基于机器视觉的光伏电站绝缘子机械故障检测研究

为解决现有光伏电站绝缘子的机械故障检测模型准确率低和泛化性差的问题,提出了一种基于机器视觉的光伏电站绝缘子机械故障检测方法。该方法首先计算绝缘子图像亮度修正系数并进行亮度修正,然后使用改进的FCN(Full Convolutional Network,全卷积网络)对光伏电站绝缘子进行分割和轮廓凸包检测,并进行连通域标记和质心坐标计算,最后建立绝缘子机械故障定位模型,根据等距质心定位绝缘子故障位置。实验结果表明光伏电站绝缘子故障平均定位误差为18像素,大雾天气和光照不均情况下检测成功率分别为82.5%和96%,算法时间复杂度为0.066~0.076 s。