基于YOLOv8的变电站绝缘子红外缺陷自动识别嵌入式系统设计.docxVIP

PAGE2

基于YOLOv8的变电站绝缘子红外缺陷自动识别嵌入式系统设计

摘要

随着智能电网建设的深入推进，变电站设备的运维安全日益受到重视。绝缘子作为输电线路中的关键绝缘部件，其运行状态直接关系到电网的稳定性。传统的人工巡检方式效率低下且存在漏检风险，难以满足现代化电网运维的需求。为此，本课题设计并实现了一种基于海思Hi3516DV300平台与YOLOv8算法的变电站绝缘子红外缺陷自动识别嵌入式系统。该系统利用红外热成像技术采集视频流，通过模型量化技术将YOLOv8算法部署于嵌入式端，实现了对绝缘子过热伞裙的实时检测与温度标注。

本文首先分析了变电站绝缘子缺陷检测的现实需求，确立了系统的设计目标。在总体设计阶段，构建了以Hi3516DV300为核心的硬件架构与分层软件架构，完成了数据采集、图像处理、神经网络推理等模块的设计。在详细设计与实现阶段，重点解决了YOLOv8模型的剪枝、量化与移植问题，设计了温度映射算法，实现了缺陷的自动框选与温度显示。测试结果表明，系统在保证识别准确率达到92.5%的同时，推理速度达到28帧/秒，满足实时性要求。本设计融合了边缘计算与深度学习技术，具有体积小、成本低、检测精度高等优点，为变电站智能巡检提供了一种有效的解决方案。

关键词：绝缘子检测；YOLOv8；海思Hi3516DV300；嵌入式系统；模型量化

第一章绪论

1.1研究背景

电