摘要:为了提高气体绝缘金属封闭开关(GIS)缺陷的检测效率,提出了一种基于计算机卷积神经网络的GIS中典型缺陷图像识别和分类方法。利用内窥镜获取GIS的不同类型的缺陷图像并建立相应的样本数据库。预处理数据库中的图像。设计相应的卷积神经网络,并利用预处理后的图像对卷积神经网络进行训练和测试,实现对缺陷图像的识别。应用的算法由matlab软件实现。测试结果证明,基于卷积神经网络的GIS缺陷图像识别方法的测试结果和样本图像的实际类型基本一致,该方法可以实现对GIS内部缺陷类型进行检测。
关键词:GIS;神经网络;自动识别
0引言
GIS是电网中大量使用的高压设备,具备安全性高、受外界影响小以及配置灵活等优点。在使用GIS设备的过程中,如果发生故障,将对相关电气设备造成严重损坏,影响电力系统的安全性和稳定性,因此有必要研究GIS设备的典型缺陷。
当GIS设备内部出现故障时,目前通过脉冲电流法[1,2],化学检测法,光学检测法和超声波法等传统方法进行监测和诊断。为了能够采取有效措施消除故障,确保电网安全稳定运行。但这些传统方法多数是通过间接的方式诊断出故障点来解决问题,不能直观的对缺陷进行分析。
目前,许多GIS设备通过内窥镜获取内部图像,并通过图像人为地判断设备的缺陷。但人对缺陷图像进行判断缺乏客观性、并且效率较低。本文将计算机图像处理技术应用于GIS中典型缺陷的识别,提高了缺陷识别的效率。本文采用matlab对缺陷图像进行预处理,训练卷积神经网络实现图像的自动识别和分类。
1缺陷图像的预处理
1.1图像预处理
卷积神经网络的卷积层可以直接与二维数据卷积,因此预处理步骤不需要图像的特征提取。训练神经网络时直接把图像的像素作为输入量,但为了减少数据冗余,节省训练时间,本文把输入的图像的像素数据做归一化处理。
本文对缺陷图像的像素进行比例缩放,就是重新对图像数据的每一个维度的值进行调节,使数据值落在区间[0,1]内。本文把图像的像素值除以255,把数据缩放到[0,1]中。
2卷积神经网络的设计
2.1BP缺陷图像分类
GIS绝缘部件失效的原因大致可分为凸起引起的电晕放电,自由移动的金属颗粒引起的放电现象和铸件的内部缺陷损坏。本文把缺陷分为突出物缺陷、自由微粒缺陷以及浇铸物缺陷,加上正常设备一共四种类型。
2.2卷积神经网络的设计
卷积神经网络模型如图1所示。
(1)输入层
输入图像数据,输入层大小为32×32。
(2)C1卷基层
卷积核数量是20,卷积核的大小是5×5。每个卷积核具有25个参数和一个偏移参数,要学习的参数是(5×5 + 1)×20 = 520。
(3) S2层下采样层
S2下采样层的采样区域是2×2。
(4) C3层卷积层
卷积核数量是50,卷积核的大小为5×5。每个卷积核具有25个参数加上总共(5×5 + 1)×50 = 1300个参数的偏移参数。
(5) S4下采样层
S4下采样层方式与S2相同。
(6) F5 全连接层
120个神经节点,其中每一个节点都连接到S4层上全部神经节点。
(7) 输出层
本文将图像分为4种类型,因此输出层节点的数量为4。
2.3 卷积神经网络的训练
为了训练卷积神经网络,首先,初始化网络的权重并将偏移值设置为常数。然后,从训练集中选择一批训练样本,并且训练样本通过网络向前传播以计算网络的输出。计算网络的实际输出与预测输出之间的误差值。如果误差值小于期望阈值或训练达到设定的迭代次数,则停止训练,否则继续网络训练。以最小化方式反向传播错误以更新网络的权重。回到第二步,重复以上流程。
2.4 卷积神经网络的测试
使用训练好的网络参数初始化网络的权值,然后从测试集中随机选择一个测试样本,测试样本通过网络进行前向传播,计算得到网络的输出。最后,将计算机输出值与测试样本的实际设定值进行比较,并输出结果。
本文利用模拟的四种不同类型的缺陷图像来训练卷积神经网络。其中训练集400张,测试集100张。实验使用 sigmoid函数将网络的学习率设置为2,将惯性系数设置为0.5,将每次训练样本的数量设置为10,将训练迭代次数设置为200。使用的迭代次数是终止训练的条件,训练结果如图2和图3所示。卷积神经网络的误差已降低到0.1%,构造的卷积神经网络可用于识别缺陷图像。
2.4 测试结果及分析
在完成卷积神经网络的训练之后,可以测试未经训练的GIS缺陷图像。选择四种不同类型的图像进行测试。在表格1中列出了测试结果,包括了测试样本数量,识别个数以及缺陷的识别率。
3结论
卷积神经网络用于学习和训练不同GIS缺陷类型的图像样本,以实现缺陷图像的识别和分类。对测试样本进行实验,结果证明,卷积神经网络能够准确识别各种类型的缺陷图像,具有实际的应用价值。
参考文献
[1]赵毅锋,刘晴岩,严晓东,朱中山,方雨. 电站气体绝缘金属封闭开关闸刀位置远程目视监控系统设计与应用[J].无损检测,2016,38(07):53-55.
[2]汪沨, 邱毓昌. 气体绝缘开关装置(GIS)的近期发展动向[J]. 电网技术, 2003(2): 54-57.
论文作者:赵晓迪
论文发表刊物:《科学与技术》2019年第11期
论文发表时间:2019/10/24
标签:卷积论文; 神经网络论文; 图像论文; 缺陷论文; 样本论文; 测试论文; 网络论文; 《科学与技术》2019年第11期论文;