基于改进EfficientDet的电网元件及缺陷识别方法

作     者：宋立业 刘帅 王凯 杨金丹 Song Liye;Liu Shuai;Wang Kai;Yang Jindan

作者机构：辽宁工程技术大学电气与控制工程学院葫芦岛125000 国网辽宁省电力有限公司葫芦岛供电公司葫芦岛125000 

出 版 物：《电工技术学报》 (Transactions of China Electrotechnical Society)

年 卷 期：2022年第37卷第9期

页      面：2241-2251页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：辽宁省教育厅科学技术研究创新团队项目(LT2019007) 辽宁省重点研发计划指导计划项目(2019JH8/10100050) 2019年辽宁省高等学校国(境)外培养项目(2019GJWZD002)资助 

主　　题：电力巡检 EfficientDet 元件检测 缺陷定位 数据增强 

摘      要：针对现有的无人机电力巡检中的目标检测算法小目标识别精度低、检测的元件及缺陷类型较为单一、检测速度和精度无法同时满足的问题,提出一种改进的EfficientDet目标检测算法,该算法应用于无人机电力巡检图像的数据挖掘,对高压输电线路上的绝缘子、防震锤、均压环、屏蔽环、鸟巢同时进行目标检测及缺陷定位。首先通过Imgaug数据增强库对现有的1468张国家电网某检修公司标准化无人机巡检数据集进行数据增强;然后在加强特征提取网络双向特征金字塔网络(BiFPN)特征融合时融入小一级尺度的特征层,提高了小目标检测能力,对主干特征提取网络EfficientNet的倒残差模块进行改进,引入坐标注意力机制(CA)提高了主干特征提取效率;最后进行对比训练实验,改进EfficientDet算法在元件检测及缺陷定位测试集上平均均值精度达到90.2%,较原始EfficientDet算法提高8.6%,亦优于其他先进目标检测算法,同时元件检测速率达到23.4f/s,缺陷定位达到17.2f/s,证明了该文方法可以满足电力巡检中准确性和快速性的要求。