一种电缆分支箱部件级缺陷识别方法及系统与流程

本申请涉及电力设备运维，尤其涉及一种电缆分支箱部件级缺陷识别方法及系统。

背景技术：

1、电缆分支箱是配电网中将电缆线路分接、分支或转接的关键节点设备，其长期暴露于户外环境，易出现锈蚀、漆层剥落、箱体变形、门锁损坏、铰链松脱、通风百叶破损、电缆封堵缺失、接地排锈蚀、标识脱落、异物杂草堆积等多种外观缺陷。若不能及时发现并处理，这些缺陷可能逐步演变为绝缘击穿乃至火灾事故，威胁配电网的安全稳定运行。因此，对电缆分支箱开展高效、准确的外观缺陷识别，是保障供电可靠性的重要前提。

2、目前，电缆分支箱的外观缺陷识别主要依赖人工巡检和图像识别两类技术路线。人工巡检依赖运维人员目视检查，工作量大、效率低，且受主观因素影响漏检率高。图像识别方法将巡检图像输入深度学习模型进行缺陷分类或目标检测，是近年来应用较多的技术方向。然而，在实际巡检场景中，电缆分支箱的箱体变形、封堵缺失等缺陷在整幅巡检图像中像素占比往往不足百分之一，属于典型的小目标，现有目标检测方法难以稳定检出；此外，现场光照条件多变、拍摄视角与距离不可控，模型容易将成像条件变化误判为外观缺陷，产生大量误报。上述小目标检测困难与成像条件干扰的双重问题严重制约了图像识别方法在实际巡检中的可用性。

技术实现思路

1、本申请提供了一种电缆分支箱部件级缺陷识别方法及系统，解决了小目标像素占比低难以检出、成像条件变化引发误报的问题，提升了缺陷识别准确率。

2、第一方面，本申请提供了一种电缆分支箱部件级缺陷识别方法，包括：

3、s1、按型号登记电缆分支箱各标准部件的区域范围与邻接关系，形成部件拓扑模板，采集多台正常箱体的各标准部件图像，经外观提取网络处理获得标准外观特征中心；

4、s2、采集当前待测样本巡检图像，按照部件拓扑模板确定各标准部件在当前图像中的区域并取出作为待测部件图像；

5、s3、将待测部件图像输入预训练的偏离识别网络，得到待测部件特征向量，计算待测部件特征向量与对应标准外观特征中心的偏离度，输出缺陷类别与分类置信度，根据偏离度与分类置信度联合确定待定异常部件；

6、s4、以待定异常部件为节点、以邻接关系为边构建部件状态图，利用异常关联规则表作拓扑校验，对命中关联规则的相连节点提升偏离度，对孤立且分类置信度低的节点降低偏离度，按校验结果评定缺陷等级并输出缺陷记录；

7、s5、将符合回捞判据的部件图像作为困难样本回传复核，根据复核结论滚动更新标准外观特征中心并增量微调偏离识别网络，用于下一轮巡检。

8、第二方面，本申请提供了一种电缆分支箱部件级缺陷识别系统，用于实现所述的一种电缆分支箱部件级缺陷识别方法，包括：

9、图像采集模块，用于按型号登记电缆分支箱各标准部件的区域范围与邻接关系，形成部件拓扑模板，采集多台正常箱体的各标准部件图像，经外观提取网络处理获得标准外观特征中心；

10、区域截取模块，用于采集当前待测样本巡检图像，按照部件拓扑模板确定各标准部件在当前图像中的区域并取出作为待测部件图像；

11、缺陷分类模块，用于将待测部件图像输入预训练的偏离识别网络，得到待测部件特征向量，计算待测部件特征向量与对应标准外观特征中心的偏离度，输出缺陷类别与分类置信度，根据偏离度与分类置信度联合确定待定异常部件；

12、拓扑校验模块，用于以待定异常部件为节点、以邻接关系为边构建部件状态图，利用异常关联规则表作拓扑校验，对命中关联规则的相连节点提升偏离度，对孤立且分类置信度低的节点降低偏离度，按校验结果评定缺陷等级并输出缺陷记录；

