基于知识图谱的电力杆塔主要构件识别方法研究

作     者：陈志忠 熊泽森 姚东 郑欢 宋维铜 杨志新 贾涛 CHEN Zhizhong;XIONG Zesen;YAO Dong;ZHENG Huan;SONG Weitong;YANG Zhixin;JIA Tao

作者机构：广东电网有限责任公司汕尾供电局广东汕尾516600 武汉大学遥感信息工程学院武汉430000 

出 版 物：《浙江电力》 (Zhejiang Electric Power)

年 卷 期：2024年第43卷第5期

页      面：100-108页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(41971332) 南方电网科技项目(0315002022030201JJ00025) 

主　　题：深度学习 电力杆塔 智能识别 知识图谱 Reasoning-RCNN 

摘      要：电力杆塔主要构件的图像识别是无人机巡检的主要内容,准确识别杆塔构件对保障电网运行具有重要价值。为此,提出一种基于深度学习和知识图谱的电力杆塔主要构件识别方法。首先,建立不同构件类型的拓扑关系,形成杆塔空间知识图谱;其次,设计语义关系推理模型,融合构件语义特征与拓扑关系,得到增强特征;最后,拼接增强特征与原始特征,实现特征融合。实验表明:在未架线电力杆塔多目标识别方面,所提方法比Reasoning-RCNN、Cascade-RCNN及Faster-RCNN的识别效果好,能够精准识别杆塔主要构件,对无人机电力巡检具有参考价值。