论文部分内容阅读
随着我国高铁建设的迅猛发展，高铁运营里程持续保持世界第一，成为我国一张响亮的国际名片，同时高铁的运营开通也改善着人民群众的出行条件，推动着我国经济向好向上发展。随着2020年基础建设投资的大量落地实施，高铁建设将继续稳步推进。然而，随之而来的是高铁运营维护的巨大压力，单独增加人力已不足以适应现状，因此，信息化、智能化的运维将成为必由之路。其中，牵引供电系统，特别是接触网健康状态的检测监测是一个突出问题。
铁路运营管理部门早在2012年就提出建设高铁供电安全检测监测系统（6C系统），经过近几年的发展，已经有一批科技成果应用。譬如，接触网悬挂状态检测监测装置（4C装置）在高铁维修天窗内采集接触网支持装置及悬挂部分的高清晰图像，通过后台的图像分析来或肉眼判断来进行接触网零部件的定位及故障识别。但传统的图像识别算法鲁棒性不强，十分容易受到干扰而使得检测效果不佳，肉眼判断则需要大量劳动力，费时费力。
因此，本文结合深度学习中的卷积神经网络和迁移学习等技术在图像领域的应用优势，解决了接触网运维中的两个问题。第一个问题是接触网可视化接地识别问题，对VGG-16网络提出网络结构上的改进，通过迁移学习策略获得了预训练模型良好的特征提取能力，结合稀疏自编码器优化卷积特征，使网络具有一定的稀疏性，提升模型识别精度和泛化能力，又使模型参数减少。实验结果表明，该模型在接地刀闸状态识别的验证集上达到了92%的识别率。第二个问题是绝缘子的定位及缺陷诊断问题，创造性地提出Faster R-CNN网络和Mask R-CNN网络串联使用的方法，分别对绝缘子实现定位及背景分割，使用两个检测网络提升了定位的准确性，降低了漏检率。而后对分割出来的绝缘子使用Radon变换进行形态矫正，接着统计绝缘子图像的纵向像素分布情况，根据纵向像素分布图来确定绝缘子是否发生缺陷或发生缺陷的位置。在研究过程中，特殊的硬件设备即显卡的计算加速性能也提升了网络的训练速度，对相关工作有很大助力。
本文的研究结果可以为高铁运维提供科学指导，但还有继续精进深入研究的空间。一方面，绝缘子缺陷中的掉串、闪络、脏污痕迹等不同类别还可以进行细分；另一方面，还可以将本文提出的方法做成嵌入式装置加以实际应用。
铁路运营管理部门早在2012年就提出建设高铁供电安全检测监测系统（6C系统），经过近几年的发展，已经有一批科技成果应用。譬如，接触网悬挂状态检测监测装置（4C装置）在高铁维修天窗内采集接触网支持装置及悬挂部分的高清晰图像，通过后台的图像分析来或肉眼判断来进行接触网零部件的定位及故障识别。但传统的图像识别算法鲁棒性不强，十分容易受到干扰而使得检测效果不佳，肉眼判断则需要大量劳动力，费时费力。
因此，本文结合深度学习中的卷积神经网络和迁移学习等技术在图像领域的应用优势，解决了接触网运维中的两个问题。第一个问题是接触网可视化接地识别问题，对VGG-16网络提出网络结构上的改进，通过迁移学习策略获得了预训练模型良好的特征提取能力，结合稀疏自编码器优化卷积特征，使网络具有一定的稀疏性，提升模型识别精度和泛化能力，又使模型参数减少。实验结果表明，该模型在接地刀闸状态识别的验证集上达到了92%的识别率。第二个问题是绝缘子的定位及缺陷诊断问题，创造性地提出Faster R-CNN网络和Mask R-CNN网络串联使用的方法，分别对绝缘子实现定位及背景分割，使用两个检测网络提升了定位的准确性，降低了漏检率。而后对分割出来的绝缘子使用Radon变换进行形态矫正，接着统计绝缘子图像的纵向像素分布情况，根据纵向像素分布图来确定绝缘子是否发生缺陷或发生缺陷的位置。在研究过程中，特殊的硬件设备即显卡的计算加速性能也提升了网络的训练速度，对相关工作有很大助力。
本文的研究结果可以为高铁运维提供科学指导，但还有继续精进深入研究的空间。一方面，绝缘子缺陷中的掉串、闪络、脏污痕迹等不同类别还可以进行细分；另一方面，还可以将本文提出的方法做成嵌入式装置加以实际应用。