基于改进区域全卷积网络的高压引线接头红外图像特征分析的在线故障诊断方法.pdfVIP

2021 年 4 月 电 工 技 术 学 报 Vol.36 No. 7 第 36 卷第 7 期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Apr. 2021 DOI:10.19595/j.cnki.1000-6753.tces.201136 基于改进区域全卷积网络的高压引线接头 红外图像特征分析的在线故障诊断方法 1 1 1 1 2 徐奇伟 黄 宏 张雪锋 周 传 吴绍朋 （1. 输配电装备及系统安全与新技术国家重点实验室（重庆大学） 重庆 400044 2. 哈尔滨工业大学电气工程及自动化学院 哈尔滨 150001 ） 摘要 随着智能电网建设的不断发展，海量红外图像急剧增加，而传统红外故障检测依靠人 工排查或手工提取特征，检测效率低且对人员经验依赖大。为实现对红外图像的高效智能化检测， 保障电网安全运行，构建基于红外特征分析的在线故障诊断系统，提出通过改进高压引线接头红 外图像的特征提取网络，以提升对小目标的识别性能，然后利用区域全卷积网络（R-FCN ）实现 对故障区域的定位和运行状态的识别，并且使用OpenCV 对该故障区域的运行状态进行二次诊断， 以进一步降低误报率。最后通过测试分析，改进后的R-FCN 网络对高压引线接头红外图像故障诊 断的平均精度达到了80.76% ，比原R-FCN 网络提升了8.43% 。 关键词：故障诊断 高压引线接头 红外图像 区域全卷积网络 残差网络 中图分类号：TM938.6 ；TP391.4 Online Fault Diagnosis Method for Infrared Image Feature Analysis of High-Voltage Lead Connectors Based on Improved R-FCN Xu Qiwei 1 Huang Hong 1 Zhang Xuefeng 1 Zhou Chuan 1 Wu Shaopeng2 （1. The State Key Laboratory of Power Transmission Equipment System Security and New Technology Chongqing University Chongqing 400044 China 2. School of Electrical Engineering and Automation Harbin Institute of Technology Harbin 150001 China ） Abstract With the continuous development of smart grid construction, massive infrared images have increased dramatically, while traditional infrared fault detection relies on manual inspection or manual extraction of features, low detection efficiency and great dependence on personnel experience. In order to realize the efficient and intelligent detection of infrared images and ensure the safe operation of the grid, this paper constructs an onlin