周仲波 王大力 肖 力 陳家輝 田 地

（貴州電網(wǎng)有限責(zé)任公司遵義供電局）

0 引言

變電站作為電力系統(tǒng)的重要環(huán)節(jié)，一旦出現(xiàn)異物入侵，可能導(dǎo)致設(shè)備損壞、電網(wǎng)短路、電壓波動(dòng)等問(wèn)題，甚至可能引發(fā)火災(zāi)、爆炸、停電等嚴(yán)重后果。為此，諸多學(xué)者對(duì)該方面進(jìn)行研究。如：肖曾翔通過(guò)卷積神經(jīng)網(wǎng)絡(luò)研究變電站異物入侵識(shí)別［1］。龐瑾利用圖像模式識(shí)別變電站異物入侵［2］。變電站異物入侵場(chǎng)景具有多樣性，包括異物的形狀、材質(zhì)、尺寸等。但是上述方法由于特征不具備足夠的靈活性和泛化能力，導(dǎo)致對(duì)于不同類(lèi)型的異物可能無(wú)法提供良好的識(shí)別效果。對(duì)此，本文研究基于YOLOv5算法的無(wú)人值守智能變電站異物入侵識(shí)別方法。

1 基于雙目視覺(jué)的無(wú)人值守智能變電站數(shù)據(jù)采集

雙目相機(jī)是雙目視覺(jué)系統(tǒng)最關(guān)鍵的硬件設(shè)備，它主要由兩個(gè)相同的影像傳感器組成，在雙目相機(jī)內(nèi)部的同步模塊的控制下，兩個(gè)傳感器能夠保證對(duì)某個(gè)場(chǎng)景完成同步拍攝，并將所得視頻或圖像輸出。通過(guò)得到二維圖像數(shù)據(jù)，攝像頭成像模型實(shí)質(zhì)上是找出三維空間內(nèi)的點(diǎn)與二維圖像上的像素點(diǎn)的一一對(duì)應(yīng)關(guān)系［3］。

（1）相機(jī)坐標(biāo)系與圖像坐標(biāo)系的變攝像頭成像變換模型，如圖1所示。

圖1 變換關(guān)系圖像

圖中的幾何關(guān)系表達(dá)式如下：

將其表示為矩陣形式的齊次坐標(biāo)變換關(guān)系為：

（2）圖像坐標(biāo)系與像素坐標(biāo)系的變換，此變換為二維平面內(nèi)的坐標(biāo)變換，涉及坐標(biāo)原點(diǎn)的平移與坐標(biāo)系度量單位的改變，如下圖2所示［4］。

圖2 坐標(biāo)系變換圖像

圖3 數(shù)據(jù)增強(qiáng)方法效果圖

假設(shè)每一個(gè)像素在u、v軸方向上的物理尺寸為dx和dy，則圖中的幾何關(guān)系為：

將其表示為矩陣形式的齊次坐標(biāo)變換關(guān)系為：

綜上所述，可將四個(gè)坐標(biāo)系之間通過(guò)矩陣變換聯(lián)系起來(lái)，聯(lián)合式（2）、（4），得到：

2 基于YOLOv5算法的變電站異物入侵識(shí)別

YOLOv5是一種流行的目標(biāo)識(shí)別算法，它是YOLO（You Only Look Oncе）系列算法的最新版本。與其前身相比，YOLOv5具有更高的性能和更快的運(yùn)行速度。YOLOv5在目標(biāo)識(shí)別任務(wù)中表現(xiàn)出色，能夠?qū)崿F(xiàn)高精度的目標(biāo)識(shí)別和定位［5］。

輸入端主要包括對(duì)輸人的圖像進(jìn)行的數(shù)據(jù)增強(qiáng)以及圖片縮放；主干網(wǎng)絡(luò)主要包括CA模塊與CBAM通道注意力模塊，用于圖像的特征提??；頸部采用FPN+PAN結(jié)構(gòu)，加強(qiáng)對(duì)攜帶信息不同特征層的融合能力；輸出端作為網(wǎng)絡(luò)的識(shí)別部分，利用所提取的特征識(shí)別變電站異物。具體識(shí)別流程如下。

2.1 輸入端

YOLOv5輸入端的主要作用是為了對(duì)輸入圖片進(jìn)行預(yù)處理，將輸入圖片轉(zhuǎn)化為合適的尺寸，以便模型進(jìn)行更好的訓(xùn)練。輸入端所用的方法主要有各種數(shù)據(jù)增強(qiáng)方法和自適應(yīng)圖片縮放。

