一种绝缘子故障检测方法、装置、介质及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113989210A(43)申请公布日2022.01.28(21)申请号202111231695.0G06V10/56(2022.01)(22)申请日2021.10.22G06V10/74(2022.01)G06V10/54(2022.01)(71)申请人广东电网有限责任公司G06V10/44(2022.01)地址510000广东省广州市越秀区东风东路757号申请人广东电网有限责任公司河源供电局(72)发明人邹裕青曾智吴春华张盛芳杨纪元(74)专利代理机构北京品源专利代理有限公司11332代理人马迪(51)Int.Cl.G06T7/00(2017.01)G06F16/583(2019.01)G01R31/12(2006.01)权利要求书2页说明书10页附图4页(54)发明名称一种绝缘子故障检测方法、装置、介质及电子设备(57)摘要本申请实施例公开了一种绝缘子故障检测方法、装置、介质及电子设备。该方法包括：利用预设特征提取算法提取目标图像中绝缘子的特征数据，作为待匹配特征；将所述待匹配特征与故障绝缘子样本数据库中的故障特征进行匹配；其中，所述故障绝缘子样本数据库是基于卷积神经网络模型预先构建的；若匹配成功，将所述目标图像中的绝缘子标记为故障绝缘子。执行本申请技术方案，可以提高绝缘子故障检测效率和故障检测准确率。CN113989210ACN113989210A权利要求书1/2页1.一种绝缘子故障检测方法，其特征在于，所述方法包括：利用预设特征提取算法提取目标图像中绝缘子的特征数据，作为待匹配特征；将所述待匹配特征与故障绝缘子样本数据库中的故障特征进行匹配；其中，所述故障绝缘子样本数据库是基于卷积神经网络模型预先构建的；若匹配成功，将所述目标图像中的绝缘子标记为故障绝缘子。2.根据权利要求1所述的方法，其特征在于，在将所述待匹配特征与故障绝缘子样本数据库中的故障特征进行匹配之前，所述方法还包括：获取备选图像，并提取所述备选图像的特征数据，作为备选特征；将所述备选特征输入到所述卷积神经网络模型中，通过所述卷积神经网络模型，输出所述备选特征的故障类型；其中，所述卷积神经网络模型是预先训练完成的；若所述故障类型为预期类型，则将所备选特征作为所述故障特征，添加至所述故障绝缘子样本数据库；判断所述故障绝缘子样本数据库中所述故障特征的数量是否达到设定数量，若否，则继续向所述故障绝缘子样本数据库中添加故障特征，进一步扩充所述故障绝缘子样本数据库。3.根据权利要求2所述的方法，其特征在于，将所备选特征作为所述故障特征，添加至所述故障绝缘子样本数据库，包括：根据所述备选特征，确定所述备选图像中绝缘子的类型信息；建立所述类型信息和所述备选特征之间的关联关系；将关联有类型信息的备选特征作为所述故障特征，添加至所述故障绝缘子样本数据库。4.根据权利要求1所述的方法，其特征在于，将所述待匹配特征与故障绝缘子样本数据库中的故障特征进行匹配，包括：根据所述待匹配特征中的颜色特征和形状特征，确定所述目标图像中绝缘子所属类型作为目标类型；在所述故障绝缘子样本数据库中，选择属于所述目标类型的故障特征作为参考特征；确定所述待匹配特征与所述参考特征之间的相似度，根据所述相似度和设定阈值确定匹配是否成功。5.根据权利要求1所述的方法，其特征在于，在将所述目标图像中的绝缘子标记为故障绝缘子以后，所述方法还包括：获取所述目标图像的地理位置信息，作为目标位置；根据所述目标位置，生成绝缘子故障报警信息以供电力运维人员根据所述目标位置对所述故障绝缘子进行检修。6.根据权利要求2所述的方法，其特征在于，其中，所述预期类型包括：闪络、击穿、污渍和裂痕中的至少一种。7.根据权利要求1所述的方法，其特征在于，其中，所述目标图像是通过配置在无人飞机的摄像头采集的。8.一种绝缘子故障检测装置，其特征在于，所述装置包括：待匹配特征提取模块，用于利用预设特征提取算法提取目标图像中绝缘子的特征数2CN113989210A权利要求书2/2页据，作为待匹配特征；特征匹配模块，用于将所述待匹配特征与故障绝缘子样本数据库中的故障特征进行匹配；其中，所述故障绝缘子样本数据库是基于卷积神经网络模型预先构建的；故障绝缘子标记模块，用于若匹配成功，将所述目标图像中的绝缘子标记为故障绝缘子。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1‑7中任一项所述的绝缘子故障检测方法。10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1‑7中任一项所述的绝缘子故障检测方法。3CN113989210A说明书1/10页