徐奇伟 黄 宏 张雪锋 周 传 吴绍朋

基于改进区域全卷积网络的高压引线接头红外图像特征分析的在线故障诊断方法

徐奇伟1黄 宏1张雪锋1周 传1吴绍朋2

（1. 输配电装备及系统安全与新技术国家重点实验室（重庆大学） 重庆 400044 2. 哈尔滨工业大学电气工程及自动化学院 哈尔滨 150001）

随着智能电网建设的不断发展，海量红外图像急剧增加，而传统红外故障检测依靠人工排查或手工提取特征，检测效率低且对人员经验依赖大。为实现对红外图像的高效智能化检测，保障电网安全运行，构建基于红外特征分析的在线故障诊断系统，提出通过改进高压引线接头红外图像的特征提取网络，以提升对小目标的识别性能，然后利用区域全卷积网络（R-FCN）实现对故障区域的定位和运行状态的识别，并且使用OpenCV对该故障区域的运行状态进行二次诊断，以进一步降低误报率。最后通过测试分析，改进后的R-FCN网络对高压引线接头红外图像故障诊断的平均精度达到了80.76%，比原R-FCN网络提升了8.43%。

故障诊断 高压引线接头 红外图像 区域全卷积网络 残差网络

0 引言

电气设备的安全运行将直接影响到整个电力系统的稳定，因此设备保持安全稳定的运行状态显得尤为重要[1]。当出现电网故障时能够迅速做出相应的反应，发现异常时迅速告警，帮助电网工作人员快速进行相应的处理，保障电网运行的稳定性。电气设备的状态与热量密切关联，多种类型的故障都会以散发出高热量、温度快速升高的形式表现出来，如绝缘劣化、接触不良和磁路故障等[2]。……