欢迎访问 CPEM全国电力设备管理网!
官方微信|设为首页|加入收藏
当前位置:首页 > 新闻 > 国内
绝缘子覆冰监测边缘识别装置在湖南顺利投运
2021-01-22分类:新闻 / 国内来源:武汉大学

近日,武汉大学课题组研发的绝缘子覆冰监测边缘识别装置在湖南电网等输电线路上,成功挂网运行。

考虑到绝缘子覆冰厚度识别模型的算力需求及AI芯片开发的通用性,课题组研发的基于华为Atlas 200 AI芯片的绝缘子覆冰监测边缘识别装置,并搭载在无人机、机器人等终端设备上,或固定在绝缘子覆冰监测点附近。同时采用模型压缩的方法,构建适用于终端设备的轻量级深度学习模型并部署在绝缘子覆冰边缘识别装置上,从而对终端采集到的绝缘子覆冰影像进行实时本地的图像处理,实现绝缘子厚度的自动智能识别,并将识别结果传输到云平台辅助运维。

该装置主要包括两大步骤:

1、硬件及软件环境部署。包括PC端环境的部署及边缘端的软硬件环境部署,也包含了华为芯片开发平台Mind Studio的安装。

2、算法的PC端训练及移植。PC端训练好的深度学习模型需要转换为华为Atlas 200 AI芯片支持的模型,同时需要对模型进行压缩处理,以便于在边缘端芯片算力限制下实现实时分析推理。

本课题组通过湖南电网及贵州电网防灾科技项目等提供等途径,构建了包含16000余张输电线路绝缘子覆冰监测图片的样本库。经过与湖南防灾减灾国家重点实验室工程技术人员交流讨论,依据绝缘子的覆冰特征将覆冰厚度分为5个等级,如下表所示。

微信图片_20210122091530.jpg

将绝缘子覆冰监测图片样本库按8:2划分为训练集及测试集,绝缘子覆冰等级识别算法的训练在PC端完成,而测试在电力边缘智能终端上实现。对测试集中的3364张图片依次进行了识别,识别率达到了95.2%,mAP达到了64.9。

分享到:
相关文章

全国电力设备管理网  © 2016 版权所有    ICP备案号:沪ICP备16049902号-6

关闭
关闭