（1）圖像增強(qiáng)

Mosаic法對(duì)所選取圖片經(jīng)過(guò)數(shù)據(jù)增廣操作后，將四張圖片進(jìn)行最大外接矩形的方式進(jìn)行裁剪拼接，之后就獲得了一張新的圖片。每一張圖也都有其對(duì)應(yīng)的目標(biāo)框，同時(shí)也獲得了新圖片的目標(biāo)框。其具體方法如下圖所示。

（2）自適應(yīng)圖片縮放

自適應(yīng)圖片縮放的方法是將不同尺寸的圖片之間動(dòng)態(tài)調(diào)整輸入圖像的尺寸，使目標(biāo)識(shí)別算法能適應(yīng)不同尺寸的圖像，并保證識(shí)別準(zhǔn)確性。采用自適應(yīng)圖片縮放的方法，在YOLOv5框架中將顯著提高識(shí)別效率。該方法將使得算法在處理不同尺寸的圖片時(shí)更加有效，并減少信息冗余，提高了識(shí)別的速度和準(zhǔn)確性。自適應(yīng)縮放填充過(guò)程如圖4所示。

圖4 自適應(yīng)圖片縮放

圖5 CBAM通道注意力模塊結(jié)構(gòu)

圖6 FPN+PAN結(jié)構(gòu)示意圖

2.2 結(jié)合注意力機(jī)制的主干網(wǎng)絡(luò)設(shè)計(jì)

在YOLOv5的主干網(wǎng)絡(luò)中增加注意力機(jī)制，這種機(jī)制的作用是讓算法更加關(guān)注圖像中重要的特征，同時(shí)忽略那些不太重要的信息。主要結(jié)構(gòu)包括CA模塊與CBAM通道注意力模塊。

（1）CA模塊

CA模塊通過(guò)對(duì)不同通道之間的特征響應(yīng)進(jìn)行動(dòng)態(tài)的自適應(yīng)加權(quán)，使模型能夠更加關(guān)注重要的特征信息。CA模塊通過(guò)嵌入位置信息，避免在二維全局池化中位置信息的損失。

CA采用逐通道進(jìn)行平均池化的方式，使用（H，1）和（1，W）的池化核按X和Y軸方向進(jìn)行池化編碼。由此得到了一個(gè)C×H×1或C×1×W的特征圖。

坐標(biāo)注意力生成為了得到與輸入相同形狀的輸出，將按空間維度提取到的特征圖f進(jìn)行拼接，形狀為并使用控制減小率的參數(shù)r進(jìn)行SE操作，公式如下：

接著，將f拆分為f h和f w，形狀分別為和然后分別進(jìn)行1×1卷積變換函數(shù)Fh和Fw以及Sigmoid激活函數(shù)σ得到gh和gw坐標(biāo)注意力，公式如下：

最后，將gh和gw相乘，得到與輸入相同形狀的輸出，公式如下：

（2）CBAM通道注意力模塊

該模塊在CA模塊的基礎(chǔ)上進(jìn)一步引入了空間注意力機(jī)制，以更細(xì)粒度地調(diào)整特征圖的響應(yīng)。CBAM注意力機(jī)制將輸入特征圖的每個(gè)通道作為一個(gè)特征識(shí)別塊，通過(guò)特征的通道間相關(guān)性輸出通道注意圖，對(duì)于F∈R(C×H×W)層的特征圖，通道注意模塊首先計(jì)算每個(gè)通道MC∈R(C×1×1)的權(quán)重，計(jì)算公式如下：

其次，將池化后的特征圖送入到多層感知機(jī)中，得到屬于通道域的特征圖Mc。最后，將Mc與原始特征圖F相乘并發(fā)送到空間注意力模塊。CBAM結(jié)構(gòu)如下。

2.3 頸部設(shè)計(jì)

在YOLOv5的頸部使用了FPN+PAN）的結(jié)構(gòu)。FPN是一種用于創(chuàng)建輸入圖像的多尺度表示的結(jié)構(gòu)。它旨在通過(guò)生成特征金字塔來(lái)有效地識(shí)別不同尺度的對(duì)象，每個(gè)特征金字塔都具有不同的尺度。FPN的左半部分采用上采樣的方式從網(wǎng)絡(luò)主干中提取特征，向特征圖中插值，使得特征圖的尺度變大，以便和Bаckbonе中的特征圖進(jìn)行融合，對(duì)特征進(jìn)行向上融合，讓特征圖尺寸不斷變大。右半部分是對(duì)特征圖進(jìn)行下采樣，主要目的是為了獲取不同尺度下的特征圖，使淺層的圖形特征與深層的語(yǔ)義特征做更好的融合。

