| 基于超分辨注意力机制改进的GIS内部细微缺陷X-DR图像检测方法 |
| |
| 引用本文： | 刘国特,周锦辉,宋新明,邓军,伍伟权,黎俊生.基于超分辨注意力机制改进的GIS内部细微缺陷X-DR图像检测方法[J].高电压技术,2021,47(11):3803-3809. |
| |
| 作者姓名： | 刘国特 周锦辉 宋新明 邓军 伍伟权 黎俊生 |
| |
| 作者单位： | 佛山科学技术学院,佛山528000;中国南方电网有限责任公司,广州510623 |
| |
| 摘 要： | 为了解决气体绝缘开关设备内部细微缺陷X-DR成像重影雾化、纹理不清晰、易造成误诊断等问题,提出一种基于超分辨率注意力机制改进的气体绝缘开关(gas insulated switchgear,GIS)内部细微缺陷X-DR图像检测算法.该方法以高效亚像素卷积神经网络为框架,引入双层计算机注意力机制SE模块,构成新颖的SE-ESPCN超分辨率网络.通过对GIS设备X-DR图像通道重要程度进行评判,赋予图像卷积层不同的权重,以增强图像故障细节的成像效果.实验结果表明:SE模块与亚像素卷积神经网络的融合,不仅保障了GIS设备故障区域成像的实时性,而且算法输出的高分辨率X-DR图像缺陷细节清晰可见,便于观察,提高了工作人员对缺陷检测的效率与准确性,为实际工程中GIS设备X-DR成像系统改良提供了一定的参考.
|
| 关 键 词： | 气体绝缘开关 X-DR图像 超分辨率 注意力机制 亚像素卷积神经网络 SE-ESPCN 缺陷检测 |
Improved X-DR Image Detection Method for GIS Internal Defects Based on Super-resolution Attention Mechanism |
| |
| LIU Guote,ZHOU Jinhui,SONG Xinming,DENG Jun,WU Weiquan,LI Junsheng.Improved X-DR Image Detection Method for GIS Internal Defects Based on Super-resolution Attention Mechanism[J].High Voltage Engineering,2021,47(11):3803-3809. |
| |
| Authors: | LIU Guote ZHOU Jinhui SONG Xinming DENG Jun WU Weiquan LI Junsheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
