基于条件生成式对抗网络和AlexNet-BiLSTM模型的变电设备缺陷检测

作     者：李艳丰 刘保辉 马庆丰 丁柱卫 LI Yanfeng;LIU Baohui;MA Qingfeng;DING Zhuwei

作者机构：保定市毅格通信自动化有限公司河北保定071000 大庆油田设计院有限公司黑龙江大庆163712 

基　　金：国家重点研发计划(2018YFF01011900) 

出 版 物：《东北电力技术》 (Northeast Electric Power Technology)

年 卷 期：2023年第44卷第7期

页      码：7-14页

摘      要：针对巡检机器人拍摄变电设备图像含噪严重、图像模糊和分辨率低影响设备缺陷检测的问题,提出一种基于条件生成式对抗网络和AlexNet-BiLSTM的变电设备缺陷检测方法,实现变电设备缺陷定位与辨识。首先,通过条件生成式对抗网络将模糊图像转换成清晰图像;其次,为了避免大量超参数的设置,提高网络的训练速度,引入迁移学习思想,采用变电设备图像训练预训练的AlexNet网络,通过AlexNet网络提取图像的高维特征向量,利用双向长短时记忆网络(bi-directional long short-term memory, BiLSTM)对提取的特征向量进行分类;最后,在R-CNN框架下完成变电设备缺陷的标注和辨识。试验结果表明,所提方法复原的图像主观视觉效果良好,客观评价指标高,提高了变电设备缺陷检测准确率。

主 题 词：条件生成式对抗网络 AlexNet网络 长短时记忆网络 变电设备 缺陷检测 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1004-7913.2023.07.002

馆 藏 号：203122601...