基于Faster R-CNN的复合绝缘子憎水性分析研究

定期对复合绝缘子的憎水性进行检查,及时更换严重老化的复合绝缘子,是保障电网安全稳定运行的关键。为实现无人机图像拍摄后复合绝缘子憎水性的准确判别,提出一种基于候选区域的快速卷积神经网络绝缘子憎水性分析方法,利用训练得到的Faster R-CNN深度神经网络模型精确定位复杂背景中的复合绝缘子伞裙,通过位置修正提取其中水迹信息区域,最后送入图像分类卷积神经网络完成憎水性等级的判定。测试结果表明,该方法在无人工参与的情况下,能在复杂背景图像中准确定位复合绝缘子伞裙水迹区域,憎水性等级判定结果达到了较高的准确率。     

基于图像特征提取与BP神经网络的绝缘子憎水性识别方法

为了方便、快捷、准确地识别运行中绝缘子表面的憎水性等级,提出了基于图像特征提取与BP神经网络的绝缘子憎水性识别方法。首先,利用同态滤波和直方图均衡对憎水性图像进行增强预处理,然后利用改进的Canny算子提取了图像中水珠(或水迹)的边缘,并利用数学形态学对其进行修正得到最终的分割图像;提取图像中与憎水性相关的4个特征量,最后建立了基于BP神经网络的憎水性识别模型,并对测试样本的憎水性等级进行了识别。实验结果表明,该方法克服了人为因素的影响,能够有效识别绝缘子7种典型憎水性等级,总识别率达90%,为在线检测绝缘子憎水性提供一种新的有效方法。     

基于改进的Canny算子的憎水性图像分割方法的研究

绝缘子表面憎水性检测是判断绝缘子性能的主要手段,对于电力系统的安全运行有着重要的意义。传统的分割算法分割效果不理想,从而影响憎水性分级的准确性。为此提出了基于改进的Canny算子的憎水性图像分割方法。考虑到绝缘子背景的复杂性,首先,利用自适应直方图均衡对图像进行增强,然后利用改进的Canny算子提取图像中水珠(或水迹)的边缘,最后利用数学形态学中的区域填充、膨胀、腐蚀、移除对象等操作对图像进行处理。实验结果表明:该方法能够对憎水性图像进行有效地分割,为后续绝缘子性能的判定提供依据。     

基于改进的Canny算子的憎水性图像分割方法的研究

绝缘子表面憎水性检测是判断绝缘子性能的主要手段,对于电力系统的安全运行有着重要的意义。传统的分割算法分割效果不理想,从而影响憎水性分级的准确性。为此提出了基于改进的Canny算子的憎水性图像分割方法。考虑到绝缘子背景的复杂性,首先,利用自适应直方图均衡对图像进行增强,然后利用改进的Canny算子提取图像中水珠(或水迹)的边缘,最后利用数学形态学中的区域填充、膨胀、腐蚀、移除对象等操作对图像进行处理。实验结果表明:该方法能够对憎水性图像进行有效地分割,为后续绝缘子性能的判定提供依据。     

基于蚁群算法的绝缘子憎水性等级判别方法

憎水性是衡量绝缘材料电性能的一个重要指标,也是确保绝缘子安全运行的重要保证,且对绝缘子憎水性等级进行判决的关键是准确地分割出水珠(或水迹)区域,因此将蚁群算法引入到憎水性图像处理中,该方法首先采用自适应局部灰度均衡对图像进行增强,以减小水珠的透明性导致的目标与背景的相似度;然后采用蚁群算法建立憎水性图像的知觉图表,利用图表信息实现对图像边缘信息的提取,从而获取水珠(或水迹)的轮廓信息。最后采用改进的形状因子法对处理后的图像进行憎水性等级的判别。实验结果表明,该算法能够较好地提取污秽绝缘子憎水性图像的水珠(或水迹)的轮廓信息,并能够通过合适的判别方法准确地判别出憎水性等级。     

