面向巡检机器人的电力设备状态检测算法研究

来源：计算机技术与发展杂志2021年第03期北京时间：

作者：杨学杰;李思毛;李建业;李宋林;张旭

单位：1. 国网淄博供电公司,山东 淄博 255000;2. 国网智能科技股份有限公司,山东 济南 250101

摘要：为更高效利用变电站巡检机器人开展电力巡检工作,满足电力行业发展对智能化巡检的需求, 研究了面向电力巡检机器人的电力设备状态检测算法。 首先,根据深度网络部署硬件芯片应用情况与性能对比,选择海思 Hi3559A 芯片作为算法移植的嵌入式平台。 然后综合考虑各种检测算法的精度与速度,选用 YOLOv3 算法作为设备状态检测的基本判别模型。 为了提升检测算法速度并减少模型体积,开展模型压缩算法及轻量型 YOLOv3 模型设计研究,分别提出了改进的小型化 YOLOv3 模型和基于通道剪枝与层剪枝结合的模型压缩方法,提高模型上下层的语义信息及剪枝后模型的精度保持。 根据测试结果选择最优的模型在机器人前端部署,提出的轻量化 YOLOv3 模型很好地保持了设备目标与异物检测的精度,检测速度提升了 4 倍。

关键词：变电站巡检机器人;目标检测;YOLOv3;模型压缩;通道剪枝;层剪枝