张美金，屈秋帛

（辽宁工程技术大学 电气与控制工程学院，辽宁 葫芦岛 125105）

0 引言

目前主流的低零值（根据DL/T596-1996《电力设备预防性试验规程》中的要求，每片悬式绝缘子的绝缘电阻不应低于300 MΩ，500 kV 悬式绝缘子不低于500 MΩ。低于上述水平的，一般就认为是低值或零值绝缘子。）绝缘子检测方法有：光谱法、紫外脉冲法、径向温度法、超声波检测法等。但分析文献，发现不少方法存在危险性高、算法复杂等问题，均需进一步深入研究。由于低零值绝缘子在线路中温度变化明显，目前许多电力公司逐步采用红外成像技术对低零值绝缘子进行检测。然而目前

线路绝缘子主要承担着连接导体和电气绝缘的功能，是整个电力系统的重要的组成部分[1-3]。由于绝缘子在生产过程中会造成一定的缺陷，以及受到自然环境的影响，绝缘子会自然劣化，绝缘性能不断减弱，绝缘子串的闪络概率将增大，最终造成电网运行的不稳定，而电力事故发生的概率也将增大，给生产生活带来不利的影响。因此绝缘子的定期检测与及时维修对于维护保障电网的安全至关重要[4-5]。图像处理技术对电力设备进行在线检测的研究面临着图像特征提取的困难，现有算法无法有效解决绝缘子状态检测的多分类问题，且面临处理海量数据检测耗时，检测正确率低的问题。因此，面向大数据的低零值绝缘子检测方法是今后研究的重点。

随着神经网络算法的不断改进，以深度学习为代表的人工智能理论与应用研究越来越多的被应用到故障检测识别中。……