基于改进YOLOv3的电力设备红外诊断方法

陈同凡，刘云鹏，裴少通

(华北电力大学 电力工程系，河北 保定 071003)

在电气、机械和化学等因素的综合作用下，运行过程中的电力设备会出现包括机械损伤、温度升高及局部电场改变等问题[1-2]。为了准确测量和分析电气设备在日常工作中存在的缺陷问题，国内外专家研究制造很多检测仪器(包括红外测温仪、紫外成像仪等)应用于电气设备的缺陷检测，对于巡检人员在巡检过程中排查设备的缺陷及诊断故障工作具有重大意义[3-4]。电压分布法、电晕检测法、红外成像法等检测手段往往被用于研究电气设备存在的发热故障，其中红外成像法是通过观察红外波段下待测物体的热特性来判断设备是否存在缺陷，该方法已经成为目前变电站设备缺陷检测的主要方式[5]。

随着我国电网的不断发展与建设，电网规模也随之增大，依靠巡检机器人自带的红外热成像仪采集的红外图谱数据量以几何倍数增长，如何及时处理海量红外图像数据从而对电力设备进行迅速有效的红外诊断成为运检工作人员面对的难题：仅仅依靠传统人工对比分析红外图谱显然不现实；若使用Adaboost分类器[6]或边缘检测算子[7-8]结合梯度、纹理等表层特征，往往存在识别准确率不高、模型的泛化水平较低等缺陷。类似的方法还包括采用梯度法进行边缘检测从而识别输电线路的发热点[9]，以及用传统的图像处理法生成关于线路的像素-温度分布曲线[10]，文献[11]提出一种基于支持向量机提取待测目标方向梯度直方图特征的模型，用于绝缘子单一目标的红外图像故障诊断，但对于多目标的识别效果还没有明确结论。

为解决上述问题，可采用深度学习方法对目标进行定位分类，作为深度学习方法中的最常见的经典模型之一，深度学习卷积神经网络(convolution neural network，CNN)对于目标识别定位有着相当不错的效果[12]。目标识别算法于2012年取得显著进展，以CNN为基础进行改进的AlexNet[13]网络横空出世赢得ILSVRC比赛第1名，将目标识别定位算法提升至新的高度[14]。2014年之后，目标识别定位算法逐渐形成两类检测机制，一类是多发检测网络，另一类则是单发检测网络。多发检测网络包括以区域卷积神经网络(region convolution neural network，R-CNN)[15]为基础的检测网络，比如Faster R-CNN[16]等；单发检测网络则包括单步多框检测(single shot multibox detector，SSD)[17]算法和YOLO[18]算法，其中YOLO算法的模型结构较为简单，运营速率和诊断能力较高，应用于电力设备异常发热区域的识别定位诊断，将大大提升目前红外巡检的数据处理能力和人员效率。

因此，本文采用基于CNN的YOLO版本3(version 3，v3)算法[19]识别4类电力设备，包括绝缘子、套管、隔离开关触头和线夹，并对原有YOLOv3的网络结构和部分参数进行相应调整，可保证模型在识别上述4类电力设备时兼顾准确率和实时性，同时引入故障检测框用来定位异常发热区域，通过对已识别的电力设备区域与故障区域的重叠度(intersection over union，IOU)进行计算，用于判定待检测的电力设备是否存在异常发热。目前采用YOLOv3模型用于多类电力设备红外诊断的研究还比较少见，本文实现的改进YOLOv3模型目标检测算法可为变电站巡检机器人和巡检工作人员提供一种稳定、高效的电力设备异常发热红外诊断方法。

本文第1章阐述红外成像检测电力设备故障的基本原理，对变电设备红外数据集进行数据标注工作，并按照一定比例划定实验所需的训练集与测试集；第2章主要介绍YOLOv3模型及其特征，为后续的模型改进工作起到了理论指导的作用；第3章给出基于改进 YOLOv3 模型的变电设备红外图像故障诊断方法。

