改进SSD模型的绝缘子自爆故障检测

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.

关键词：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

所属期刊栏目：45

分类号：TN911.23-34;TP183

资助基金：国家自然科学基金;山西省自然科学基金

在线出版日期：2022-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：115-121