[发明专利]一种受电弓电火花故障检测方法、装置、设备及存储介质

说明书

本申请公开了一种受电弓电火花故障检测方法、装置、设备及存储介质，涉及受电弓检测领域，包括：获取受电弓摄像机采集的原始彩色图像，利用原始彩色图像对全卷积单阶段受电弓检测模型进行训练，得到训练好的检测模型；利用全类平均正确率对训练好的检测模型进行评估并筛选满足预设评估条件的目标检测模型；将待检测受电弓图像输入目标检测模型，以便利用全卷积主干网络提取待检测受电弓图像的核心特征图，基于类特征金字塔对核心特征图进行特征融合，得到不同尺度特征图，根据检测头对不同尺度特征图进行电火花故障检测以及位置定位检测。本申请采用全卷积单阶段受电弓检测模型克服了复杂环境下鲁棒性低的问题，提高对轻微电火花故障的检测性能。

技术领域

本发明涉及受电弓检测领域，特别涉及一种受电弓电火花故障检测方法、装置、设备及存储介质。

背景技术

列车受电弓是列车从接触网上受取电流的装置，其碳滑板条与接触网导线直接接触从接触网导线上受取电流供列车使用。在列车高速运行过程中由于振动、接触网高度变化、接触压力不足等因素导致碳滑板与接触网之间出现气隙，高压电击穿气隙产生火花放电现象，火花放电导致碳滑板和接触网烧蚀，对受电弓碳滑板寿命与接触网寿命造成影响。

现有的受电弓电火花故障检测主要采用传统机器视觉技术和紫外线成像技术等来实现。前者主要对受电弓摄像机采集到的图像进行剪裁、边缘检测、边缘提取后，分别定位接触线和受电弓滑板的上下边缘位置，进而利用图像差分技术进行电火花位置定位与识别，但容易受列车运行环境影响，导致相关算法参数设置不稳定以及电火花故障检测模型的鲁棒性不足。后者主要利用弓网电弧产生时会放射大量波长低于可见光波长的200-400nm紫外线，通过检测紫外线数据突变判断弓网燃弧发生，但传感器安装成本高，同时对轻微电火花故障时容易造成漏检和误检。

发明内容

有鉴于此，本发明的目的在于提供一种受电弓电火花故障检测方法、装置、设备及存储介质，能够通过全卷积单阶段受电弓检测模型对待检测受电弓图像进行分层特征提取，不仅可以克服复杂环境下鲁棒性低的问题，还可以提高对轻微受电弓电火花故障的检测性能。其具体方案如下：

第一方面，本申请提供了一种受电弓电火花故障检测方法，包括：

获取受电弓摄像机采集到的原始彩色图像，利用所述原始彩色图像对全卷积单阶段受电弓检测模型进行训练，以得到训练好的检测模型；所述全卷积单阶段受电弓检测模型中包含全卷积主干网络、类特征金字塔以及检测头；所述类特征金字塔为在特征金字塔内添加膨胀卷积后得到的；

利用全类平均正确率对所述训练好的检测模型进行评估，并从中筛选出满足预设评估条件的目标检测模型；

将待检测受电弓图像输入所述目标检测模型，以便利用所述目标检测模型中的全卷积主干网络提取所述待检测受电弓图像的核心特征图，基于所述目标检测模型中的类特征金字塔对所述核心特征图进行特征融合，以得到不同尺度特征图，并根据所述目标检测模型中的检测头对所述不同尺度特征图进行受电弓电火花故障检测以及位置定位检测。

可选的，所述利用所述原始彩色图像对全卷积单阶段受电弓检测模型进行训练，以得到训练好的检测模型，包括：

利用COCO目标检测数据集对初始全卷积单阶段受电弓检测模型进行训练，以得到对应的权重参数；

基于所述权重参数对全卷积单阶段受电弓检测模型进行初始化，然后将所述原始彩色图像输入所述全卷积单阶段受电弓检测模型，以得到不同尺度特征图；

在所述不同尺度特征图上，根据损失函数并采用反向传播算法对所述全卷积单阶段受电弓检测模型进行训练，以得到训练好的检测模型。

可选的，所述在所述不同尺度特征图上，根据损失函数并采用反向传播算法对所述全卷积单阶段受电弓检测模型进行训练，以得到训练好的检测模型，包括：