基于CenterNet的输电设备状态缺陷智能识别

王晶; 周永博; 刘志远; 张铭予

doi:10.26963/j.psce.2026.01008

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

基于CenterNet的输电设备状态缺陷智能识别

更新时间：2026-04-24

- 基于CenterNet的输电设备状态缺陷智能识别
- Vol. 42, Issue 1, Pages: 67-73(2026)
- 作者机构：
  
  1. 国网甘肃省电力公司数字化事业部
  2. 西安理工大学
- 作者简介：
- 基金信息：
- DOI：10.26963/j.psce.2026.01008
  CLC： TP391.41;TM50
- Published：2026
- 稿件说明：
移动端阅览
王晶, 周永博, 刘志远, et al. 基于CenterNet的输电设备状态缺陷智能识别[J]. 2026, 42(1): 67-73.
DOI：

王晶, 周永博, 刘志远, et al. 基于CenterNet的输电设备状态缺陷智能识别[J]. 2026, 42(1): 67-73. DOI： 10.26963/j.psce.2026.01008.

摘要

基于无锚框的目标检测算法，提出一种基于CenterNet的输电设备状态缺陷智能化识别方法。通过骨干网络提取图像深层特征信息并生成特征图；通过上采样操作和3个卷积层构成的分支结构，依次输出中心点热力图、中心点偏移量及目标对象的尺寸信息，再借助检测结果解码模块对3类输出结果进行融合处理，最终实现对巡检图像中输电设备缺陷的智能化精准识别。利用建立的输电设备缺陷数据集对模型进行训练和测试，实验结果表明：提出的驱动检测方法，在输电设备缺陷检测任务中展现出优异的检测性能，验证了其实际应用的有效性，且其检测精度完全契合电力智能化巡检的实际需求。该算法的网络架构简洁、支持端到端的模型训练流程，对硬件内存的需求较低，部署难度低，同时能够实现实时在线检测功能。

Abstract

关键词

Keywords

references

刘亚东.输电线路分布式故障测距理论与关键技术研究[D].上海交通大学,2012(02).

赵振兵.电气设备红外与可见光图像的配准方法研究[D].华北电力大学（河北）,2009(11).

熊小萍,许爽,蒙登越,韦香祥,屠德然,武文梁.基于Faster R-CNN的输电线路缺陷识别模型研究[J].自动化与仪器仪表,2020(03).

吴涛,王伟斌,于力,谢蓓敏,尹维崴,王洪玉.轻量级YOLOV3的绝缘子缺陷检测方法[J].计算机工程,2019(08).

侯春萍,章衡光,张巍,杨阳,张贵峰,田治仁.输电线路绝缘子自爆缺陷识别方法[J].电力系统及其自动化学报,2019(06).

陈景文,周鑫,张蓉,张东.基于U-net网络的航拍绝缘子检测[J].陕西科技大学学报,2018(04).

王万国,田兵,刘越,刘俍,李建祥.基于RCNN的无人机巡检图像电力小部件识别研究[J].地球信息科学学报,2017(02).

王改香.红外拼接技术在电力设备检测中的应用[J].数字技术与应用,2012(11).

刘鲲鹏,王滨海,陈西广,金立军.基于Freeman改进准则的输电线断股识别[J].机电工程,2012(02).

王小朋,胡建林,孙才新,杜林.应用图像边缘检测方法在线监测输电线路覆冰厚度研究[J].高压电器,2009(06).

Xingyi Zhou,Dequan Wang,Philipp Krähenbühl.Objects as Points.[J].CoRR,2019.

Zhengrong Li,Ross Hayward,Rodney Walker,Yuee Liu.A Biologically Inspired Object Spectral-Texture Descriptor and Its Application to Vegetation Classification in Power-Line Corridors[J].IEEE Geoscience and Remote Sensing Letters,2011.

Zhengrong Li,Yuee Liu,Rodney Walker,Ross Hayward,Jinglan Zhang.Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform[J].Machine Vision and Applications,2010.

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于SSA-BiGRU-CNN神经网络和波动数据修正的电动汽车短期负荷预测模型

基于RMCA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法

基于挤压激励卷积神经网络的配电网拓扑辨识

基于多时间尺度卷积神经网络的煤改电用户负荷识别方法研究

智能变电站继电保护设备全防误状态监测技术研究

Related Author

李龙

雷宇

曹敏

张钰声

洪希

陈力

梅悦

陆友文

Related Institution

国网陕西省电力有限公司电力科学研究院

东南大学电气工程学院

电网运行风险防御技术与装备全国重点实验室,国电南瑞科技股份有限公司

国网甘肃省电力公司电力科学研究院

国网甘肃省电力公司张掖供电公司

AI问答

⁰