Page 90 - 《应用声学》2025年第1期
P. 90

86                                                                                   2025 年 1 月


                    表 2   不同卷积核数目下的训练结果                            图 10 为卷积核大小为 9×9 时测试得到的混淆
                Table 2  Training results with different        矩阵,横轴表示输入的实际分类,纵轴表示输出的预
                number of convolution kernels                  测分类。可以发现,将不同类型的高压电缆终端铅

                                                               封缺陷超声图像输入到经过训练的模型中,预测分
                   卷积核数目          损失值        准确率/%
                                                               类与实际分类的重合度为 100%,说明可以 100% 准
                      7×7        0.003921       100
                                                               确预测出各个输入的铅封图像缺陷类型。试验结果
                      9×9        0.008435       100
                     11×11       0.090833     95.58172         显示该模型在检测不同类型的铅封缺陷时具有较
                     13×13       0.032772     96.55172         高的准确率。

                 试验结果表明,在训练迭代前 800 次,铅封缺                       4 结论
             陷识别模型的损失值迅速下降,准确率迅速上升;
             当训练迭代到 1000 次左右,铅封缺陷识别模型开                             本文将超声检测方法与深度学习算法结合,验
             始收敛,模型损失值和准确度已经趋于稳定。当卷                            证了基于 CNN 的高压电缆终端铅封缺陷检测的可
             积核分别为 11×11 和 13×13 时,在对模型的训练过                    行性和有效性。使用电缆终端铅封缺陷超声检测平
             程中,损失值和准确率的变化曲线均出现了明显波                            台获取了不同类型的铅封缺陷图像,将超声图像经
             动,整个过程不够平滑,训练的模型达到稳定后准确                           过预处理之后,通过搭建的 CNN 对超声图像进行
             度也没有达到 100%,只有 95%和 96%左右;当卷积                     训练,经多轮训练,选择最佳参数,获得最优网络模
             核的大小分别为 7×7 和 9×9 时,训练的模型对铅封                      型,实现铅封缺陷的自动识别。针对文中样本库,所
             缺陷检测准确度为 100%,损失值仅为 0.003921 和                    建立的模型能较好地实现对铅封终端缺陷的超声
             0.008435,表明模型对铅封缺陷识别训练已达到了                        图像的精确识别,准确率达到 100%,取得了较好的
             检测学习的最高值,可以对实际铅封缺陷图像进行                            识别效果,验证了该方法的有效性。下一步工作将
             识别测试。通过对比发现,当卷积核为9×9时,训练                          进一步扩充铅封超声图像数据集,扩大 CNN 在终

             过程中损失值和准确度的变化过程更加平滑,损失                            端铅封缺陷检测中的应用范围,并用于实际现场缺
             值从最初的 1.4 降低到 0.008 左右,准确率从 27%提                  陷检测中,减少人工观察带来的误判、漏判问题,提
             高到 100%,整个过程波动较小,训练的整体效果也                         升电力系统运行智能化水平。
             更好。因此将卷积核的大小设置为 9×9 对模型进行
             训练,然后进行实际测试试验。                                                   参 考 文        献

                                     ຉ๶ᅾ᫼
                                                                 [1] 杜伯学, 马宗乐, 霍振星, 等. 电力电缆技术的发展与研究动
                   Яᦊˁ     20     0     0     0    100%            向 [J]. 高压电器, 2010, 46(7): 100–104.
                  ࡏᫎᎥᬞ    16.0%  0%    0%    0%    0%
                                                                   Du Boxue, Ma Zongle, Huo Zhenxing, et al. Recent re-
                           0     40     0     0   100%             search status of techniques for power cables[J]. High Volt-
                  ЯᦊᎥᬞ
                           0%   32.0%  0%    0%    0%
                                                                   age Apparatus, 2010, 46(7): 100–104.
                 ᣥѣዝ  ࡏᫎᎥᬞ  0%   0%   32.0%  0%   100%           [2] 王冠卿. 电力工程施工中电力电缆敷设技术研究 [J]. 中国高
                                              0
                                       40
                                  0
                           0
                                                                   新科技, 2019(2): 86–88.
                                                   0%
                                                                 [3] 邵森安, 马勰, 丰如男, 等. 电力电缆国内外研究综述 [J]. 电
                   ௄Ꭵᬞ     0      0     0    25   100%             线电缆, 2021(3): 1–6, 10.
                           0%    0%    0%   20.0%  0%              Shao Sen’an, Ma Xie, Feng Runan, et al. Review of re-
                                                                   searches on power cables at home and abroad[J]. Wire &
                          100%   100%  100%  100%  100%
                           0%    0%    0%    0%    0%              Cable, 2021(3): 1–6, 10.
                                                                 [4] 罗进圣, 李忠群, 王伟. 电缆终端与金属护套封铅分析 [J]. 河
                         Яᦊˁ     ЯᦊᎥᬞ  ࡏᫎᎥᬞ   ௄Ꭵᬞ                  北电力技术, 2011, 30(2): 46–47.
                          ࡏᫎᎥᬞ
                                                                   Luo Jinsheng, Li Zhongqun, Wang Wei. Analysis on lead-
                                     ᄬಖዝ                           sealing of cable terminal and metal shield[J]. Hebei Elec-
                                                                   tric Power, 2011, 30(2): 46–47.
                     图 10  卷积核大小为 9×9 的混淆矩阵
                                                                 [5] 周长城, 赵海军, 任萍. 高压电缆附件铅封工艺的改进 [J]. 东
                Fig. 10 Confusion matrix with kernel size 9×9      北电力技术, 2021, 42(2): 23–26, 29.
   85   86   87   88   89   90   91   92   93   94   95