翟瑞聪，林俊省，郑 桦

（1.广东电网有限责任公司机巡管理中心，广东广州 510000；2.南方电网数字电网研究院有限公司，广东广州 510000）

图像识别是指利用计算机软件对图片信息进行理解、分析与处理的应用技术，可在不同模式环境下，针对多种信息目标执行不同的操作行为，是深度学习算法领域中一种全新的实践行为手段。传统的图像识别流程由图像采集、图像预处理、特征提取、图像识别4 个部分组成[1-2]。其中，前3 个步骤可对一幅完整图像进行多层次分割，并对所有信息参量进行编号处理，并以此为基础，将所有信息文件都固定在原始传输位置，从而缩短最终处理所需的实际消耗时间。

在高压电网络环境中，随线路架设距离的延长，个别输电线路设备所具有的电子汇集能力会出现明显下降的现象。为避免上述情况的发生，深度学习型缺陷识别系统在智能巡检软件的支持下，对线路环境中的电子传输量进行准确计数，再通过标记绝缘子的方式实现对个别线路设备的精准化识别。但此系统可同时检测的传输电子量水平相对较低，很难完全满足实际应用需求。为解决此问题，该研究基于图像识别设计了新的输电线路设备缺陷识别应用系统。

1 系统硬件环境设计

输电线路设备缺陷识别应用系统的硬件执行环境由输电循环回路、任务管理模块、电量基站控制设备三部分组成，具体搭建方法如下。

1.1 输电循环回路

输电线路设备缺陷识别应用系统的输电循环回路由充电单元、放电单元两部分组成，其结构如图1所示。……