復雜背景下的絕緣子串位置估計方法
架空輸電線路是電網的核心,其安全穩定運行關系到整個電網甚至國家的效益和穩定。作為架空輸電線路的重要部件,絕緣子串是輸電線路目標和缺陷識別的難點和重點。
目前對于基于深度學習的目標定位和識別方法,需要以特定點為中心,通過對特定長寬比和尺度的區域進行分類來完成目標識別。對于大長寬比的目標,受角度未知的影響,識別過程中需要沿著特定基準方向對檢測區域進行旋轉來完成。但基準方向的個數的確定和如何降低由于多方向檢測導致的高計算量成為難題。例如對于未知角度的輸電線路絕緣子串的識別和缺陷檢測,需要沿著所有可能方向進行檢測,這將極大地提升模型計算量,因此不適合無人機等資源受限的前端設備。
中國科學院沈陽自動化研究所邊緣計算課題組宋純賀研究員等在國際上首次分析了檢測區域與目標實際區域的夾角對識別結果的影響,進而首次確定了對于大長寬比目標識別時的最少檢測方向。
在此基礎上,提出面向大長寬比旋轉目標識別的超輕量級方法。其核心思想是首先對目標進行方向預估計,此后僅沿預估方向進行檢測,可以在不損失識別精度的條件下降低90%以上計算量。同時,在高精度目標識別和分割的基礎上,提出了輕量級高可靠的絕緣子串缺陷識別方法。相關成果于近日發表于國際頂級期刊IEEE Internet of Things Journal (A Cloud Edge Collaborative Intelligence Method of Insulator String Defect Detection for Power IIoT),并申請了系列專利。
沈陽自動化所邊緣計算課題組長期專注于電力、油田、礦山等系統的數據分析,承擔了國家重點研發計劃等一系列重要項目,相關研究成果多次發表于多個國際著名學術期刊,申請了一系列專利,多次獲得遼寧省自然科學學術成果獎,并被Worldpump等國際知名媒體所關注。