基于多尺度网络的绝缘子自曝状态智能认知方法研究
2021年电子技术应用第8期
万 涛1，吴立刚1，陆 烨2，王 浩2，张 潇2，范叶平1，杨德胜1
1.国网信息通信产业集团安徽继远软件有限公司，安徽 合肥230088； 2.国网江苏省电力公司徐州供电分公司，江苏 徐州221005
摘要： 针对已有绝缘子状态识别模型，以及深层网络尺度和交叉熵损失函数的缺陷，仿照运维人员检修模式，即依据评测结果的可信度动态决策，基于多尺度网络构建了一种绝缘子自曝状态智能认知方法。首先，面向定位归一化化预处理后的绝缘子图像，基于ResNet-18增加不同结构的网络分支提高网络适应不同分辨率的能力，同时在网络末端添加多尺度信息融合模块；其次，随机配置网络面向多个尺度特征，构建了泛化的自曝状态分类认知准则；最后，为了评测自曝状态分类认知结果的可信度，基于定义的误差指标自调节多尺度网络架构，重构不确定认知结果约束下的特征向量和分类认知准则，以进行自曝状态再认知。实验结果显示，与其他方法相比，所提出的智能认知方法增强了模型的泛化能力和认知精度。
中圖分類號： TP391
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.200223
中文引用格式： 萬濤，吳立剛，陸燁，等. 基于多尺度網絡的絕緣子自曝狀態智能認知方法研究[J].電子技術應用，2021，47(8)：91-96.
英文引用格式： Wan Tao，Wu Ligang，Lu Ye，et al. Research on intelligent cognition method of insulator self-blast state based on multi-scale network[J]. Application of Electronic Technique，2021，47(8)：91-96.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.200223
中文引用格式： 萬濤，吳立剛，陸燁，等. 基于多尺度網絡的絕緣子自曝狀態智能認知方法研究[J].電子技術應用，2021，47(8)：91-96.
英文引用格式： Wan Tao，Wu Ligang，Lu Ye，et al. Research on intelligent cognition method of insulator self-blast state based on multi-scale network[J]. Application of Electronic Technique，2021，47(8)：91-96.
Research on intelligent cognition method of insulator self-blast state based on multi-scale network
Wan Tao1，Wu Ligang1，Lu Ye2，Wang Hao2，Zhang Xiao2，Fan Yeping1，Yang Desheng1
1.Anhui Jiyuan Software Co.,Ltd.，State Grid Communication Industry Group Co.，Ltd.，Hefei 230088，China； 2.State Grid Xuzhou Electric Power Supply Company，Xuzhou 221005，China
Abstract： In view of the drawbacks of the existing insulator state recognition models, and the scale and softmax loss function of deep network, imitating the mode of personnel operation and maintenance, that is, dynamic decision-making based on the credibility of the evaluation results, this paper constructs an intelligent cognition method of insulator self-blast states based on the multi-scale network. Firstly, for the pre-processed insulator images with localization and normalization, based on ResNet-18, branches with different network structure are added to improve the network ability to adapt to different resolutions. At the same time, the multi-scale information fusion module is added at the end of the network. Secondly, facing multiple scale features, stochastic configuration network(SCN) constructs a generalized cognition criterion of self-blast state classification. Finally, in order to evaluate the credibility of the self-blast state cognition result, based on the defined error index, the multi-scale network architecture is self-adjusted to reconstruct the feature vector and classification cognition criterion under the constraint of the uncertain cognition result, which carries out the self-blast state renewal cognition.The experimental results show that the proposed intelligent cognition method enhances the generalization ability and cognition accuracy compared with other methods.
Key words : insulator state；ResNet；feedback cognition；multi-resolution；multi-scale
0 引言
絕緣子作為輸電電路中的重要器件，被安裝在非等電位或導體與接地器件之間，其自爆與否會嚴重影響輸電線路的安全[1-3]?，F代輸電線路運維檢修機制通常基于直升機或無人機按照預定軌跡拍攝的視頻，由人對每幀圖像進行自爆絕緣子位置辨識。然而，人的主觀因素，以及運維成本和復雜環境的客觀因素，使得現代輸電線路運維檢修模式費時耗力。因此，亟待研究絕緣子自曝狀態的智能認知方法。
本文詳細內容請下載：http://www.tom3567.com/resource/share/2000003708。
作者信息：
萬 濤1，吳立剛1，陸 燁2，王 浩2，張 瀟2，范葉平1，楊德勝1
(1.國網信息通信產業集團安徽繼遠軟件有限公司，安徽 合肥230088；
2.國網江蘇省電力公司徐州供電分公司，江蘇 徐州221005)
此內容為AET網站原創，未經授權禁止轉載。