基于深度可分离空洞卷积金字塔的变压器渗漏油检测

作     者：赵文清 刘亮 胡嘉伟 翟永杰 赵振兵 ZHAO Wenqing;LIU Liang;HU Jiawei;ZHAI Yongjie;ZHAO Zhenbing

作者机构：华北电力大学控制与计算机工程学院河北保定071003 复杂能源系统智能计算教育部工程研究中心河北保定071003 华北电力大学电气与电子工程学院河北保定071003 

基　　金：国家自然科学基金项目(61773160,61871182) 中央高校基本科研业务费面上项目(2020MS153,2021PT018) 河北省自然科学基金项目(F2021502013) 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2023年第18卷第5期

页      码：966-974页

摘      要：为了降低影响并提高对变压器渗漏油巡检图像的检测效率,提出一种基于深度可分离空洞卷积金字塔的变压器渗漏油检测模型。首先,将空洞金字塔中普通卷积块修改为深度可分离卷积块,以此扩大金字塔感受野,使特征提取网络提取到的特征图语义信息更加丰富;然后,改进了特征提取阶段低阶语义特征与高阶语义特征融合过程,进一步增强特征提取网络产生特征图的语义信息;最后,为了避免经过多次卷积、池化操作后特征图语义信息的损失,在融合过程中引入空间注意力机制和通道注意力机制,进一步增强特征图中的语义信息。与UNet(convolutional networks for biomedical image segmentation)、PSPNet(pyramid scene parseing network)、DeepLabv3+(encoder-decoder with atrous separable convolution for semantic image segmentation)和MCNN(multi-class convolutional neural network)等算法进行对比实验发现,本文所提出网络检测模型效果好,查准率达到了76.85%,平均交并比达到了64.63%,召回率达到了73.56%,检测速率达到了30 f/s。为了验证本文提出方法的有效性,设计了消融实验,与基础网络模型相比,查准率提高了9.33%,平均交并比提高了7.15%,召回率提高了5.66%。

主 题 词：变压器 渗漏油检测 语义信息 深度可分离空洞卷积金字塔 低阶特征 高阶特征 特征融合 注意力机制 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11992/tis.202212016

馆 藏 号：203124446...