定,极易引起跳闸事故。近几年,基于深度神经网络的目标检测技术获得了飞速发展,尤其在电力运维中与无人机巡检进行结合,提高了巡检人员的巡检效率和人身安全性。因此一种基于深度神经网络的销钉缺陷检测方法对巡检人员完成销钉缺陷的巡检工作,对维护输电安全具有重要的研究意义和应用价值。销钉缺陷检测主要存在三个挑战,最大的挑战在于销钉是绝对意义上的小物体;其次,复杂的自然环境背景和邻近的大量相似机械部件加剧了检测难度;第三,在数据层面上存在正常状态销钉和缺失状态销钉的类别不平衡问题。当前的销钉缺陷检测研究分为基于传统图像处理技术的检测方法和基于深度神经网络的目标检测模型的方法,但检测销钉缺陷的性能依然不能满足工业界的实际需求。本文介绍一种基于多层级联结构的销钉缺陷检测方法,其在性能表现上优于直接使用单个深度神经网络的目标检测模型进行销钉缺陷检测的方法。本文的检测方法分为四个模块,分别为图像预处理模块、冗余滑动窗口分割模块、销钉图像定位模块和销钉状态分类模块。通过多层级联的方式,不仅逐步提高销钉图像在待检测图像中的区域占比,放大销钉图像的特征,还能够过滤掉无关的复杂背景。为训练和测试本文提出的销钉缺陷检测方法,本文构建了三个基于真实输电线路场景下的销钉样本数据集,在构建过程中采用数据增强的方式对销钉样本数据集中的类别不平衡的问题进行了改进。本文提出的基于多层级联结构的销钉缺陷检测方法和其中的重要模块在数据集上进行了大量实验,实验结果表明,本方法在检测缺失销钉上具有很高的准确率,并且针对改进部分的消融实验验证了其有效性。此外,本文面向巡检人员设计和实现了一个销钉缺陷检测系统。系统使用Python语言进行开发,采用B/S架构,前后端分离的开发方式。前端选用Vue等技术实现上传巡检图、调用部署的销钉缺陷检测方法以及查看对销钉的检测结果等界面。后端选用Flask作为Web框架,使用关系型数据库MySQL保存巡检图和检测结果,使用gRPC的方式调用通过Paddle Serving部署的销钉缺陷检测模型。
无参考图像质量评价算法研究及在航拍线路巡检的应用
这是一篇关于无参考图像质量评价,失真图像,双线性池化,输电线路巡检的论文, 主要内容为随着生活和工业应用中对电能需求的增大,传输电路承担着电力传输的重要职责,高压线路的传输变得越来越重要。电网公司在人机协同模式下进行巡检的过程中,由于遇到各种突发因素导致航拍的图像产生不同程度的失真耗损,影响地面人员检测和筛选的工作进度。因此,本文基于航拍超高压输电线路巡检过程中产生的失真图像,针对问题的特点引入图像质量评价方法(Image.Quality Assessment,IQA),实现对航拍的图像进行有效的质量评价,从而简化后续环节的筛选,目的是减轻地面技术人员的工作量以及简化复检环节的任务。本文主要通过结合无参考质量评价方法进行研究和分析,对其相关的场景类型进行采集、分析和总结。本文的主要工作有以下三个方面:(1)针对航拍输电线路巡检的数据集进行分析,基于五种常见的失真类型构建专用的数据集,并且在后续进行相关的预处理工作:对其分类进行逐一的降质和仿真合成,整理出320张具备代表性的图像,解决数据量过少的问题;(2)结合图像细粒度分类领域的方法把双线性池化(Bilinear-Pooling)引用到图像质量评价(IQA)领域,提出使用Res Net50和VGG16两个模型,通过固定他们的骨干网络(Backbone),分别去掉VGG16最后三层以及Res Net50的最后两层(仅保留一个线性层用于维度调整),再利用双线性池化进行特征融合并获取图像深层特征等信息,然后对其采用压缩型降维以及加入GAP层(Global Average Pooling)进行改善,目的是避免参数训练量过大及过拟合的问题,最后采用一个全连接层来学习特征空间与图像质量的映射关系,输出得到预测的客观质量分数;(3)根据相关实验数据表明,本模型在五种失真类型中三种程度的预测能力略胜于文中对比的两种成熟的NR-IQA模型,说明本文改进的双线性池化模型能够有效针对常见失真场景且具有良好的特征感知,与主观评价结果比对的误差率仅处于11%-20%的区间,体现良好的稳定性,与HVS特性保持相对的一致性。
基于J2EE的输电线路巡检系统的研究与实现
这是一篇关于输电线路巡检,J2EE,Struts2,Hibernate,ArcGIS的论文, 主要内容为伴随着国民经济的快速发展,整个社会的电力需求量在不断加大,对输电线路的安全性和可靠性要求也越来越高,所以借助计算机、通信、网络、检测、控制等技术开发出高效、智能的输电线路巡检系统势在必行。本文根据当前输电线路巡检系统的实际情况,结合了当前的主流开发技术,采用了J2EE框架和Oracle关系数据库为开发平台,实现了基于J2EE框架、B/S模式的输电线路巡检管理系统。此系统实现了输电线路巡检工作的统…化、规范化、智能化,切实加强了线路安全隐患的规范化管理与防治,使输电设施保护管理工作过程始终处于受控状态,确保输电设施的安全、可靠运行。因此,系统的研究和开发具有重要实际意义。 本文研究了J2EE的多层应用,Struts2、Spring与Hibernate这三个框架的体系结构,介绍了MVC设计模式,以及详细研究了地理信息系统的组成、功能和数据结构。输电线路巡检管理系统选择将这三个架构整合在一起,Struts2框架实现表示层,Spring框架实现业务层,Hibernate框架实现数据持久层。采用ArcGIS实现输电线路图形化,实现了地图的显示和空间查询定位功能。 本文完成了对输电线路巡检管理系统的实现。首先,本文根据当前输电线路巡检工作特点和业务流程,对各级供电部门的输电线路巡检系统的需求进行了分析,完成了系统的整体设计和功能划分,并设计了用于存储地理空间数据的空间数据库以及非空间数据库表。其次,以线路隐患模块为例,采用了J2EE的分层架构,详细介绍了系统的设计以及实现过程。最后,介绍了采用ArcGIS Server Manager发布地图服务,使用Dojo技术访问ArcGIS for javascript API实现地图的各种操作。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码项目助手 ，原文地址：https://bishedaima.com/lunwen/49805.html