采用图像分析与神经网络识别绝缘子憎水性

为了快捷准确的识别复合绝缘子的憎水性等级,提出了基于图像分析与神经网络的绝缘子憎水性识别方法.试验获取各个憎水性等级的绝缘子图像,对图像进行直方图均衡增强、自适应中值滤波处理后,利用二维Otsu阈值法对图像进行分割;然后,提取4个与绝缘子憎水性相关的4个特征量,以这4个特征量作为输入向量,以相应的憎水性等级作为输出向量,通过训练得到优化的BP(back propagation)神经网络识别模型,并用于绝缘子憎水性等级的识别.试验结果表明该方法能够准确识别绝缘子的憎水性等级,总识别率超过了90％,准确度达到了实际应用的要求,为在线检测绝缘子憎水性奠定了基础.     

基于图像处理与RBF神经网络的绝缘子憎水性识别方法的研究

为了快捷准确地识别复合绝缘子的憎水性等级,提出了基于图像处理与RBF神经网络的绝缘子憎水性识别方法。首先,对图像进行直方图均衡增强、自适应中值滤波处理;然后,利用二维Ostu阈值法对图像进行分割;最后提取4个与绝缘子憎水性相关的特征量,以这4个特征量作为输入向量,以相应的憎水性等级作为输出向量,通过训练得到优化的RBF神经网络识别模型,并用于绝缘子憎水性等级的识别。试验结果表明,该方法能够准确识别绝缘子的憎水性等级,总识别率高达90%,准确度达到了实际应用的要求,为在线检测绝缘子憎水性奠定了基础。     

绝缘子憎水性图像水珠/水迹形状提取算法

绝缘子表面憎水性检测是判别绝缘子性能优劣的主要手段.传统的检测方法具有其主观性,图像处理技术的引入为憎水性检测提供了更为客观的方法.考虑到绝缘子所处环境的复杂性(污秽、光照等)以及憎水性图像本身的特殊性(水的透明性),本文首先对绝缘子憎水性图像进行自适应直方图均衡和基于模糊逻辑的滤波,以达到增强图像的效果;然后通过基于模糊熵的自动阈值分割方法来获取水珠(水迹)的形状信息,最后用数学形态学的二值重构开运算来去除由于分割引入的噪声.实验统计结果表明,该方法能够对各级憎水性图像进行有效地分割.     

基于模糊数学的绝缘子憎水性图像边缘检测算法

绝缘子表面憎水性检测是判断绝缘子性能的主要手段,也是确保绝缘子安全运行的重要保证。笔者结合模糊数学理论,提出了基于统计间隙隶属度函数和关联熵系数分类判定的图像模糊边缘检测模型。该模型较好解决了水珠图像的阴影对面一侧由于水珠透明性造成的边界部分缺失问题,从一定程度上克服了经典的边缘检测方法获取水珠(或水迹)的大致形状信息方面存在的困难,实验结果表明,该算法能够有效地提取出水珠(或水迹)的形状信息,并能够提高后续憎水性图像等级评定的准确率。     

绝缘子憎水性图像检测方法研究

绝缘子表面憎水性检测是判断绝缘子性能的主要手段,也是确保绝缘子安全运行的重要保证。该文把图像处理技术引入到绝缘子憎水性检测中,通过对绝缘子图像的对比度增强、图像的灰度、梯度及度的信息特征的综合考虑、模糊C均值聚类(fuzzy C-means,FCM)和形态学对憎水性图像进行分割,获取大水珠(或水迹)形状信息,最后用最大面积比法判定绝缘子的憎水性等级。实验结果表明,该算法能够有效地提取出水珠(或水迹)的形状信息、克服传统目测法的主观性,检测结果的准确性满足实际检测的需要。     