1 建立红外样本图谱数据库

1.1 电力设备发热故障原因及检测原理

电力设备异常发热的主要成因[20]包括设备本身存在故障，设备面临的氧化问题、电化学侵蚀问题，零部件未按要求紧固，以及设备承载的电流超过额定值引发设备发热，以上原因都有可能导致设备无法处于正常工作状态。当自身存在问题时，设备在额定电压、电流下工作也会出现异常发热现象；设备出现电化学腐蚀和氧化问题，则会导致电阻升高从而带来异常发热问题；设备承载的电流超过一定限额，会使得设备出现发热区域，在此情况下运行过久可能会影响电力系统的暂态稳定性。

红外成像仪获取到热分布图像能够反映被测物体温度大小，判别有关设备故障与否[21]。红外成像仪的工作原理为：红外成像仪的光敏元件检测待测目标发出的红外辐射，放大产生电信号并数字化，再通过红外成像仪的信号处理器将红外热像图呈现在显示器上，如图1所示，待测物体的红外热像图与其热场分布相对应。

图1 红外成像仪工作原理Fig.1 Working principle of infrared imager

1.2 建立电力设备红外图像样本数据库

本文中建立的典型电力设备红外图像样本数据库，来源于运检部门历次采用红外热像仪采集的典型电气设备(包括悬式绝缘子、隔离开关触头、套管、金具等)红外图谱数据，合计2 936张红外图像，经过对样本的筛选与剔除，最终得到2 679张典型电力设备红外异常发热图像，然后将整理收集到的图片批量做去噪、图像增强预处理，并统一剪裁为416×416像素大小。

红外图谱存在多种类型的伪彩色机制，例如铁红、铁青等，工作人员利用红外成像仪拍摄的电气设备背景复杂，现场拍摄的手法和位置不一致，以上特性会对部分图像识别模型造成一定影响，对于相似形状的电力设备会存在误检的情况。考虑到YOLOv3网络具备复杂背景下识别多个目标的能力，使用一定数目的训练样本数据，并通过加载已有网络参数的预训练的深度学习CNN，可以获得平均识别率较高的目标检测结果。

通过使用专门为YOLOv3网络设计的Yolomark标注工具对4类电力设备(绝缘子、套管、隔离开关触头和设备线夹)和异常发热区域进行框选，形成YOLOv3网络红外图像训练数据的标签数据文件。样本库图像共计2 679张红外图像，其中训练样本集和测试样本集占比分别为7∶3[22]，从中抽取1 874幅红外图片作为训练样本集，剩下的805张图像作为测试样本集，具体划分结果见表1。

表1 数据集分配表Tab.1 Allocation table of data set

2 YOLOv3目标识别算法

2.1 YOLOv3的基本原理

YOLOv3 网络结构包含106 个网络层。其中一部分为 Darknet-53 特征提取网络，由一系列的1×1卷积层和3×3卷积层与RES层组成包含残差块的多层神经网络，共有53个卷积层；另一部分由卷积层与上采样层构成。

图2为 YOLOv3 的网络结构图，YOLOv3 网络对每个卷积层进行批归一化(batch normalization，BN)和Leaky relu激活，从而获得YOLOv3的基本组件——卷积正则化激活组件结构(DarkNetconv2D-BN-Leaky，DBL)。残差块RES Unit层由1×1和3×3的卷积层通过跳跃连接与1个3×3的卷积连接构成；残差块能够缓解梯度消失，增加网络的深度，提高模型的提取特征能力。残差组合RESN是由零填充(Zero padding)和DBL以及N个残差块组成的串联结构。为了提高对输入图片特征的学习能力，网络通过张量拼接(Concat)的方式结合提取深层特征和浅层特征，即将网络中不同倍率降采样的张量与当前上采样层的张量进行拼接，从而得到更高维度的特征张量，这也是网络实现多尺度融合预测的关键，生成识别特征图的尺度分别为13×13、26×26、52×52；因此，可以让模型获取到待测目标更全面精细的特征，在干扰下具备更强的鲁棒性。

