杨永娇，唐亮亮，郑 勇

（1.广东电力信息科技有限公司，广东 广州 510000；2 广州大学机械与电气工程学院，广东 广州 510000）

1 引言

电网绝缘子由于环境恶劣及不可避免的人为破坏而经常自爆破损。而绝缘子故障在很大程度上会造成供电中断，严重威胁电网的运行和使用安全，甚至造成巨额经济损失[1]，因而对电网绝缘子经常性巡检，并准确检测故障件以适时保护控制变得异常重要。

传统人工巡检存在视野盲区，效率低，且需要电塔攀爬等，耗时耗力，存在安全隐患。无人机航拍图像分析辅助高压线路的巡检和维护等技术已相对成熟，提高了故障分析和修复的工作效率，但海量航拍图像数据的人工主观判读，仍存在大量的误判或漏判[2]，因此基于航拍图像的绝缘子缺陷自动检测成为保障电力系统安全运行的热点问题。文献[3]提取电网绝缘子图像的尺度可变的二进制特征，然后采用改进的SVM 分类器对提取的特征进行分类，但所提算法的复杂度较高，实际应用受限。文献[4]对无人机获取的航拍绝缘子图像进行正交变换，然后提取变换后图像的S 变换特征，通过SVM 分类器进行绝缘子缺陷的自动识别与定位，但S 变换特征与分类器参数整定较为困难，需要大量训练数据。文献[5]基于无人机航拍电网图像，通过RGB 空间变换减少环境光线对特征提取的影响，然后通过改进的OTSU 和形态学变换提取纯净的绝缘子串特征，最后通过像素数识别并定位自爆破损的绝缘子，算法对自然环境下的绝缘子仍具有较好的缺陷检鲁棒性；……