基于GANR-UNet的绝缘子红外图像分割及低零值故障诊断研究

摘要

为实现瓷绝缘子低/零值故障的识别与诊断，提取了绝缘子红外图像的颜色特征并根据分析结果提出了低/零值故障的诊断判据。通过采用残差网络ResNet18与分割网络UNet相结合构建了深度R-UNet网络，实现了红外图像中绝缘子串区域的分割，进而基于生成对抗网络(generative adversarial network, GAN)提出了优化的GANR-UNet分割模型，提高绝缘子分割的准确性。对分割得到的绝缘子串进行位置校正后，提取正常及低/零值绝缘子长轴方向特征区域的HSV颜色分布，找到了识别故障绝缘子的特征信息。最后提出了一种基于颜色序列相似距离量度的低/零值绝缘子诊断方法。测试结果表明：利用提出的GANR-UNet分割模型和故障诊断方法，能够处理绝缘子的红外图像并准确识别出绝缘子的绝缘状态。

关键词

低/零值绝缘子 / UNet分割 / HSV / 相似度 / 诊断