[发明专利]一种电力绝缘子故障检测方法、装置、设备及存储介质

说明书

本发明公开了一种电力绝缘子故障检测方法、装置、设备及存储介质。通过对巡检图像进行区域分割，滤除一些非必要的干扰信息，使后续的处理关注于绝缘子所在的局部区域，提高了故障检测效率和准确性，通过non‑local自注意力模型的空间注意力机制，从全局特征中提取每一元素与其他所有元素的依赖关系，增强具有重要信息的区域的注意力得分，能够有效地提取全局信息中具有区分性的视觉信息，提高故障检测准确率。

技术领域

本发明实施例涉及电力故障检测技术，尤其涉及一种电力绝缘子故障检测方法、装置、设备及存储介质。

背景技术

绝缘子在变电站/换流站中的用量庞大、种类繁多，是站内电力设备的关键部件之一，占有非常重要的地位，直接关系到变电站/换流站的安全稳定运行。

目前绝缘子在线检测方法主要采用人工巡检方式，人工巡检维护主要是工作人员定期在变电站/换流站中对绝缘子的状态进行人眼观察或专用检测设备进行检测，人眼观察有一定的主观性，导致检测准确率较低，且存在一定的安全隐患。依靠专用检测设备的方法操作复杂、造价高、检测速度慢，消耗人力和物力很大。

发明内容

本发明提供一种电力绝缘子故障检测方法、装置、设备及存储介质，以提高绝缘子故障检测效率和准确率。

第一方面，本发明实施例提供了一种电力绝缘子故障检测方法，包括：

获取无人机巡检电力线过程中采集的巡检图像；

对所述巡检图像进行区域分割，得到包括绝缘子串的目标图像；

从所述目标图像中提取表示全局信息的全局特征；

采用non-local自注意力模型从所述全局特征中提取每一元素与其他所有元素的依赖关系，得到空间注意力特征；

基于所述空间注意力特征确定所述绝缘子的故障类型。

可选的，对所述巡检图像进行区域分割，得到包括绝缘子串的目标图像，包括：

对所述巡检图像进行语义分割，从所述巡检图像中分离出绝缘子串和背景；

计算所述绝缘子串的几何中心；

以所述绝缘子串的几何中心为中心，从所述巡检图像中截取包括所述绝缘子串的预设范围的矩形区域作为目标图像。

可选的，对所述巡检图像进行语义分割，从所述巡检图像中分离出绝缘子串和背景，包括：

基于预先训练好的U-Net模型对所述巡检图像进行语义分割，从所述巡检图像中分离出绝缘子串和背景。

可选的，从所述目标图像中提取表示全局信息的全局特征，包括：

对所述目标图像进行特征提取，得到所述目标图像在多个不同尺度的特征；

融合多种不同尺度的特征，得到全局特征。

可选的，采用non-local自注意力模型从所述全局特征中提取每一元素与其他所有元素的依赖关系，得到空间注意力特征，包括：

计算所述全局特征中每一元素与其他所有元素的空间相关性，得到相关性矩阵；

计算所述相关性矩阵与所述全局特征的乘积，得到空间注意力矩阵。

可选的，计算所述全局特征中每一元素与其他所有元素的空间相关性，得到相关性矩阵，包括：

对所述全局特征进行三个方向的卷积操作，分别得到Q矩阵、K矩阵和V矩阵；

将所述Q矩阵和所述K矩阵相乘，得到所述Q矩阵和所述K矩阵的相关性权重矩阵；