基于机器视觉的高压输电线路部件缺陷识别技术研究
梁留永 （ 南方电网超高压输电公司昆明局 ）
https://doi.org/10.37155/2717-5251-0803-74Abstract
本文聚焦基于机器视觉的高压输电线路部件缺陷识别技术。先分析关键部件与缺陷类型，指出检测难 点；接着介绍图像采集与预处理技术，优化采集系统与预处理流程；对比传统与深度学习识别算法，改进YOLOv8模 型提升性能；最后设计实现缺陷识别系统，经测试验证其功能与性能达标。该研究为高压输电线路巡检智能化提供有 效方案，助力新型电力系统构建。
Keywords
机器视觉；高压输电线路；缺陷识别Full Text
PDFReferences
[1]冯伦.多光谱图像融合技术在输电线路无人机巡检
中的应用与效率分析[J].流体测量与控制,2024,5(06):8-11.
[2]陈嘉琛,俞曜辰,陈中,等.基于改进YOLOv3的输电
线路缺陷识别方法[J].南方电网技术,2021,15(01):114-120.
[3]林俊省,郭锦超,王昊.基于AI图像识别的输电线路
缺陷自动识别技术研究[J].数字技术与应用,2020,38(12):
147-149.
[4]方志丹,林伟胜,范晟,等.基于层级识别模型的输电
线路杆塔小金具缺陷识别方法[J].电力信息与通信技术,
2020,18(09):16-24.
中的应用与效率分析[J].流体测量与控制,2024,5(06):8-11.
[2]陈嘉琛,俞曜辰,陈中,等.基于改进YOLOv3的输电
线路缺陷识别方法[J].南方电网技术,2021,15(01):114-120.
[3]林俊省,郭锦超,王昊.基于AI图像识别的输电线路
缺陷自动识别技术研究[J].数字技术与应用,2020,38(12):
147-149.
[4]方志丹,林伟胜,范晟,等.基于层级识别模型的输电
线路杆塔小金具缺陷识别方法[J].电力信息与通信技术,
2020,18(09):16-24.
Copyright © 2026 梁留永
Publishing time:2026-02-01
This work is licensed under a Creative Commons Attribution 4.0 International License