激光与红外

作者：宁雪峰

单位：1.广东电网有限责任公司东莞供电局,广东 东莞 523000；2.湖南大学 电气与信息工程学院,湖南 长沙 410000；

关键词：红外图像;绝缘子发热缺陷;You Only Look At CoefficienTs实例分割算法;MobileNetV2网络;Efficient Local Attention机制;聚焦纯卷积特征提取模块

基金：广东电网有限责任公司科技项目(No.031900KC23070052；No.GDKJXM20230965)资助。

现有基于红外图像的绝缘子发热缺陷识别方法,存在目标区域提取精度有限、温度提取受环境因素影响较大等问题。为此,本文提出一种复合绝缘子过热识别新方法:首先改进单阶段绝缘子实例分割算法You Only Look At CoefficienTs(YOLACT),引入嵌有Efficient Local Attention(ELA)机制的 MobileNetV2 作主干网络提升检测速度,融合特征金字塔网络(Feature Pyramid Network,FPN)各层特征图并加入聚焦纯卷积特征提取模块提高特征图质量；然后使用改进算法识别红外图像中复合绝缘子外轮廓,定位其棒芯位置；最后依据红外图像热矩阵获取棒芯温度矩阵,对比温度变化判断是否异常。实际生产环境中,本文方法整体准确率达到975,算法总耗时125ms；改进实例分割算法平均交互比(mIOU)为 9297,平均像素准确率(mPA)为9615,每秒帧数(FPS)为19。结果显示,此方法分割定位效果好,能滤除多数环境因素导致的温度识别误差,为绝缘子温度异常识别提供新方案。

来源：2025年第12期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第12期