摘要
本发明提供了一种基于人工智能的输电线绝缘子故障检测方法,包括如下步骤:通过无人机获取若干输电线的历史绝缘子图像,并对每个所述图像中的绝缘子的状态进行标注;对所述图像进行预处理,并将其作为训练数据集;所述预处理包括高斯模糊、高斯加噪和图像锐化;构建基于YOLO的故障检测模型,将所述训练数据集输入所述模型进行训练,并更新所述模型的超参数;将需要检测的输电线绝缘子图像输入所述训练的故障检测模型,并得到对应的绝缘子状态检测结果。本发明基于人工智能技术对绝缘子故障进行检测,有效解决了现有技术存在的绝缘子缺陷种类多的技术问题,实现了绝缘子故障的自动化检测,显著提高了绝缘子故障检测的效率和准确性。
技术关键词
输电线绝缘子
故障检测模型
故障检测方法
上采样
Sigmoid函数
图像
故障检测模块
萤火虫算法
初始化算法
绝缘子故障检测
模型训练模块
数据获取模块
误差函数
绝缘子缺陷
故障检测装置
参数
无人机
瓶颈
系统为您推荐了相关专利信息
可调直流稳压电源
逆变电路
可控整流电路
纹波系数
输出直流电
车辆充电方法
特征提取模块
支撑杆固定装置
充电口位置
限位器
模糊核估计
重建算法
深层特征提取
浅层特征提取
图像重建