公开(公告)号：CN118351420A

公开(公告)日：2024-07-16

申请号：CN202410475335.2

申请日：2024-04-19

Applicant: 中国矿业大学

Inventor： 董海波 ,  杨童 ,  杨薇 ,  王正霄

IPC: G06V10/82 ,  G06V20/17 ,  G06V10/44 ,  G06V10/25 ,  G06T7/00 ,  G06N3/0495 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明公开了一种基于轻量化改进YOLO算法的输电线路绝缘子检测方法，涉及目标检测技术领域，包括以下步骤：S1：获取输变电线路绝缘子的实拍图像，建立绝缘子数据集；S2：使用几何变换、颜色变换、对比度和亮度调整、模拟复杂天气等方式对绝缘子数据集进行数据增强；S3：以YOLOv5s为基本框架，进行轻量化改进，建立绝缘子检测模型；S4：将构建好的绝缘子数据集送入重构后的YOLOv5s网络进行模型训练。本发明的检测方法有效的降低了检测模型的大小和复杂度，占用较少的运算资源的同时，可以快速准确的识别到复杂背景图像中的绝缘子，为后续的缺陷检测提供基础，能够提高巡检效率并减轻巡检人员的工作强度，为电力系统的正常运行保驾护航。

公开(公告)号：CN118314436A

公开(公告)日：2024-07-09

申请号：CN202410495935.5

申请日：2024-04-24

Applicant: 中国矿业大学

Inventor： 董海波 ,  刘士诚 ,  杨薇 ,  褚浩南

IPC: G06V10/82 ,  G06V20/17 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明提出一种基于改进YOLOv8的轻量级绝缘子缺陷检测方法，适用于电网中的输电线路巡检、故障设备检测领域，其方法包括对采集到的绝缘子图像进行预处理，获取改进的YOLOv8网络模型，将待检测的绝缘子数据输入到预设模型中，输出绝缘子缺陷检测结果。本发明所提出的的轻量级绝缘子缺陷检测方法能够在压缩模型参数量和计算量的前提下，提高复杂背景下绝缘子缺陷识别的精度和效率，满足实时检测的要求，充分提高了输电线路巡检过程中绝缘子缺陷的检测效果。

公开(公告)号：CN116660677A

公开(公告)日：2023-08-29

申请号：CN202310468199.X

申请日：2023-04-27

Applicant: 中国矿业大学

Inventor： 董海波 ,  周围 ,  王正霄 ,  杨薇

IPC: G01R31/08 ,  G01R31/52

Abstract: 本发明公开了一种基于VMD分解的配电网单相接地故障的多判据选线方法，适用于电力系统。一种基于VMD分解的配电网单相接地故障的多判据选线方法，该方法步骤为：判断系统的零序电压。采集故障时各个线路首端的暂态零序电流。利用GSA优化后的VMD算法对各条线路首端的零序电流进行分解得到K个IMF分量并对信号进行重构。提取各个线路的相间能量系数和重构之后信号的极性测度因子、边界谱幅值并组成特征向量；最后，将构建的特征向量输入已训练好的DBN配电网单相接地故障诊断模型得出选线结果。本发明基于VMD分解的配电网单相接地故障选线新方法，实现在不同故障距离、不同接地电阻情况下以及不同中性点接地方式下故障与非故障线路的有效识别。

公开(公告)号：CN118429704A

公开(公告)日：2024-08-02

申请号：CN202410511540.X

申请日：2024-04-26

Applicant: 中国矿业大学

Inventor： 董海波 ,  杨薇 ,  刘士诚 ,  刘云昊

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/77 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明属于输电线路安全人工智能监测技术领域，提供了一种基于人工智能的输电线路覆冰检测方法，包括如下步骤：数据采集与标注、数据扩充、特征提取模型训练、特征降维模型训练、分类器模型训练、输电线路覆冰检测。通过镜面对称映射的生成对抗网络、涡动优化神经网络算法、自适应免疫优化的极限学习机分类算法以及改进的自编码器结构和分解优化技术，显著增加了训练数据的多样性和数量，有助于模型学习到更加鲁棒的覆冰特征，显著减少了模型的训练时间，同时提升了分类精度，提高了检测模型的准确率和泛化能力；提高了模型训练的稳定性；能够细致地捕捉数据中的关键信息，提高了特征提取的质量，有效提高了检测效率。

公开(公告)号：CN118298159A

公开(公告)日：2024-07-05

申请号：CN202410495949.7

申请日：2024-04-24

Applicant: 中国矿业大学

Inventor： 董海波 ,  杨薇 ,  杨童 ,  刘云昊

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/774 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了一种基于YOLOv8s的输电线路防震锤图像缺陷检测方法，包括通过输电线路巡检过程中采集得到的防震锤图像构成原始样本集；对样本集缺陷进行标注，采用图像处理方法对图像进行处理，构成数据集；基于YOLOv8s模型进行改进构建缺陷检测模型，包括用CG模块替代YOLOv8s的Backbone中传统下采样模块和在Neck端添加CBAM注意力模块，替换损失函数为Inner‑SIOU；利用预处理后的样本数据集，对改进后的缺陷检测模型进行训练，获得最终缺陷检测模型，采用缺陷检测模型对新的输电线路防震锤图像进行检测，得到检测结果。通过上述方式，能够提升了对小尺寸缺陷的检测精度，能够更快速准确的找到缺陷位置。