第３２卷第９期 ２０１９年９月
广东电力
GUANGDONGELECTRICPOWER
Vol??３２No??９
Se??２０１９ p
:/doi１０??３９６９??issn??１００７Ｇ２９０X??２０１９??００９??００６j
深度学习在输电通道危物辨识技术中的应用
杨可林,许永盛,李鹏
()国网山东省电力公司菏泽供电公司,山东菏泽２７４０００
摘要:针对现阶段电网输电通道数量庞大且地理位置复杂,人工巡检工作难度大、效率低的情况,提出了基于深度学习的输电通道危物辨识技术.该技术以输电通道上监控设备拍摄的图像数据作为训练样本,采用基于深度学习概念下的卷积神经网络的目标检测技术,识别和判断输电通道及其周围环境中可能造成故障的危险物体,并在图像中标注出危险物体的种类和位置.以FasterRＧCNN模型和Mobilenet_SSD模型作为网络模型进行验证,两者能够正确识别危险物体的概率分别为９２??７７％和８９??０９％,说明该技术具备实际应用条件.关键词:深度学习;危物辨识;输电通道;卷积神经网络;目标检测
)中图分类号:TM７２６??３;TP１８１;TP３９１??４１ 文献标志码:A 文章编号:１００７Ｇ２９０X(２０１９０９Ｇ００４９Ｇ０７
AlicationofDeeearnininIdentificationTechnoloorpppLggyf
DanerousObectsinPowerTransmissionChannelsgj
(,H,)HezePowerSulomanfStateGridShandonlectricPowerComanezeShandon７４０００,ChinappyCpyogEpyg２:AAbstractimintproblemsoflarenumbersandcomlicatedgeorahiclocationsofpowertransmissionchannelsofgagpgp
,XUY,YANGKelinonshenLIPenggg
,v,owergridserifficultartificialinsectionandlowefficiencthispaerpresentsanidentificationtechnoloorpydpypgyfdanerousobectsinpowertransmissionchannelsbasedondeeearnin．Thetechnoloakesimaedatafilmedbhegjplggytgytmonitorinuimentastraininamlesandusestheobectdetectiontechnoloftheconvolutionalneuralnetworkgeqpgspjgyo(CNN)basedondeeearninoidentifndjudedanerousobectsinpowertransmissionchannelsandsurroundinplgtyaggjg
,environmentprobablausinailures．Meanwhileitcanlabeltesandlocationsofdanerousobectsinimaes．Theycgfypgjgrobabilitiesofthesetwomodelsidentifinanerousobectscorrectlreresectivel２??７７％and８９??０９％,whichpygdgjyapy９declaresthistechnoloisfeasibleinactualalication．gypp(;CNN)obectdetectionj
FasterRＧCNNmodelandtheMobilenet_SSDmodelareusedasnetworkmodelsforverificationandtheresultindicates
:d;d;p;cKeordseeearninanerousobectidentificationowertransmissionchannelonvolutionalneuralnetworkywplggj
高压输电线路是输送电能的重要设备,其正常
运行是评价电网安全的重要基础指标.我国复杂的地形地貌导致了输电线路运行环境的恶劣,极易发
]１
.为了保证生各种故障影响系统的安全稳定运行[
kV以上电压等级输电线路１２４条,总长度２２１５
km,共计８４０１座杆塔,监控设备的安装使用大大减少了传统巡检方式的人力和工作时间的投入,但同时监控设备产生的视频或图像数据的总量也极其庞大.菏泽电网现阶段已知安装监控设备约１２００一天整个监控系统能够获得约２８８００张图像,一个月接近８６００００张.而根据统计,菏泽电网平均每年发生故障跳闸７０~８０次,平均每月发生故障不超过１０次.在海量的监控数据中可挖掘的有效故障原因数据寥寥无几,而且受硬件设备和拍摄条件的影响,肉眼无法快速准确辨识拍摄图像,增加了人工、每０台,以每天工作１２h??５h拍摄１张图像计算,
复杂状况和环境下巡检工作的效率和可靠性,电网公司对巡检系统进行改造,通过使用监控设备代替人工现场巡检的方式,大大提高了运行检修工作的效率.电网大力发展智能监控的同时,也面对着新的难题.以山东省菏泽市为例,据统计菏泽市３５
收稿日期:２０１８Ｇ１１Ｇ２３ 修回日期:２０１９Ｇ０５Ｇ０８
)基金项目:国网山东省电力公司科技项目(５２０６１４１７０１５P
深度学习在输电通道危物辨识技术中的应用
