无人机航拍图像中绝缘子缺陷检测的深度学习方法研究进展.pdfVIP

2025年5月电工技术学报Vol.40No.9

第40卷第9期TRANSACTIONSOFCHINAELECTROTECHNICALSOCIETYMay2025

DOI:10.19595/ki.1000-6753.tces.240610

无人机航拍图像中绝缘子缺陷检测的

深度学习方法研究进展

1,212

刘传洋吴一全刘景景

（1.南京航空航天大学电子信息工程学院南京2111062.池州学院机电工程学院池州247000）

摘要依托计算机视觉和深度学习技术，从海量的无人机航拍图像中实现绝缘子缺陷检测，

已经成为电力运维工作亟待解决的问题。近年来，深度学习方法在绝缘子缺陷检测任务中表现

出优异的性能。该文综述了无人机航拍图像中绝缘子缺陷检测的深度学习方法研究进展。首先，

简述了基于深度学习的输电线路巡检研究现状；其次，阐述了基于深度学习的绝缘子缺陷检测方

法，主要从目标检测模型、轻量化网络模型、级联检测模型以及其他方法进行归纳总结，按照深

度学习算法的发展历程，阐明了基于双阶段、单阶段、无锚框（Anchor-free）的目标检测算法，

概述了轻量化网络、级联检测在绝缘子缺陷检测中的应用；然后，介绍了用于绝缘子缺陷检测的

公开和自建数据集；最后，指出了深度学习技术在绝缘子缺陷检测应用中存在的问题，并对未来

研究工作进行了展望。

关键词：绝缘子缺陷检测无人机航拍图像深度学习计算机视觉

中图分类号：TM76;TP277

[4]

0引言导致大范围停电事故，从而造成巨大的经济损失。

在电力大数据背景下，依托图像处理技术，从海量

随着电网的智能化、自动化、信息化建设的不

的无人机航拍图像数据中实现绝缘子识别及缺陷检

断推进，国家电网公司积极推动产业优化升级，促

进人工智能技术与智能电网建设深度融合[1]。输电测，已经成为该领域运维工作亟待解决的问题[5-7]。

然而架空输电线路走廊的无人机航拍图像背景复杂，

线路作为电力传输的纽带，其安全稳定运行直接关

无人机航拍图像中的绝缘子如图1所示，在不同光

系电网的持续稳定运行，因此定期巡检输电线路，

照、拍摄角度、拍摄距离等条件下，航拍图像中的

更准确地识别输电线路部件缺陷隐患显得极为重

要[2]。近年来，随着无人机控制技术和计算机视觉绝缘子尺度变化较大，且绝缘子串容易出现遮挡现

象，绝缘子缺陷区域要比绝缘子本身小得多。因此，

技术的快速发展，无人机搭载可见光相机、红外相

实际应用中的绝缘子缺陷检测困难重重。

机、激光雷达等装置在输电线路巡检中得到了广泛

应用，“机巡为主、人巡为辅”已成为我国输电线路

[3]

巡检的主要方式。

绝缘子作为输电线路中用量较大且故障率较高

的电力部件之一，其在输电线路中起到电气连接和

机械支撑的双重作用。绝缘子安装在户外，长期经

受风吹日晒和雨淋，加之冰霜等恶劣天气，绝缘子

出现缺陷在所难免，其中绝缘子自爆或掉串缺陷容

易造成电力线与电力线或者电力线与杆塔相接触，

国家自然科