Trong vài thập kỷ qua, quá trình nghiên cứu phát triển và ứng dụng các công nghệ lưới điện thông minh để hiện đại hóa và nâng cấp lưới điện, các công nghệ mới để kiểm tra, đánh giá sự hư hỏng của đường dây truyền tải điện trên không đã và đang được đẩy mạnh nhằm hướng đến các mục tiêu tự động  hóa  quá  trình  giám  sát  tình trạng chế độ vận hành, đảm bảo tính an toàn và hiệu quả. Trong bối cảnh chung đó, việc sử dụng máy bay không người lái (UAV) để kiểm tra giám sát lưới điện cao thế hiện đang là một bài toán được quan tâm không chỉ đối với ngành điện của Việt Nam mà đối với ngành điện trên toàn thế giới. Bài báo này đề xuất một hướng tiếp cận hiệu quả để giải quyết bài toán tự động phát hiện đường dây và các thiết bị trên lưới điện cao thế110 kV dựa trên mô hình Mask R-CNN. Hiệu quả của phương pháp được kiểm nghiệm trên bộ dữ liệu lớn bao gồm 52500 khung hình (ảnh), trong đó 27500 ảnh được thu nhận trực tiếp trên lưới trong điều kiện môi trường hoàn toàn tự nhiên (trời nắng vừa, nắng to, nhiều mây, có mưa phùn, gió nhẹ, gió vừa) tại các khoảng thời gian khác nhau trong ngày(buổi sáng, buổi trưa, buổi chiều tối), 25000 ảnh được sinh bằng các kỹ thuật biến đổi, tổng hợp và các cấu trúc mạng GAN. Từ các kết quả thực nghiệm cho thấy phương pháp đề xuất đạt độ chính xác cao (trên 97%), ổn định và ít nhạy cảm với nhiễu. 

Từ khóa: Lưới điện, học sâu, thiết bị điện, phát hiện đối tượng, phân lớp, gán nhãn, làm giàu dữ liệu,huấn luyện, kiểm thử, độ chính xác, độ truy hồi, Mask R-CNN, Instance segmentation.

Xem chi tiết: tại đây