- 张妍;赵春泓;李冰;刘溢槟;
针对无人机航拍光伏组件红外图像的背景复杂、热斑缺陷的形状大小各异、反光干扰导致目标特征显著度较低等问题,提出了基于改进RT-DETR模型的光伏组件热斑缺陷检测模型RT-DETRSRC。首先,以RT-DETR为基础模型,利用细粒化卷积SPD-Conv改进主干网络中的深度可分离卷积模块,精细化地提取缺陷的特征,提高模型的特征提取能力。在颈部网络中,提出RepBi-PANCARAFE结构来提升模型的检测精度。采用双向级联特征融合结构RepBi-PAN,增强深层特征和浅层特征之间的信息交互和特征融合;引入特征上采样算子CARAFE,在更大的感受野范围内捕获和整合上下文语义信息。实验结果表明,RT-DETR-SRC模型的mAP_(50)和mAP_(50:95)相较于基线模型分别提升了4.5%和4.1%,能够有效地识别红外图像中的热斑缺陷。
2025年08期 v.47;No.392 1018-1026页 [查看摘要][在线阅读][下载 1397K] [下载次数:162 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:5 ] - 邓长征;弓萌庆;付添;刘明泽;夏鹏雨;
针对现有基于深度学习的变电站设备故障识别方法中所存在的空间定位与信息提取兼容性差的问题,本文提出基于UFPN-Fuse网络的故障识别方法。先将故障设备红外图像用改进U-Net网络进行分割,提取故障点特征,然后用故障特征与原红外图像在改进FPN-Fuse网络中进行图像融合,达到强化故障点红外图像轮廓的目的。通过这种方式,既增强图像视觉效果完成故障定位,又极大保留了故障的细节信息。实验结果表明,本文算法相较于对比算法,SF平均提升7.83%,MI平均提升7.48%,AG平均提升10.62%,VIF平均提升8.38%。
2025年08期 v.47;No.392 1027-1034页 [查看摘要][在线阅读][下载 1080K] [下载次数:147 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:4 ] - 洪颖;王金陵;陈飞;张凯;江海军;
缺陷尺寸测量一直是红外无损检测研究的热点,通常使用含所有缺陷的图像进行缺陷尺寸测量,但该方法将导致较大的测量误差;本文提出采用该缺陷对应的清晰图像进行测量,首先采用相关函数法把不同深度缺陷对应的清晰图像筛选出来,再利用半高宽测量算法实现对缺陷尺寸的自动测量。通过对不同深度的缺陷塑料试件测量表明:对于20 mm缺陷,使用含所有缺陷的图像,测量误差最大值12%,平均绝对值误差为6.1%,利用相关函数筛选出来的清晰图像进行缺陷尺寸测量,测量误差最大值6%,平均绝对值误差2.6%,采用本方法进行缺陷尺寸测量可有效提高测量精度。
2025年08期 v.47;No.392 1035-1041页 [查看摘要][在线阅读][下载 1362K] [下载次数:36 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:5 ] - 高宝琪;毕艳冰;姚金男;晏荣煜;
220 kV变电站电压互感器的过度使用会导致电压互感器发生发热故障,因此研究基于红外与紫外的220 kV变电站电压互感器发热故障检测方法,保障保证变电站安全运行。通过红外与紫外技术分别采集220 kV变电站电压互感器红外紫外图像,并利用中值滤波算法对红外图像实施图像去噪预处理,去除冗余信息后,计算红外与紫外相关温度特征和放电特征,将红外与紫外特征数据,输入径向基神经网络,利用量子粒子群优化算法优化径向基函数神经网络参数,提高220 kV变电站电压互感器发热故障检测能力。实验结果表明,该方法可有效检测出220 kV变电站电压互感器发热故障,通过分析故障位置的红外紫外特征的结果,明确发热故障发生位置后,并及时维修,保证变电站安全运行。
2025年08期 v.47;No.392 1042-1048页 [查看摘要][在线阅读][下载 1070K] [下载次数:15 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:4 ]