定向识别航拍绝缘子及其缺陷检测方法研究

针对现有绝缘子检测算法无法定向检测绝缘子及其缺陷的问题，提出了一种改进YOLOv5(you only look once v5,YOLOv5)算法的航拍绝缘子识别及其缺陷检测方法。通过定向标注航拍绝缘子图片，形成航拍绝缘子数据集和缺陷绝缘子数据集；在YOLOv5的主干特征提取网络引入轻量化注意力机制模块、在特征融合阶段使用改进的空间金字塔池化结构；通过改进YOLOv5网络的头部结构使其可以对绝缘子进行定向识别，并对损失函数添加角度损失分类。实验结果表明在检测时间由单张0.044 s到单张0.049 s并无显著增长的前提下，改进后的算法在测试集上的mAP(mean average precision)的值为95.00%,实现了定向识别绝缘子及其漏帽缺陷，还可应用到绝缘子视频流检测。为后续的绝缘子精确定位以及进一步故障检测打下良好基础。     

特殊工业粉尘地区复合绝缘子自然积污特性研究

硅橡胶复合绝缘子具备机械强度高、防污闪性能优异、质量轻、运行维护方便等优点,在电网建设中应用广泛。在部分工业化工区,存在特殊工业粉尘污染,该类地区运行的复合绝缘子表面更容易积污,绝缘子表面在积污后憎水性显著降低,绝缘性能明显减弱。为研究特殊工业粉尘地区运行的复合绝缘子自然积污特性,文中对江苏某工业园区运行的复合绝缘子进行取样,使用污秽度与微观分析结合的方法对积污特性进行研究。结果表明,该地区运行的复合绝缘子普遍表面污秽度较重,污秽可溶物等值盐密(ESDD)数值较高,且污秽中存在的不溶灰分主要元素为碳(C)、氧(O)、硅(Si),含碳粉、二氧化硅(SiO 2)、氧化钙(CaO)等影响绝缘子表面导电性及吸水性的物质。文中所提方法能较好地揭示特殊工业粉尘地区的污秽特性。     

运行后复合绝缘子的理化分析

为了获得复合绝缘子在运行后老化的状况,选取了3个厂家生产的6支绝缘子试样,分别对这6支试样进行了憎水性测试、Fourier红外光谱分析、热分析和扫描电镜(SEM)检测。结果表明:硅橡胶表层的憎水性基团Si-CH3、-CH3各自与-Si-O-Si-基团的摩尔比明显低于中心层,而-OH未见明显规律;憎水性基团Si-CH3、-CH3摩尔比的相对变化能较好地表征憎水性,而-OH不宜作为复合绝缘子的憎水性表征指标。新复合绝缘子表层和中心层的组成基本相同。投运后复合绝缘子表层和中心层中无机化合物的质量规律性不明显;表层及中心层中高分子物质的质量随运行时间的延长而呈下降趋势,且中心层中高分子物质的质量高于表层;表层中低分子物质的质量高于中心层。投运时间对试样的扫描电镜结果具有一定的影响。新复合绝缘子试样喷水后的憎水性级别为HC1,运行后试样的憎水性级别处于HC3～HC4,同一复合绝缘子试样中不同伞裙、不同位置的憎水性也略有不同。研究结果对复合绝缘子老化评估具有参考价值。     

复合绝缘子运行状态和老化性能评估方法研究

对陕西电网现运行的110kV、330kV复合绝缘子的运行状态和老化性能进行重点考察,并对复合绝缘子的憎水性能、电气性能、材质性能和机械性能进行了相关的试验研究,分析了多种因素对复合绝缘子运行状态的影响,提出评估指标并对其进行了状态分级,制定了各自的分级标准和分级区间,引入权重的思想对不同的评估指标进行权重分配,采用多项指标线性加权法,对复合绝缘子进行多指标综合评估,根据评估结果和运行情况．制定出合理的运行维护策略,为线路管理部门提供技术指导和帮助。     

