一种语义分割引导的呼吸器油位计异常检测方法

来源：计算机应用与软件杂志2024年第2期北京时间：

作者：董翔宇, 索浩银, 黄杰, 靳路康, 朱俊, 吴永恒, 王子磊

摘要：针对变电站异常数据量少、难以支撑深度神经网络训练的问题，以变压器的呼吸器油位计识别问题为例，提出一种融合虚拟数据和语义分割的呼吸器油位计异常检测方法，目标是提升变压器状态监测的识别能力。具体地，构建融合语义分割和分类器的异常检测模型，通过油位计图像的语义分割获取具有空间语义信息的特征，同时采用分类器获得准确的异常状态类别；提出融合虚拟数据和真实数据的模型训练方法，通过调整两种类型数据的比例，实现在少量真实数据下模型的有效训练。实验结果表明，虚拟数据能够有效缓解真实数据不足的问题，且该方法相比采用DCNN模型的直接分类，能够达到更高的异常检测精度。

关键词：呼吸器油位计, 语义分割, 异常检测, 计算机视觉