基于U-Net网络和图像分割的无人机输电线路绝缘子缺失故障检测方法

朱开放, 陆欣, 梁开朗, 李卓鹏, 覃周培

计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (03) : 106 -110.

PDF
计算技术与自动化 ›› 2025, Vol. 44 ›› Issue (03) : 106 -110. DOI: 10.16339/j.cnki.jsjsyzdh.202503019

基于U-Net网络和图像分割的无人机输电线路绝缘子缺失故障检测方法

    朱开放, 陆欣, 梁开朗, 李卓鹏, 覃周培
作者信息 +

Author information +
文章历史 +
PDF

摘要

绝缘子所处的环境较为恶劣,容易产生缺失和失效的问题,导致输电线路短路等故障,为此,研究基于U-Net网络和图像分割的无人机输电线路绝缘子缺失故障检测方法。通过无人机自主巡检输电线路,在巡检过程中获取图像数据;采用图像分割技术预处理图像数据,将原始图像分割成多个大小相似的小区域,在不同的像素区域内提取出绝缘子缺失数据特征;将处理好的图像数据与分离的绝缘子缺失数据,放置于U-Net网络进行训练,在不断调整和优化网络参数的过程中,实现输电线路绝缘子缺失数据的分类和定位,完成对输电线路绝缘子缺失故障的检测。实验结果表明此方法具有应用价值。

关键词

U-Net网络 / 图像分割 / 无人机巡检 / 输电线路 / 绝缘子缺失故障

Key words

引用本文

引用格式 ▾
基于U-Net网络和图像分割的无人机输电线路绝缘子缺失故障检测方法[J]. 计算技术与自动化, 2025, 44(03): 106-110 DOI:10.16339/j.cnki.jsjsyzdh.202503019

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

12

访问

0

被引

详细

导航
相关文章

AI思维导图

/