In diesem Dokument wird die Verwendung des in ArcGIS Living Atlas of the World verfügbaren vortrainierten Modells Insulator Defect Detection erläutert. Das Modell wird zur Erkennung von Isolatoren und zur Klassifizierung von Defekten anhand von hochauflösenden ausgerichteten Bildern von Isolatorensträngen an Strommasten verwendet.
Mit Isolatoren an Strommasten wird verhindert, dass Strom von den Leitern in den Boden abfließt. Diese Übertragungsleitungen führen Strom mit sehr hohen Spannungen, wodurch manchmal die Isolatoren beschädigt werden. Flashover-Schäden entstehen, wenn der Strom durch die Luftspalten zwischen den Isolatoren fließt. Die Isolatoren werden auch durch den Hochspannungsstrom, der durch den Isolatorkörper fließt, oder manchmal durch mechanische Belastung beschädigt. Das Identifizieren solcher Defekte an diesen Isolatoren kann bei der Festlegung von Prioritäten für Wartung und Reparaturen helfen. Dadurch können Energieverluste und weitere Schäden an der Übertragungsinfrastruktur verhindert werden.
Energieversorgungsunternehmen führen regelmäßige Inspektionen der Übertragungs- und Verteilungsinfrastruktur durch. Bei diesen Inspektionen werden Bilder von Übertragungsanlagen mithilfe von Hubschraubern, Drohnen oder manchmal von Fahrzeugen oder Personen auf dem Boden erfasst. Die erfassten Bilder werden dann manuell überprüft, um Defekte an den Anlagen zu identifizieren. Bei einem Inspektionsflug können Hunderte von Bildern für nur einen Kilometer entstehen. Über die gesamte Länge und Breite eines Landes erstrecken sich Tausende von Kilometern an Übertragungsleitungen. Das manuelle Überprüfen der einzelnen Bilder kann mühsam sein. Mit diesem Modell kann die Erkennung von Defekten an Isolatoren automatisiert werden.
Lizenzanforderungen
Für diesen Workflow gelten die folgenden Lizenzanforderungen:
- ArcGIS Desktop: ArcGIS Image Analyst-Erweiterung für ArcGIS Pro
- ArcGIS Enterprise: ArcGIS Image Server
- ArcGIS Online: ArcGIS Image for ArcGIS Online
Modelldetails
Dieses Modell hat die folgenden Merkmale:
- Eingabe: Hochauflösende ausgerichtete Bilder (8-Bit, 3-Band)
- Ausgabe: Feature-Layer, der erkannte und klassifizierte Isolatoren darstellt
- Berechnung: Dieser Workflow ist rechenintensiv. Empfohlen wird eine GPU mit Compute Capability Version 6.0 oder höher.
- Eignung für Geographien: Das Modell eignet sich gut für die Vereinigten Staaten.
- Architektur: Das Modell verwendet die in ArcGIS API for Python implementierte MMDetection-reppoints-Modellarchitektur.
- Accuracy-Kennwerte: In der folgenden Tabelle wird die durchschnittliche Precision des Modells für das Validierungs-Dataset zusammengefasst.
Klasse Durchschnittlicher Precision-Score Defekte Isolatoren
0,92
Isolatoren mit Flashover-Schäden
0,86
Isolatoren ohne Probleme
0,72
Zugreifen auf das Modell und Herunterladen des Modells
Laden Sie das vortrainierte Modell Insulator Defect Detection aus ArcGIS Living Atlas of the World herunter. Alternativ können Sie direkt über ArcGIS Pro auf das Modell zugreifen oder es in ArcGIS Image for ArcGIS Online verwenden.
- Navigieren Sie zu ArcGIS Living Atlas of the World.
- Melden Sie sich mit Ihren ArcGIS Online-Anmeldedaten an.
- Suchen Sie nach Insulator Defect Detection, und öffnen Sie in den Suchergebnissen die entsprechende Elementseite.
- Klicken Sie auf die Schaltfläche Herunterladen, um das Modell herunterzuladen.
Sie können die heruntergeladene .dlpk-Datei direkt in ArcGIS Pro verwenden, oder sie in ArcGIS Enterprise hochladen und dort verwenden.<a Außerdem können Sie das vortrainierte Modell bei Bedarf optimieren.
Versionshinweise
Es folgen die Versionshinweise:
| Datum | Beschreibung |
|---|---|
| Juli 2023 |
Erste Version von "Insulator Defect Detection" |