電力系統(tǒng)的安全穩(wěn)定運(yùn)行一直是中國(guó)電力工業(yè)的重中之重，電纜隧道的安全也是電網(wǎng)安全運(yùn)行的重要組成部分。本文中，電纜隧道檢測(cè)系統(tǒng)拍攝的圖像用于根據(jù)卷積神經(jīng)網(wǎng)絡(luò)算法（R-CNN）和地圖定位圖像中的異常條件點(diǎn)。
　　紅外圖像。析電纜和連接器的溫度，及時(shí)發(fā)出異常情況，以保持電源的安全并延長(zhǎng)電纜的使用壽命。了滿足電纜隧道檢測(cè)圖像的執(zhí)行速度要求，采用垂直和水平重疊算法（CSO）來優(yōu)化圖像的分割閾值，便于快速定位異常位置。纜隧道;溫度異常;卷積神經(jīng)網(wǎng)絡(luò);垂直和水平交叉優(yōu)化算法中圖分類號(hào)：TP391.41; TP183文件編號(hào)：A產(chǎn)品號(hào)：2096-4706（2019）02-0046-05摘要：安全穩(wěn)定運(yùn)行在中國(guó)，電纜隧道的安全性也是網(wǎng)絡(luò)運(yùn)行安全的重要組成部分該文件描述了電纜隧道的控制系統(tǒng)。卷積神經(jīng)網(wǎng)絡(luò)方法中，將電纜連接器放置在圖像中并將其映射到紅外圖像。析電纜連接器的溫度及時(shí)觸發(fā)報(bào)警，在異常情況下，可以保持電源的安全，延長(zhǎng)電纜的使用壽命：鑒于采集的樣品圖像數(shù)量少，采用遷移學(xué)習(xí)方法，降低訓(xùn)練強(qiáng)度，確保更好的定位和識(shí)別效果。鍵詞：電纜隧道;溫度異常;卷積交叉神經(jīng)元網(wǎng)絡(luò);交叉開關(guān)優(yōu)化算法引言地下電纜隧道中的電纜線路和各種通信設(shè)備數(shù)量逐漸增加，電纜隧道結(jié)構(gòu)因現(xiàn)場(chǎng)等原因復(fù)雜，維護(hù)地下電纜變得越來越復(fù)雜。[1]越難。于電纜連接處的處理水平的限制，連接不良的問題可能導(dǎo)致對(duì)連接的過度阻力，這可能在由電流產(chǎn)生的熱效應(yīng)下產(chǎn)生熱量到電纜連接器。纜，可能會(huì)損壞電纜絕緣層。漏甚至可能導(dǎo)致火災(zāi)[2]。未連接區(qū)域，熱故障通常不是由低電阻值引起的。
　　此，監(jiān)控電纜連接器的溫度對(duì)于減少電纜故障和延長(zhǎng)其壽命非常重要。用常用的溫度傳感器，例如熱敏電阻，礦用電纜熱電偶，溫度控制的晶閘管等，會(huì)產(chǎn)生無(wú)法解決的問題。于電纜護(hù)套的存在，接觸溫度傳感器具有高滯后，并且所產(chǎn)生的溫度是小面積。
　　了獲得整體溫度，必須安裝大量傳感器，這增加了電纜隧道維護(hù)的難度[3]。著電纜檢測(cè)機(jī)器人的推廣，用于維護(hù)電纜隧道的設(shè)備的使用正變得越來越流行。本文中，使用配備有可見光高清攝像機(jī)和紅外攝像機(jī)的電纜隧道檢測(cè)機(jī)器人來收集圖像。纜接頭的位置基于R-CNN網(wǎng)絡(luò)結(jié)構(gòu)。后確定是否發(fā)出異常高溫警告。
　　積神經(jīng)元網(wǎng)絡(luò)（CNN）是一種直接響應(yīng)神經(jīng)網(wǎng)絡(luò)，其人工神經(jīng)元可以響應(yīng)部分覆蓋范圍的周圍區(qū)域，并具有處理大圖像的優(yōu)異性能[4]。5]。]。積神經(jīng)網(wǎng)絡(luò)（CNN）的主要結(jié)構(gòu)由卷積層，激活函數(shù)，聚類層，完全連通層和分類器（softmax）組成。積層實(shí)驗(yàn)結(jié)果的分析圖1說明了R-CNN網(wǎng)絡(luò)結(jié)構(gòu)的網(wǎng)絡(luò)結(jié)構(gòu)。域建議網(wǎng)絡(luò)（RPN）被添加到用作預(yù)選區(qū)域生成的基本神經(jīng)網(wǎng)絡(luò)的特征層的輸出。
　　獲得RPN網(wǎng)絡(luò)的預(yù)選區(qū)域后，分組層將特征圖上對(duì)應(yīng)的預(yù)選區(qū)域的特征整合為固定長(zhǎng)度的特征向量，并連接到softmax分類層和回歸層。過完全連接的雙層層后的邊界[11]。本的神經(jīng)網(wǎng)絡(luò)可以選擇不同的結(jié)構(gòu)，如GoogleNet [12]和ZFNet [13]。

