[发明专利]一种输电线路关键部件缺陷检测方法及系统

说明书

本发明公开了一种输电线路关键部件缺陷检测方法及系统。该方法包括：构建输电线路关键部件缺陷语义集合；所述输电线路关键部件包括电力线路和绝缘子；根据所述缺陷语义集合训练语义表征提取模型；利用训练好的语义表征提取模型提取语义表征；构建输电线路关键部件缺陷图像库；根据所述图像库中的多类缺陷图像训练图像特征提取模型；利用训练好的图像特征提取模型提取图像特征；基于所述语义表征和所述图像特征，构建嵌入映射矩阵。本发明通过历史缺陷(已经获得或容易获得样本的缺陷)样本和目标缺陷(零样本缺陷)的语义描述信息，实现对零样本的输电线路关键部件的缺陷的检测。

技术领域

本发明涉及输电线路故障检测技术领域，特别是涉及一种输电线路关键部件缺陷检测方法及系统。

背景技术

由于我国电力行业的蓬勃发展，输电线路布局复杂，所处自然环境恶劣多变，电力线路、绝缘子等输电线路关键部件长期暴露在野外，受到持续的物理张力、雷击闪络、外物污染、材料老化以及非正常人为的影响而产生的磨损、缺失、腐蚀等损伤。复杂的输电线路环境以及多样的输电线路故障使得输电线路关键部件检测智能化已日益显出其迫切性。目前已有的分类方法是数据驱动的，依赖于大规模训练数据，而输电线路场景中不可能所有的缺陷都存在大量的样本数据可用。事实上，对于一些破坏性较强或较新发现的目标缺陷，更多的是缺陷的语义描述信息，而没有或很少有缺陷数据可用，即目标缺陷样本几乎为零(零样本)，这限制了目前数据驱动分类方法的应用。

发明内容

本发明的目的是提供一种输电线路关键部件缺陷检测方法及系统，通过历史缺陷(已经获得或容易获得样本的缺陷)样本和目标缺陷(零样本缺陷)的语义描述信息，实现对零样本的输电线路关键部件的缺陷的检测。

为实现上述目的，本发明提供了如下方案：

一种输电线路关键部件缺陷检测方法，包括：

构建输电线路关键部件缺陷语义集合；所述输电线路关键部件包括电力线路和绝缘子；

根据所述缺陷语义集合训练语义表征提取模型；

利用训练好的语义表征提取模型提取语义表征；

构建输电线路关键部件缺陷图像库；

根据所述图像库中的多类缺陷图像训练图像特征提取模型；

利用训练好的图像特征提取模型提取图像特征；

基于所述语义表征和所述图像特征，构建嵌入映射矩阵；所述嵌入映射矩阵用于对图像特征与语义表征进行跨模态度量，实现输电线路关键部件缺陷的检测。

可选地，所述构建输电线路关键部件缺陷语义集合，具体包括：

对输电线路关键部件的故障缺陷进行语言描述，构建缺陷语义集合。

可选地，所述语义表征提取模型包括2～4个RNN循环神经网络模型。

可选地，所述图像特征提取模型包括3～5个VGG19深度神经网络模型。

可选地，所述基于所述语义表征和所述图像特征，构建嵌入映射矩阵，具体包括：

基于所述语义表征和所述图像特征训练映射函数，使所述映射函数的损失值最小；

利用训练好的映射函数输出映射矩阵。

本发明还提供了一种输电线路关键部件缺陷检测系统，包括：

缺陷语义集合构建模块，用于构建输电线路关键部件缺陷语义集合；所述输电线路关键部件包括电力线路和绝缘子；

第一训练模块，用于根据所述缺陷语义集合训练语义表征提取模型；

语义表征提取模块，用于利用训练好的语义表征提取模型提取语义表征；