基于RetinaNet的变压器图像小部件智能识别方法

作     者：万吉林 吴国强 管敏渊 吴凯 高奥 施康明 王慧芳 WAN Jilin;WU Guoqiang;GUAN Minyuan;WU Kai;GAO Ao;SHI Kangming;WANG Huifang

作者机构：浙江大学电气工程学院浙江杭州310027 国网浙江省电力有限公司湖州供电公司浙江湖州313000 湖州电力设计院有限公司浙江湖州313000 

基　　金：国家青年科学基金项目资助(62001416) 国网浙江省电力有限公司科技项目资助(2019-HUZJTKJ-09) 

出 版 物：《电力系统保护与控制》 (Power System Protection and Control)

年 卷 期：2021年第49卷第12期

页      码：166-173页

摘      要：变电站巡检图像中变压器小部件的自动识别是利用变压器图像进行变压器外观异常缺陷识别的基础。为了提高变压器小部件的识别准确性,提出了一种基于RetinaNet的变压器小部件识别方法。首先,对图像目标检测网络Retina Net进行改进,加入分辨率更高的融合特征图,以解决变压器小部件包含的像素信息过少的问题。然后,提出一种基于位置关联性的变压器小部件概率修正方法,利用识别难度相对较小的大部件位置与相应的小部件之间的位置关联信息,对小部件检测框的预测概率进行修正,以避免其他外形相似部件对目标部件识别的干扰。最后,通过实际变电站巡检图像对变压器小部件识别方法进行实验验证。结果表明,所提出的变压器小部件识别方法在变压器三类小部件的识别准确率以及整体识别准确率上,都具有比较显著的优势。

主 题 词：目标检测 变压器 巡检图像 部件识别 RetinaNet 

学科分类：080801[080801] 0808[工学-自动化类] 0809[工学-计算机类] 08[工学] 080203[080203] 0802[工学-机械学] 0811[工学-水利类] 

核心收录：

D　O　I：10.19783/j.cnki.pspc.201012

馆 藏 号：203103848...