PAN用于聚合來(lái)自FPN不同分支的信息，以預(yù)測(cè)圖像中物體的存在和位置。PAN采用FPN生成的特征圖，并使用它們對(duì)圖像中的對(duì)象進(jìn)行預(yù)測(cè)。PAN分支成多個(gè)并行分支，每個(gè)分支負(fù)責(zé)預(yù)測(cè)不同尺度的對(duì)象。然后聚合來(lái)自不同分支的預(yù)測(cè)以生成圖像的最終預(yù)測(cè)集。FPN+PAN結(jié)構(gòu)如下所示。

2.4 輸出端

在YOLOv5的輸出端主要為Dеtеct模塊，Dеtеct模塊的網(wǎng)絡(luò)主要由三個(gè)1×1的卷積組成，對(duì)應(yīng)三個(gè)特征層。Dеtеct模塊中的主要參數(shù)為變電站異常位置的損失函數(shù)。

在目標(biāo)識(shí)別過(guò)程中造成的損失主要有類(lèi)別損失和目標(biāo)位置損失。IoU表示預(yù)測(cè)框與真實(shí)框之間的交并比，所對(duì)應(yīng)的Loss則表示IoU與1之間的差值。當(dāng)預(yù)測(cè)框與真實(shí)框重疊時(shí)，損失函數(shù)則為0，表達(dá)式如下：

在目標(biāo)識(shí)別時(shí)，考慮到減少損失的需要，采用CⅠoULoss損失函數(shù)。預(yù)測(cè)框和真實(shí)框的具體位置信息如圖7所示。

圖7 CIoULoss

表達(dá)式如下：

基于上述流程實(shí)現(xiàn)無(wú)人值守智能變電站異物入侵識(shí)別。

3 實(shí)驗(yàn)分析

3.1 實(shí)驗(yàn)環(huán)境

為驗(yàn)證本文設(shè)計(jì)變電站異物入侵識(shí)別方法的實(shí)用性，進(jìn)行實(shí)驗(yàn)測(cè)試。測(cè)試選用Stеrеolаbs公司生產(chǎn)的ZED 2型雙目相機(jī)對(duì)變電站數(shù)據(jù)進(jìn)行采集。本次項(xiàng)目的數(shù)據(jù)集選用公開(kāi)數(shù)據(jù)集以及實(shí)地拍攝的變電站照片，共5000張照片。本次研究使用的是PASCALVOC格式的數(shù)據(jù)集。訓(xùn)練設(shè)置如下表1所示。

表1 訓(xùn)練設(shè)置

3.3 實(shí)驗(yàn)結(jié)果

以變電站異物入侵識(shí)別精度為實(shí)驗(yàn)指標(biāo)，采用本文方法、文獻(xiàn)［1］方法、文獻(xiàn)［2］方法進(jìn)行實(shí)驗(yàn)測(cè)試，測(cè)試結(jié)果如圖8所示。

圖8 異物入侵識(shí)別精度對(duì)比圖

從圖8可以看出，本文方法的異物入侵識(shí)別精度最高達(dá)到97%，而對(duì)比方法的異物入侵識(shí)別精度均為超過(guò)90%。由此可見(jiàn)，本文方法的異物入侵識(shí)別性能明顯優(yōu)文獻(xiàn)［1］方法、文獻(xiàn)［2］方法。說(shuō)明本文方法的技術(shù)水平和應(yīng)用價(jià)值較高。

4 結(jié)束語(yǔ)

變電站一旦出現(xiàn)異物入侵，可能導(dǎo)致設(shè)備損壞、電網(wǎng)短路、電壓波動(dòng)等問(wèn)題，甚至可能引發(fā)火災(zāi)、爆炸、停電等嚴(yán)重后果。對(duì)此，本文研究基于YOLOv5算法的無(wú)人值守智能變電站異物入侵識(shí)別方法。經(jīng)過(guò)實(shí)驗(yàn)結(jié)果表明：本文方法的異物入侵識(shí)別精度最高達(dá)到97%，具有實(shí)用性。