图2 YOLOv3结构Fig.2 Structure of YOLOv3

下面介绍关于YOLOv3算法的具体特性及计算方法。

a)端对端训练。通过向深度CNN输入训练集图像开展训练、输出图像以实现端到端处理，从而完成目标检测，由于YOLOv3网络只关注模型的输入端与模型的输出端，没有中间的区域建议环节，所以能够显著提高速度。

b)维度聚类。YOLOv3选择K-means聚类算法用于边界框的训练学习，并采取计算重叠度的数值作为边界框的标准，以平均重叠度为基础选择9个锚点从而形成边界框[23]，与传统算法相比，K-means聚类方法避免了过往传统算法中以人工选取边界框为手段产生的低准确率问题。

c)边界框的计算。在YOLOv3模型的训练过程中，计算各个预测边界框和先验框交并比的数值，从中选取和预测边界框存在最大交并比的先验框用于实现目标检测，网络使用K-means聚类来预测形成边界框。

d)预测边界框包含实际目标的置信度计算，用于表示模型对栅格里物体的预测可信度，即物体落入栅格区域，以及坐标预测在多大程度上可信。置信度

fCS=P(c)fIOU.

(1)

式中：P(c)为实际目标出现的概率，c为实际目标，当区域存在实际目标时P(c)为1，否则为0；fIOU为真实框和预测边界框的重叠度。

e)类别预测。采用交叉熵作为损失值用于类别的预测，交叉熵

(2)

2.2 YOLOv3的损失函数

以深度学习CNN为基础的YOLOv3算法需要通过对大量样本进行学习，实现提取到的特征输出符合预期输出，得到参数更优的模型[24]。训练过程中，可以将原模型的参数随机初始化或者采用已提前训练过的模型参数，使用数据标注工具标注数据集，经历多轮训练迭代后得到最终模型，输入测试图片可以得到模型的检测结果。

损失函数依据其特点分为3个模块，包括目标坐标预测损失Lcoord、置信度损失Lcon和类别预测损失Lclass。这里YOLOv3模型选取交叉熵作为损失值用于类别预测，即作为电力设备目标检测模型的损失函数；而针对模型的目标置信水平和类别预测选取的是逻辑回归函数，再通过对坐标、置信度和类别预测赋予不一样的权重，修改关于Lcoord、Lclass、Lcon这三者的系数，得到最终的综合损失函数。

下面将含有待测物体的区域命名为前景(obj)；不含待测物体的区域命名为背景(noobj)表示。针对背景设置阈值：当预测框和边界框交并比的最大值超过背景设置阈值时，不计置信度损失；当预测框和边界框交并比的最大值小于背景设置阈值时，置信度损失记为

(3)

前景预测框的置信度损失

(4)

前景预测框的类别预测损失

(5)

前景预测框的坐标预测损失

(6)

在对坐标、置信度和类别预测赋予不同权重，并修改关于Lcoord、Lclass、Lcon的系数后，得到最终的YOLOv3模型综合损失函数

(7)

2.3 改进的YOLOv3网络结构

由于四类电力设备中线夹的实际尺寸小、绝缘子等实际拍摄距离较远，得到的现场红外图像存在待检测目标尺寸小和识别难度大的问题，如果仍采用原来的网络结构中8倍降采样方式进行小目标的定位识别，将出现检测困难、设备识别准确率低等情况；因此，本文在原有YOLOv3模型的基础上进行网络结构上的改进，提出新的目标检测模型。改进后的模型解决了降采样次数过多引起的检测困难问题、增强特征的使用，能够较好地处理红外样本中小目标识别准确度低的难题。

对YOLOv3 网络模型而言，同一目标在不同尺度下提取的特征由于感受野的不同而有所差异，感受野[25]是指特征图元素映射回原图里相应的区域大小，由Hubel在1962年提出，计算公式为

Rl=sl×(Rl-1-1)+kl.

(8)

式中：s为卷积的步长；R为感受野的大小；k为卷积的核尺寸；l为卷积层层数。

由于降采样对原图像信息进行缩略能够提升感受野的大小，但同时也会丢失原图像中大量的空间信息，进而对边界预测框产生影响；因此，针对以小目标为检测对象的图像，需要选择合适的降采样方式，否则将导致小目标的图像信息由于降采样倍数过大而丧失，使得小目标物体难以被模型检测到。本文将 YOLOv3中原有的8倍降采样方式改进为2倍降采样方式，从而提升网络的输出尺寸，保证不会因为遗失大量空间信息引发小目标的漏检率和误检率升高。为了避免由于降采样倍数降低导致的空间信息计算量提高、感受野减小的问题，可降低采样后的隐藏层通道数，然后利用增加残差单元的策略来提升感受野的尺寸。

