10.13336/j.1003-6520.hve.20201766
复杂环境下输电线路绝缘子的破损识别与定位
输电线路中绝缘子背景复杂,传统的故障识别算法存在如绝缘子的误检、漏检以及识别率低等弊端.相比传统卷积神经网络,胶囊网络(capsule network,CapsNet)首次采用矢量作为输入,可以保留目标的方向、角度等特征信息,更适合识别复杂背景下的绝缘子.为此提出了一种基于胶囊网络与YOLO文本定位相结合的绝缘子破损识别算法,通过将传统胶囊网络卷积层9×9的卷积核简化为3×3的卷积核,并通过遗传算法和随机梯度下降法对权重进行寻优,缩短了训练时间,而且使输出量能够保留绝缘子的角度与方向,因此可以在复杂环境下对故障绝缘子进行准确识别;同时应用YOLO的文本定位算法对绝缘子破损部位进行尺寸矫正,得到更精确的绝缘子破损位置.最后与AlexNet、YOLOv2、Faster R-CNN识别算法进行了对比,该方法的绝缘子识别率提高到了 95％,从而可以更快速、准确的在复杂环境下识别并精确定位绝缘子破损位置.
绝缘子、破损识别、文本定位、改进胶囊网络、精确定位
48
国家自然科学基金;国家自然科学基金
2022-04-06（万方平台首次上网日期，不代表论文的发表时间）
共8页
681-688
