[发明专利]一种耐张线夹缺陷检测识别报告自动获取方法及系统

说明书

本发明公开了一种耐张线夹缺陷检测识别报告自动获取方法及系统。该方法利用改进的Faster‑RCNN卷积神经网络模型对输入的待检测图片进行缺陷检测识别，得到缺陷检测识别结果、缺陷区域的位置信息及缺陷程度并存入数据管理系统，再从数据管理系统中获取所述缺陷检测识别结果、缺陷区域的位置信息及缺陷程度并按照预先制定好的缺陷检测识别报告模板自动生成耐张线夹缺陷检测识别报告。本技术方案中的Faster‑RCNN卷积神经网络模型为经过改进后的模型，缺陷检测识别精度更高，可应用于耐张线夹的故障诊断，另外，利用报告自动生成技术省去了人工填写报告的繁琐，省时省力。

技术领域

本发明涉及设备检测技术领域，尤其涉及一种耐张线夹缺陷检测识别报告自动获取方法及系统。

背景技术

耐张线夹是输电线路的重要金具之一，主要用来紧固钢芯铝绞线的终端，将导线或避雷线固定在非直线杆塔的耐张绝缘子串上，耐张线夹对高压输电线路的安全稳定运行起着非常重要的作用，因此，耐张线夹的缺陷检测也因此对电网的安全运行起着至关重要的作用。

目前的耐张线夹的缺陷检测方法有：利用基于目标检测算法的Faster_Rcnn卷积神经网络模型智能识别出缺陷类型，但经测试，该方法对耐张线夹的一些缺陷(例如钢锚管表面存在的毛刺、飞边、含有异物、钢锚管弯曲等)的识别率较低，远不能满足实际检测的需要。其次，现有的耐张线夹的缺陷检测方法通常仅仅能够识别出缺陷类型，并不能计算出缺陷的程度，如凹槽未压接长度、铝绞线未压接长度、钢锚管未压接长度、钢锚管中存在空腔长度、铝压接空腔长度、钢锚管的弯曲度等；另外，目前耐张线夹的缺陷检测报告的生成，都是由检测工程师人工整理分析将内容填充到报告文档中，通常这些检测报告的格式具有大量的相似性，且文档内容繁琐，人为编写费事费力，效率低下且出错率较高。

发明内容

本发明所要解决的技术问题是，针对现有技术的不足，提供一种耐张线夹缺陷检测识别报告自动获取方法及系统，其可以获得更高的缺陷检测精度，且能够计算出缺陷程度，同时还能够将耐张线夹的缺陷检测识别技术与报告自动生成技术相结合，自动生成耐张线夹的缺陷检测识别报告。

为解决上述技术问题，本发明所采用的技术方案是：

一种耐张线夹缺陷检测识别报告自动获取方法，其特征在于，包括：

步骤S1：建立耐张线夹缺陷检测识别报告的模板；

步骤S2：建立数据管理系统存储采集到的待检测图片及其图片信息；

步骤S3：搭建基于目标检测算法的Faster-RCNN卷积神经网络模型并对其进行改进，然后对改进后的所述网络模型进行训练、测试和优化；

步骤S4：将待检测图片输入训练好的所述网络模型，得到耐张线夹的缺陷检测识别结果与缺陷区域的位置信息，将所述缺陷检测识别结果与所述位置信息存入所述数据管理系统中；

步骤S5：从所述数据管理系统获取与缺陷相关的结果数据，并按照所述模板自动生成耐张线夹缺陷检测识别报告。

优选地，在所述步骤S3中采用ResNet101网络替换所述Faster-RCNN卷积神经网络模型中的VGG卷积神经网络作为基础网络进行特征提取，同时改进所述Faster-RCNN卷积神经网络模型的Huber损失函数。

优选地，对于所述缺陷检测识别结果中涉及需计算缺陷程度的缺陷，在步骤S4中还包括根据缺陷类别采用相应的计算方法计算缺陷程度，并将计算出的所述缺陷程度也存入所述数据管理系统中。