13、回传更新模块，用于将符合回捞判据的部件图像作为困难样本回传复核，根据复核结论滚动更新标准外观特征中心并增量微调偏离识别网络，用于下一轮巡检。

14、本申请的有益效果如下：

15、本申请提出了一种电缆分支箱部件级缺陷识别方法及系统，与现有技术相比，本申请通过按型号预先登记各标准部件的区域范围与邻接关系形成部件拓扑模板，将整幅巡检图像解耦为各标准部件的独立识别单元，将缺陷识别从整图搜索转化为部件级比对，规避了小目标在整图中像素占比低难以稳定检测的固有困难；同时，基于覆盖多种光照条件与拍摄距离角度的正常样本建立标准外观特征中心，利用偏离识别网络计算待测部件图像与标准外观特征中心的偏离度，使偏离度计算过程对正常成像条件波动具有包容性，避免了模型将光照、视角等成像条件变化直接判为缺陷；进一步地，通过以待定异常部件为节点、以邻接关系为边构建部件状态图并结合异常关联规则表进行拓扑校验，利用同一箱体上邻接部件缺陷之间的共现规律对偏离度进行修正，降低了孤立误检；此外，通过困难样本回传复核与滚动更新机制，使标准外观特征中心和偏离识别网络能够跟随实际工况变化持续优化，维持长期部署后的识别性能。上述技术手段相互配合，提升了电缆分支箱缺陷识别的准确率与鲁棒性。

1.一种电缆分支箱部件级缺陷识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，采集多台正常箱体的各标准部件图像，经外观提取网络处理获得标准外观特征中心包括：

3.根据权利要求1所述的方法，其特征在于，按照部件拓扑模板确定各标准部件在当前图像中的区域，为以下两种方式之一：第一种方式，由部件定位网络按部件拓扑模板输出各标准部件在当前图像中的区域范围；第二种方式，按部件拓扑模板中登记的区域范围为归一化区域范围，根据当前图像中箱体外接矩形的位置与尺寸，将归一化区域范围映射至当前图像，得到各标准部件的区域范围。

4.根据权利要求1所述的方法，其特征在于，偏离识别网络包括外观提取网络、偏离度计算模块与分类支路，其中外观提取网络用于提取待测部件图像的待测部件特征向量；偏离度计算模块用于根据待测部件特征向量与对应的标准外观特征中心计算偏离度；分类支路用于根据外观提取网络第四个卷积块的输出特征图与预设缺陷类别集合，输出待测部件图像的缺陷类别与分类置信度。

5.根据权利要求4所述的方法，其特征在于，根据待测部件特征向量与对应的标准外观特征中心计算偏离度，包括：

6.根据权利要求4所述的方法，其特征在于，根据外观提取网络第四个卷积块的输出特征图与预设缺陷类别集合，输出待测部件图像的缺陷类别与分类置信度包括：

7.根据权利要求1所述的方法，其特征在于，利用异常关联规则表作拓扑校验，对命中关联规则的相连节点提升偏离度，对孤立且分类置信度低的节点降低偏离度包括：

8.根据权利要求1所述的方法，其特征在于，异常关联规则表由历史缺陷记录统计得到，以同一箱体上发现时间相隔不超过预设关联窗口且所属部件在部件拓扑模板中登记为邻接的两个历史缺陷作为一条共现样本，以先发现的缺陷为源项、后发现的缺陷为目标项；统计源项到目标项的组合的共现频次占该源项出现总频次之比，作为该组合的关联权重，其中该源项出现总频次指该源项作为先发现的缺陷出现的总次数，包括该源项所示缺陷出现后预设关联窗口内无邻接缺陷随之出现的次数，不包括该源项所示缺陷作为后发现的缺陷出现的次数；保留关联权重不低于预设规则阈值的组合，构成异常关联规则表。

9.根据权利要求1所述的方法，其特征在于，回捞判据包括以下至少一项：部件在拓扑校验中被标记为疑似误检；部件的分类置信度低于预设置信度下限；部件经拓扑校验后的偏离度与相邻缺陷等级分界值之差的绝对值小于预设临界幅度；部件在拓扑校验后被标记为待复核。

10.一种电缆分支箱部件级缺陷识别系统，用于实现如权利要求1至9任一项所述的一种电缆分支箱部件级缺陷识别方法，其特征在于，包括：