图 3所示为改进后YOLOv3网络结构，在原YOLOv3模型算法基础上，对8倍降采样采用4倍的上采样得到2倍降采样特征，再和网络里残差块输出的2倍降采样特征进行拼接，最终得到2倍降采样的检测特征。另一方面，为了确保充分利用小目标物体特征，采用增加残差单元的方式，去掉模型输出层前原有的4个DBL单元，保留2个DBL单元，增加2个残差单元用于提升特征的提取效果。所采用的残差单元一方面提升原有感受野的尺寸，另一方面，小目标物体特征(例如细节和坐标信息)得到充分的利用，从而解决梯度消失的现象。本文提出的预测方式能够避免降采样所引起的空间信息过多流失，提高YOLOv3模型的检测准确率，更适应待测电力设备的异常发热区域检测。

图3 改进后YOLOv3网络结构Fig.3 Improved YOLOv3 network structure

3 实验评估

3.1 实验环境

实验硬件环境为Intel i7处理器(4核、2.5 GHz)，8 GB内存，Geforce GTX 1080TI显卡；开发环境为Python3.7、VS2015、opencv3.1、YOLOv3、cuda9.0。

3.2 训练过程

在改进YOLOv3算法的训练过程中，网络将数据集图片裁剪为416×416像素大小，以原YOLOv3的预训练模型文件为基础开始训练。整个训练过程中，单批处理图像的批次数目为64，权值衰减正则项为0.000 5，动量项为0.9，经过10 000次迭代后得到最终模型。由于模型在训练学习的过程中会趋近于收敛状态，如果一直保持较高的学习速率，通常会导致模型振荡发散；因此，本文在前8 000个训练轮次将学习速率定为0.005，中间1 000个训练轮次学习速率定为0.001，最后1 000个训练轮次的学习速率设置为0.000 1，累计10 000次迭代共耗时10 h后，损失值大致收敛。生成的网络模型可用于下一步的检测阶段，图4为改进YOLOv3模型整个过程的损失曲线。

图4 YOLOv3模型损失曲线图Fig.4 Loss curves of YOLOv3 model

由图4可以看出：在全部样本迭代至8 000次以后，损失值已经趋近于0.5左右；从损失值数值的收敛情况来看，在迭代10 000轮以后损失值数值最终收敛于0.361。训练得到的模型较为理想，可以用在接下来的模型验证及效果测试环节。

3.3 模型验证

为了验证基于改进YOLOv3的电气设备目标检测框架的实际识别效果，本文在测试集上通过准确率、召回率和检测速度来对改进的YOLOv3算法进行评估，用于判断目标检测算法的优劣。

准确率反映的是网络对正样本预测的准确程度，定义为

(9)

召回率反映的是网络对正样本的检索效果，定义为

(10)

式(9)、(10)中：TP为电气设备被判别准确的数量；TN为非电气设备被判别准确的数量；FP为非电气设备误判为电气设备的数量；FN为将电气设备误判为非电气设备的数量。

测试数据集包括805张红外图像，使用准确率、检测速度、召回率对YOLOv3、改进YOLOv3和Faster R-CNN进行评估对比，结果见表2。

表2 实验对比结果Tab.2 Comparisons of experimental results

由表2可以看出，本文提出的YOLOv3算法尽管与原算法相比在召回率方面降低了1.36%，但精确率比原模型升高了0.83%，改进后的YOLOv3算法检测速度能够达到23.91 ms/帧。这是由于改进后的损失函数能够使网络模型更快地拟合数据集并加快收敛速度，这对于模型的实时性能有着很大的帮助。

采用改进的YOLOv3模型对四类电力设备测试集共805张图片的识别结果见表3。可以看出：识别绝缘子的准确率最高，达到96.73%；其次分别为套管和隔离开关；识别设备线夹的准确率最低，为80.91%。这是因为设备线夹的训练集数目在四类电力设备中最少，并且由于设备线夹自身属于小目标，会受到拍摄角度、设备遮挡等影响识别的准确率。四类电力设备的综合检测准确率能够达到88.76%。

