面向输电线路故障检测的轻量化模型研究.pdf

哈尔滨理工大学电子信息硕士学位论文

面向输电线路故障检测的轻量化模型研究

摘要

随着中国经济的不断蓬勃发展，用电需求迅速增长，电已经成为维持社会

运转不可或缺的要素。在这种情况下，保证输电线路的正常运行以确保电力供

应的安全性变得愈加重要。随着图像处理技术的日益成熟和无人机技术的快速

发展，无人机巡检逐渐成为主流的巡检方式。现有的输电线路故障检测算法参

数量大、计算复杂，很难部署在无人机上。因此，如何在保证检测准确的前提

下对模型进行轻量化改进，已成为输电线路故障识别领域的研究热点。

本课题在YOLOv7-Tiny算法的基础上，提出一种新的轻量化检测模型，旨

在保证轻量化的前提下，迅速、精确地检测输电线路的典型故障，如绝缘子串

珠爆缸、均压环脱落以及鸟类筑巢。通过与国家电网哈尔滨巡检中心合作，构

建输电线路故障数据集，并验证所提方法的有效性。论文的主要工作如下：

首先，为进一步减少YOLOv7-Tiny网络的参数量，降低其计算量，实现模

型轻量化的目标，在保留YOLOv7-Tiny网络ELAN结构的基础上，将其主干网

络中的普通卷积替换为PP-LCNet网络中的深度可分离卷积，将普通卷积分为深

度卷积和逐点卷积，大幅减少参数数量。

然后，在空间注意力的基础上，提出SP注意力机制，增加不同大小的卷积

核来提取多尺度特征，在保证模型轻量化前提下，提高模型对小目标的识别能

力。引入改进的FCIoULoss平衡高质量样本和低质量样本对Loss的贡献，加

快模型的收敛速度，提升模型的检测精度。

最后，基于PyhtonPySide6搭建可视化检测演示系统，用来快速方便的检

测图像和视频，并支持切换模型、调节IoU、置信度、开始/暂停/停止检测、统

计结果数量、导出已检测的图片/视频等功能。

实验结果表明，本课题算法较原始YOLOv7-Tiny算法模型大小降低约20%，

针对小目标检测精度均高于当前主流的轻量化目标检测算法，该方法在输电线

路故障检测方面具有一定的现实意义。

关键词输电线路；故障检测；轻量化；YOLOv7-Tiny

-I-

哈尔滨理工大学电子信息硕士学位论文

ResearchonLightweightModelsforPower

TransmissionLineFaultDetection

Abstract

AsChinaseconomycontinuestogrowrobustly,thedemandforelectricityhas

beenrapidlyincreasing,makingelectricityanindispensableelementformaintaining

socialoperations.Inthiscontext,ensuringthenormaloperationoftransmissionlines

toguaranteethesafetyofpowersupplyhasbecomeincreasinglyimportant.Withthe

maturityofimageprocessingtechnologiesandtherapiddevelopmentofdrone

technology,droneinspectionshavegraduallybecomethemainstreammethodfor

inspections.Existingalgorithmsfordetectingfaultsintransmissionlinesare

characterizedbylargeparametersizesandcomplex