陈 晨

10kV配电网架空线路绝缘子常年处于户外复杂的环境里，容易产生破损、污秽、裂纹、自爆等缺陷，是造成线路跳闸、停电的主要因素。传统的手工巡检方式效率低、劳动强度大、高危作业风险高，不能满足规模化配网巡检的要求。为了达到绝缘子缺陷智能、精准检测的目的，本文利用无人机航拍成像技术以及轻量化深度学习算法，对10kV配电网架空线路绝缘子缺陷图像进行识别。改善图像预处理过程、改良特征提取网络，攻克户外复杂背景干扰、小缺陷识别不准、设备边缘布置难这些行业难题。经现场实测证明，该识别方法对于绝缘子各种典型的缺陷可以达到96%以上的识别准确率，检测速度快于无人机实时巡检的要求，可以代替传统的手工巡检方式，给10kV配电网的安全稳定运行和运维效率的提高提供技术支持。

10kV配电网；架空线路；绝缘子缺陷；无人机巡检；图像识别；深度学习

[1] 刘文明,吉宝贤,陆丽娟,等.无人机巡检图像缺陷识别技术在架空线路中的应用[J].智能城市,2025,11(6):63-66. [2] 周文青,刘刚.基于深度学习和无人机图像的架空线路缺陷巡检综述[J].电力工程技术,2024,43(2):73-82. [3] 姜明席,周文涛,常安,等.无人机巡检远距离架空线路缺陷识别技术[J].电网与清洁能源,2023,39(8):89-94. [4] 顾超越,李喆,史晋涛,等.基于改进 Faster-RCNN 的无人机巡检架空线路销钉缺陷检测[J].高电压技术,2020,46(9):3089-3096.

点击下载PDF