刘鑫月，陈 瑞，王坤峰，翟永杰

(1. 华北电力大学自动化系，河北 保定 071003；2. 中国科学院自动化研究所，北京100190)

1 引言

绝缘子是电力能源传输系统中的重要元件之一，它一端连接输电导线，另一端连接高压塔，起着必要的绝缘作用[1]。因此绝缘子需要承受超高的电压和机械张力。由于其长期工作在室外风雪雨雾等恶劣的环境，极易发生例如掉片，自爆和闪络等故障。这些故障将给电力电网的运行留下很大的安全隐患，因此及时检查绝缘子的工作状态十分重要[2]。

为了方便检修人员及时对故障进行检修，需要在无人机拍摄采集的图像中定位绝缘子故障，而此工作的重点之一就是先定位绝缘子。由于传统的人工分析处理绝缘子图像数据需要良好资格和经验丰富的人员，且由于图像的数量庞大而十分耗时，也容易出现漏分、误分现象，不利于后续绝缘子状态的诊断。绝缘子材质、颜色、串数种类多，图像背景十分复杂[3]，可能包含杆塔、线路等伪目标，拍照的角度也具有不确定性，如图1所示。这些干扰也为实现绝缘子的自动检测和定位加大了难度[4]。

图1 无人机拍摄的绝缘子和非绝缘子图像

目前，随着目标检测算法的不断更新，通过学习大量图像样本的特征，实现绝缘子目标检测已逐渐成为的研究趋势。由于各个算法在绝缘子目标检测中的应用并没有统一的评价标准，因此本文根据研究需求，采用在目标检测中较为成熟的、检测精度相对较高的深度学习分类算法[5]，来实现绝缘子的检测。……