表3 电力设备检测准确率Tab.3 Power equipment testing accuracy

3.4 效果测试

使用改进YOLOv3模型对测试样本库中的图像进行效果测试。图5为改进前后对红外测试集的检测效果图，其中图5(a)为原YOLOv3模型的识别效果图，图5(b)为改进后YOLOv3模型的识别效果图。图中的error、cable、insulator分别表示预测框对该目标的分类为异常发热、套管和绝缘子，预测分类之后的数字代表该目标为预测框对应分类的置信度，反映了待检测目标被判定为对应类别目标的概率，能够体现模型对于图像中不同目标检测分类能力。从图5中可以看出：原有的YOLOv3模型在识别套管时，错误地将其分类为绝缘子，并且对于图中的多个套管未能完全识别出来；而改进的YOLOv3能够对图中所有的套管进行准确的分类定位，预测框框选区域更加匹配套管的实际尺寸，相应的置信度也更高，相比于原模型在检测定位能力方面有明显提升。

图5 改进前后检测效果对比图Fig.5 Comparisons of detection results before and after improvement

图6为电力设备多目标识别效果图，图中insulator表示该目标被识别分类为绝缘子，switch则表示该目标被识别分类为隔离开关触头。从图6中可以看出，训练得到的模型可实现多目标准确定位及分类，可以识别出红外图谱中存在的多个绝缘子和隔离开关触头的位置并显示类别。

图6 电力设备多目标识别效果Fig.6 Multi-objective recognition effect of power equipment

3.5 故障诊断

为保证改进YOLOv3模型能够实现故障诊断，将2 679张典型电力设备红外异常发热图像中的1 874幅红外图片作为训练样本集，对其中异常发热区域使用Yolomark标注工具进行标记框选，最终训练得到的YOLOv3模型可以实现电力设备目标检测，同时也能够检测出异常发热区域。

图7为改进的YOLOv3模型对绝缘子发热区域的检测结果，图中 insulator框圈选绝缘子，error框圈选发热区域。目标识别算法可以识别出异常结果并显示发热区域存在的位置，通过判断发热区域与绝缘子区域的重叠度，可以判断绝缘子是否存在发热故障。

图7 绝缘子异常发热区域识别效果Fig.7 Recognition results of abnormal heating areas of insulator

通过计算已识别的电力设备区域与发热区域的重叠度，来诊断待检测的电力设备是否存在故障。重叠度指的是YOLOv3模型产生的电力设备目标窗口与发热区域目标窗口的交叠率，即二者检测框选区域的交集比上它们的并集，即为故障诊断的准确率重叠度。对于故障诊断而言，当重叠度低于一定值X时，可认为电力设备存在异常发热的可能性较小，或异常发热区域在电力设备的占比较小，通常需要进行二次人工诊断；当重叠度为0时，可基本判断电力设备上不存在异常发热区域，或红外样本中无异常发热点，此时无需进行二次诊断；当重叠度大于一定值X时，可判定电力设备存在异常发热区域，将其归类为故障设备。

图8所示为故障诊断流程。具体步骤为：首先提取目标检测框的坐标，将电力设备和发热区域每一行的坐标信息分两类保存到矩阵中；再提取两类矩阵的坐标求重叠度，并对应每一类电力设备故障类型和正常情况进行坐标文件的自动归类，最终得到故障诊断结果。由于本文中的YOLOv3模型可识别四类电力设备并输出对应目标框的坐标与标签，因此可以迅速判别在所涉及的红外图像中哪一类电力设备为故障设备，大大节省故障诊断的时间。

图8 故障诊断流程Fig.8 Fault diagnosis process

4 结束语

基于深度学习CNN提出一种改进的YOLOv3算法用于电力设备红外图谱故障诊断，在YOLOv3算法基础上对网络结构和部分参数进行修改，使得训练模型在识别绝缘子、套管、隔离开关触头和设备线夹四类电力设备具有较高的准确率和更快的识别速度，可在多尺度环境下精确识别电气设备。通过对红外缺陷故障图片训练集进行异常发热特征提取与电力设备多目标特征提取训练，可以有效地对复杂环境下多类电气设备的红外图谱进行故障诊断，具有实际的工程意义，但目前对于部分检测目标如线夹的平均识别准确率有待进一步提升，将作为之后的研究工作。