改进SSD模型的绝缘子自爆故障检测

作     者：王建烨 续欣莹 谢刚 阎高伟 WANG Jianye;XU Xinying;XIE Gang;YAN Gaowei

作者机构：太原理工大学电气与动力工程学院山西太原030024 太原科技大学电子信息工程学院山西太原030024 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2022年第45卷第14期

页      面：115-121页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 08[工学] 081104[工学-模式识别与智能系统] 070104[理学-应用数学] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0701[理学-数学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61973226) 山西省自然科学基金项目(201801D121144) 

主　　题：绝缘子 自爆故障 PL-MFSSD 深度可分离卷积 多尺度特征融合 残差网络 K-means聚类 

摘      要：绝缘子是输电线路中重要的电力设备,直接影响电力系统的稳定运行,而传统的目标检测技术难以准确、高效地检测绝缘子自爆故障。为解决该问题的同时提高自爆故障检测的精度和召回率,文中提出一种基于轻量级目标预测层的多尺度特征融合SSD(PL-MFSSD)模型。首先,使用深度可分离卷积代替传统卷积操作生成目标预测特征层,提升模型的检测效率;其次,在Conv_fc7和Conv8_2特征层中进行多尺度特征融合,将目标的浅层结构信息和深层语义信息充分融合,并在目标预测特征层末端增加残差网络,缓解训练过程中的梯度消失问题;最后,通过K-means聚类算法优化锚框的宽高比,使其更符合绝缘子和自爆故障的尺寸。在NVIDIA GTX1080实验环境下,PL-MFSSD模型的mAP指标为0.941,自爆故障的召回率达到0.967,推理速度为49.62 f/s。实验结果表明,与其他检测模型相比,PL-MFSSD模型对自爆故障的召回率有大幅度提升,可有效检测绝缘子自爆故障。