境界と細部機能の強化による油浸漬トランスフォーマー内の炭素痕跡の排出のためのインスタンスセグメンテーションネットワーク

科学分野:

• 電気工学
• 人工知能
• ロボット

背景:

• 大型油浸しトランスフォーマーにおける内部隔離の欠陥の検出は,閉じた構造のため困難です.
• 既存の方法では 炭素の痕跡のような 形状や大きさや 複雑な欠陥の背景に 苦労しています

研究 の 目的:

• マイクロロボットを用いて変圧器の断熱欠陥を特定するための自動化された視覚検査システムを開発する.
• CDEP-CTSegという新しいディープラーニングネットワークを提案し,炭素トレースの正確で効率的なセグメンテーションを行う.

主な方法:

• オーバーエクスポージャーとカラー歪みを処理するために改善されたRetinexアルゴリズムが画像の前処理に使用されました.
• 新しいC2f-DySnakeモジュールはYOLOv8フレームワークに統合され,複雑で分岐した炭素トレースのセグメント化を改善しました.
• EHSPANのフィーチャーピラミッドネットワークは,小さな炭素の痕跡の検出を強化するために組み込まれました.

主要な成果:

• CDEP-CTSegネットワークは,YOLOv8-segモデルと比較して,リコール (2.3%),精度 (2.8%),mAP50 (2.8%) の改善を示した.
• クラスター化 (1. 9%) とデンドリット (3. 7%) の炭素痕跡の平均精度において有意な改善が観察されました.
• 提案された方法は,内部変圧器の断熱欠陥の迅速かつ正確なセグメンテーションを可能にします.

結論:

• CDEP-CTSegネットワークは,油浸しトランスフォーマーにおける断熱欠陥の検出とセグメント化の課題を効果的に解決しています.
• この技術は,大型油浸し変圧器の安定した動作と予測的なメンテナンスに寄与します.
• 開発されたシステムは,重要な電気インフラストラクチャの自動化された内部ビジュアル検査のための有望なソリューションを提供します.