复合绝缘子憎水性及直流污闪特性的影响因素

复合绝缘子的污闪特性很大程度上受材料的憎水性及憎水性迁移特性的制约。研究了环境因素和污秽成分对高温硫化硅橡胶材料憎水性迁移特性的影响,对灰成分和憎水性迁移时间与复合绝缘子直流污闪特性的关系进行了定量对比试验。试验结果表明,随着灰成分中硅藻土含量的增加,憎水性迁移明显加快,导致静态接触角增大,因而相应的直流污闪电压升高。该文结果可作为分析硅橡胶材料憎水性迁移特性的参考,同时也为直流复合绝缘子人工污秽试验标准的制定提供了试验依据。     

基于改进YOLOv5的输电线路绝缘子 识别方法

针对输电线路绝缘子识别准确率低、识别花费时间长的问题,提出一种改进的YOLOv5绝缘子识别方法。首先,通过引入超分辨率卷积网络提升数据集中图像样本质量;其次,通过引入k3-Ghost结构替换原始网络BCSP模块中的普通卷积,减少模型主干网络参数量,在主干网络尾部引入SENet注意力模块,加强模型对于通道信息的关注提升目标检测性能;在颈部网络引入DC-BiFPN结构替换原始结构,对不同尺度特征赋予不同权重以使多尺度特征进行更好的融合,提升绝缘子识别效果。最后,使用CIOU作为回归损失函数,加快网络收敛速度。实验结果表明：本文提出的方法在保证绝缘子识别准确率的同时拥有更高的识别速度,检测准确率达到89.5%,检测速度达到35.7FPS,验证了改进方法的有效性。     

现场运行复合绝缘子憎水性的研究

为及时发现长期运行复合绝缘子伞裙护套材料的憎水性下降,测试了现场运行复合绝缘子的憎水性迁移、丧失和恢复特性,并利用傅立叶变换红外光谱法(FTIR)分析了伞裙材料表面成分。结果发现复合绝缘子所用生胶PDMS主链增长是其憎水性下降的原因之一。应做好复合绝缘子运行状态检测工作,以充分发挥其优异性能。     

不同运行条件下复合绝缘子伞裙老化特性研究

为准确评价不同运行条件下复合绝缘子伞裙老化特性,评估其运行性能,分别对运行年限不同、所处地区污秽等级不同、运行环境不同的复合绝缘子进行憎水性检测和傅里叶红外光谱分析,并通过热重分析进行验证。对比不同条件下复合绝缘子伞裙的红外光谱(特征官能团吸收峰)和热重曲线差别,明确了运行年限相对较长、处于重度工业污秽地区或大风沙尘地区的复合绝缘子老化程度较高,并据此给出了复合绝缘子的运维建议。     

基于Cycle-GAN的绝缘子图像生成方法

深度学习模型应用于输电线路绝缘子目标检测时,在训练样本方面存在公开样本集缺乏和优质样本不足的问题,为此提出一种基于循环一致性生成对抗网络(cycle-generative adversarial networks,Cycle-GAN)的绝缘子图像生成方法。首先分析绝缘子样本集,对绝缘子图像基于背景色彩特征进行风格域划分;之后在划分好的绝缘子风格域样本集基础上,采用Cycle-GAN生成绝缘子图像样本;最后,搭建分类网络验证生成图像用于扩充的有效性,并进一步探究了生成图像不同扩增比例对分类性能的影响。结果表明:绝缘子生成样本可一定程度上替代真实样本;生成图像不同扩充比例对网络性能影响不同,当扩充比例在40%~50%时,分类网络性能提升效果最佳。     

基于多特征融合的玻璃绝缘子识别及自爆缺陷的诊断

在无人机检测输电线路缺陷研究中,为提高识别绝缘子的正确率,有效降低背景纹理及光线的影响,提出了一种融合绝缘子形状、颜色与纹理进行识别绝缘子的方法。针对玻璃绝缘子的掉片缺陷,研究了一种感知绝缘子片重心间距离的缺陷检测方法。该方法对绝缘子正确识别率高于90%,误识别率低于10%。通过无人机巡检采集的大量输电线路图像,实验结果验证这种方法在各种复杂背景条件下能有效地识别出绝缘子,并能检测玻璃绝缘子的掉片缺陷。