　　文選擇使用ZFNet，因?yàn)榫W(wǎng)絡(luò)很小，程序運(yùn)行合理。
　　使訓(xùn)練數(shù)據(jù)基于較小的CNN網(wǎng)絡(luò)結(jié)構(gòu)作為網(wǎng)絡(luò)的基本訓(xùn)練參數(shù)，仍然需要大量訓(xùn)練樣本。廣東省珠海市食品局的幫助下，實(shí)驗(yàn)隊(duì)在橫琴地區(qū)的秦琴和B線上收集了數(shù)千分鐘的視頻數(shù)據(jù)和1，500張正?；虍惓Ｇ闆r的圖像。
　　上所述獲得的樣品分為學(xué)習(xí)集和測(cè)試集。域推薦網(wǎng)絡(luò)（RPN）使用通過CNN網(wǎng)絡(luò)上的先前訓(xùn)練獲得的網(wǎng)絡(luò)參數(shù)進(jìn)行初始化。R-CNN目標(biāo)檢測(cè)網(wǎng)絡(luò)參數(shù)由RPN網(wǎng)絡(luò)初始化，并且預(yù)選的訓(xùn)練區(qū)域目標(biāo)檢測(cè)網(wǎng)絡(luò)由RPN網(wǎng)絡(luò)檢索。用經(jīng)過培訓(xùn)的目標(biāo)檢測(cè)網(wǎng)絡(luò)重置RPN網(wǎng)絡(luò)，更正網(wǎng)絡(luò)卷積層并對(duì)其進(jìn)行微調(diào)。定目標(biāo)檢測(cè)網(wǎng)絡(luò)的卷積層利用優(yōu)化的RPN網(wǎng)絡(luò)提取的預(yù)選區(qū)域精確調(diào)整目標(biāo)檢測(cè)網(wǎng)絡(luò)。圖2所示。
　　個(gè)網(wǎng)絡(luò)的輸出對(duì)應(yīng)于有線接口的位置信息。個(gè)參數(shù)（x，y，w，h）是左上角的水平和垂直坐標(biāo)。面區(qū)域，以及區(qū)域的寬度和高度。驗(yàn)過程可以在形成R-CNN目標(biāo)檢測(cè)網(wǎng)絡(luò)后獲得電纜接頭的溫度，以獲得可見光下照片上電纜連接器的位置。體步驟如下：由R-CNN和可見隧道機(jī)器人可見光攝像機(jī)獲得的關(guān)節(jié)紅外攝像機(jī)設(shè)置可用于將可見光照片的電纜連接區(qū)域映射到紅外照片。所選擇的紅外照片區(qū)域上搜索最高溫度值以獲得最高溫度值。據(jù)電纜芯的溫度校正公式和防爆外殼的溫度進(jìn)行校正后，可獲得電纜連接處的最大芯溫。最高溫度與標(biāo)準(zhǔn)電纜連接器檢查溫度閾值進(jìn)行比較，以確定是否存在異常高溫并決定觸發(fā)警報(bào)。果與分析兩個(gè)電纜接頭的識(shí)別和定位結(jié)果如圖3，圖1和圖4所示。中，（a）是可見光下的原始圖像，（b）是定位后可見光中的圖像。（c）是相應(yīng)的紅外圖像。據(jù)對(duì)應(yīng)于定位框架的紅外圖像，也就是說，尋求關(guān)節(jié)區(qū)域的最高溫度，關(guān)節(jié)1的最高溫度為31.63℃，關(guān)節(jié)2的最高溫度為在29.31°C，均在正常溫度范圍內(nèi)。于Faster-R-CNN的有線鏈路定位算法可以精確定位，識(shí)別速度快，統(tǒng)計(jì)結(jié)果表明識(shí)別精度高達(dá)80％，時(shí)間到僅在CPU模式下識(shí)別小于10秒。外，密封溫度識(shí)別結(jié)果與現(xiàn)場(chǎng)檢查結(jié)果一致，溫差不超過5％。論在本文中，深度學(xué)習(xí)和圖像處理技術(shù)被應(yīng)用于功率隧道圖像的識(shí)別和分析，以及最先進(jìn)的識(shí)別算法。
　　度基于數(shù)字圖像處理技術(shù)和卷積神經(jīng)網(wǎng)絡(luò)。高壓危險(xiǎn)環(huán)境中，礦用電纜可以使用檢測(cè)機(jī)器人代替人工檢測(cè)電纜的溫度狀況，減少操作維護(hù)人員的工作量，提高智能化水平檢查機(jī)器人和使用現(xiàn)有檢查機(jī)器人在電纜隧道中的檢查。查設(shè)備收集，定位和識(shí)別電纜連接器的溫度狀態(tài)。算法適用性廣，識(shí)別質(zhì)量好，識(shí)別速度快，為智能電力隧道和無(wú)人值守服務(wù)提供重要技術(shù)支持。
　　本文轉(zhuǎn)載自
　　電纜價(jià)格 http://jslianhai.cn