基于改进YOLO的输电线路绝缘子缺陷检测.pdf

哈尔滨理工大学工学硕士学位论文

基于改进YOLO的输电线路绝缘子缺陷检测

摘要

输电线路作为我国电力系统主要的运输方式，其安全、可靠的运行对于电力

系统的稳定运行有着至关重要的作用。由于我国高压输电线路长期暴露在露天环

境，输电线路各个组件极易受到环境影响而发生故障，轻则造成电路传输受阻，

重则使电路传输系统瘫痪，严重影响电路系统的安全稳定运行。

随着巡检机器人（PTLIR）、无人机（UAV）技术的成熟以及人工智能的快速

发展，国内已经达到输电线路巡检的智能化。但是航拍图像的检测仍然使用人工

筛查的方法，耗费大量人力与时间。因此针对海量输电线路图像进行缺陷的智能

检测与识别研究具有重要意义。基于此，本文以YOLOv5s为基础算法，以

RepVGG为基础网络，提出一种联合降噪与目标检测的缺陷识别算法，并且基于

改进的算法设计出一种输电线路缺陷检测应用程序。主要工作如下：

1）针对目前大多数目标检测模型比较复杂，难以部署到正常配置的计算机

上的问题，本文提出对YOLOv5的Backbone进行轻量化改进，对RepVGG轻量

化网络进行重构改进，提出一种新的轻量级网络RcpVGG，平衡了精度与速度的

同时，提升了算法的工程适用性。

2）针对直接在无人机系统下载获取的无人机航拍图像会因为机械振动、电

流等内部因素以及光照、雾气等外部因素而附带噪声的问题，本文设计出一种改

进的自适应中值滤波算法(Adaptiveneighborhoodweightedmedianfiltering

method，NW-AMF)对YOLOv5的Input部分改进，提升检测精度。

3）针对因机巡图像拍摄高度约为3-4米，设备缺陷目标较小，正负样本不平

衡而导致基础算法锚框漏检的问题，本文提出对Anchorbox的损失函数进行改

进，引入目标框与锚框的重叠面积、中心距离、宽高分别计算的损失函数EIOU

代替基础算法只计算纵横比的CIOU，同时借用FocalLoss的思路，提出新的损

失函数FocalEIOU，通过调节正样本对损失函数的贡献度的方法，抑制了负样本

的同时，提升精度和收敛速度。

4）为了将算法部署到工程应用，本算法采用前后端分离的方式与本文改进

算法结合设计出输电线路缺陷检测开发应用程序，并且为了满足实际检测需要添

加多种功能模块，方便工作人员直接操作完成前期电路运行检查。

关键词输电线路；缺陷检测；降噪；RepVGG；前后端分离

-I-

哈尔滨理工大学工学硕士学位论文

TransmissionLineInsulatorDefectDetectionBasedon

ImprovedYOLO

Abstract

TransmissionlinesasthemainmodeoftransportofChinesepowersystem,safe

andreliableoperationforthestableoperationofthepowersystemhasavitalrole.Due

tothelong-termexposureofChinashigh-voltagetransmissionlinesintheopen

environment,thetransmissionlinecomponentsareverysusceptibletoenvironmental

impactsandfailures,whichmaycausecircuittransmissionblockage,orparalysisofthe

circuittransmissionsystem,seriouslyaffectingthesafeandstableoperation