输电线路无人机巡检图像缺陷智能识别方法分析

付晶; 谈家英; 周立玮; 蔡焕青; 陈伯建

doi:10.13336/j.1003-6520.hve.20231134

您当前的位置：

首页 >

文章列表页 >

输电线路无人机巡检图像缺陷智能识别方法分析

智能输配电 | 更新时间：2026-11-05

- 输电线路无人机巡检图像缺陷智能识别方法分析
- 输电线路无人机巡检图像缺陷智能识别方法分析
- 高电压技术 2023年49卷第S1期页码：103-110
- 作者机构：
  
  1. 中国电力科学研究院有限公司
  2. 国网福建省电力有限公司电力科学研究院
- 作者简介：
- 基金信息：
  
  国家电网有限公司科技项目“长航时大中型无人机在电网运检及灾害应对技术与运营体系研究”(5500-202121137A-0-0-00;SGFJDK00PJJS2100135)
- DOI：10.13336/j.1003-6520.hve.20231134
  中图分类号： TM75;TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
付晶, 谈家英, 周立玮, 等. 输电线路无人机巡检图像缺陷智能识别方法分析[J]. 高电压技术, 2023,49(S1):103-110.

付晶, 谈家英, 周立玮, et al. 输电线路无人机巡检图像缺陷智能识别方法分析[J]. 2023, 49(S1): 103-110.
付晶, 谈家英, 周立玮, 等. 输电线路无人机巡检图像缺陷智能识别方法分析[J]. 高电压技术, 2023,49(S1):103-110. DOI： 10.13336/j.1003-6520.hve.20231134.

付晶, 谈家英, 周立玮, et al. 输电线路无人机巡检图像缺陷智能识别方法分析[J]. 2023, 49(S1): 103-110. DOI： 10.13336/j.1003-6520.hve.20231134.

摘要

面向架空线路无人机巡检应用场景，总结了巡检图像特征和图像质量影响因素，阐述了现阶段无人机巡检图像智能处理技术的应用现状及发展趋势，分析了基于不同深度学习网络架构和样本数据分布对缺陷识别效果的影响。提出通过固化无人机巡检路径，将巡检图像与时空信息关联，对设备缺陷非结构化信息进行精细标注，为深度学习算法优化提供高质量设备缺陷样本集。利用主流缺陷检测算法对不同训练样本进行了测试，试验结果表面样本分布均衡能提高算法准确性，定点复拍图像的缺陷识别率整体较高。

Abstract

关键词

Keywords

references

浏览量

430

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

输电线路通道防外破智能感知方法研究进展

电力系统频率安全评估与紧急控制研究综述

Meter Reader++：基于视觉语言大模型的指针表计识读框架及应用

基于改进DBNet的电力设备铭牌文本检测方法研究

环保型C4F7N/CO2气体变压器绕组温升特性

输电线路无人机巡检图像缺陷智能识别方法分析

输电线路无人机巡检图像缺陷智能识别方法分析

DOI：10.13336/j.1003-6520.hve.20231134

摘要

Abstract

关键词

Keywords

references