[发明专利]基于YOLO的绝缘子红外故障定位诊断方法及装置

权利要求书

1.基于YOLO的绝缘子红外故障定位诊断方法，其特征在于，包括以下步骤：

获取绝缘子红外劣化图像；

对所述绝缘子红外劣化图像中的故障发热点进行批量框选；

建立绝缘子红外劣化识别库，采用YOLO算法对所述绝缘子红外劣化识别库进行绝缘子红外诊断训练和绝缘子红外诊断识别，从而完成绝缘子红外故障定位；

所述绝缘子红外诊断训练包括以下步骤：

建立以Darknet-53为基础的YOLO底层模型框架；

依据劣化绝缘子的红外特征确立若干个网络节点输出尺寸；

依据训练图像的大小调节参数，放缩所述图像，依据所述网络节点选择Batch_size，通过前向传播和后向传播迭代进行训练，当训练达到最优IoU及最低LOSS值时，保存权重并退出训练；其中IoU表示图像处理的交并比；LOSS表示网络实际输出值与样本标签值之间的偏差；Batch_size表示一次训练所选取的样本数；

其中，所述网络节点输出尺寸包括13×13×18，26×26×18，52×52×18，当图像训练时，统一调节随机旋转角度、曝光度、饱和度和色调，以增加训练集数量；

其中，所述绝缘子红外诊断识别，包括以下步骤：

通过下采样尺度设定9种不同尺寸的先验框，其中，所述先验框的尺寸通过K-means算法在COCO数据集上聚类得到；COCO数据集上，9个聚类的先验框尺寸是：(10×13)；(16×30)；(33×23)；(30×61)；(62×45)；(59×119)；(116×90)；(156×198)；(373×326)；

采用尺寸最大的三个所述先验框(116×90)、(156×198)、(373×326)对13×13的特征图进行特征检测提取，采用尺寸中等的三个所述先验框(30×61)、(62×45)、(59×119)对26×26的特征图进行特征检测提取，采用尺寸最小的三个所述先验框(10×13)、(16×30)、(33×23)对52×52的特征图进行特征检测提取，从而形成各自的特征库；

采用三个YOLO输出层分别对各自前一层的特征库进行解析，输出诊断预测信息和预测置信度，输出三个尺寸的IoU值；

通过横向比较不同尺寸下IoU值，完成绝缘子红外诊断识别。

2.根据权利要求1所述的基于YOLO的绝缘子红外故障定位诊断方法，其特征在于，所述获取绝缘子红外劣化图像，包括采用红外热成像技术对绝缘子进行主动热激励，使所述绝缘子内部的异性结构以表面温场变化的差异形式表现出来，从而获得绝缘子红外劣化图像。

3.根据权利要求1所述的基于YOLO的绝缘子红外故障定位诊断方法，其特征在于，所述放缩所述图像，依据所述网络节点选择Batch_size，包括使所述图像放缩在100-280之间，依据所述网络节点选择Batch64。