电子设计工程ElectronicDesignEngineering第31卷Vol.31第4期No.42023年2月Feb.2023收稿日期：2021-11-08稿件编号：202111052基金项目：国网安徽电力2021年科技项目（5212J02000LB）作者简介：高志国（1990—），男，安徽庐江人，工程师。研究方向：图像处理。变电站中的设备包括变压器、电力电缆、表计等，每一类设备出现故障都会对电网运行造成不良影响。例如，表计出现故障（如表盘模糊、表盘破损与外壳破损）会使工作人员读取表计数据出现误差，使电力设备的运行情况不能被完善监控，为事故埋下了隐患。因此，需要对变电设备进行定期巡检。传统的变电设备巡视检查是值班人员根据外观、颜色、声音、气味、温度等条件判断当前设备运行是否正常。这种巡检方式耗时耗力，对巡检人员的经验要求非常高，同时环境因素也很容易导致误判[1]，基于PCBAM-YOLOv5网络的变电站表计缺陷检测高志国1，袁牧2，童旸3，倪修峰1，程汪刘1（1.国网安徽省电力有限公司铜陵供电公司，安徽铜陵244000；2.安徽大学电子信息工程学院，安徽合肥230000；3.安徽南瑞继远电网技术有限公司，安徽合肥230000）摘要：准确检测变电站中表计缺陷并及时更换是保证电力系统安全运行的重要措施。文中针对表计缺陷图像背景复杂、目标尺寸不一、表计部分遮挡等问题，设计了一种端到端的PCBAM-YOLOv5网络用于表计缺陷检测。为了使网络模型关注复杂背景下表计关键区域，在YOLOv5的基础上，加入并联型混合注意力模块，将通道注意力模块、空间注意力模块和输入特征图并联，在聚焦表计特征的同时突出表计缺陷特征。实验结果表明，PCBAM-YOLOv5在电表缺陷检测测试集上的mAP可达到78%，相对于YOLOv5提高了1.6%。关键词：表计；YOLOv5；缺陷检测；注意力机制中图分类号：TP391.41；TM75文献标识码：A文章编号：1674-6236（2023）04-0077-05DOI：10.14022/j.issn1674-6236.2023.04.016DefectdetectionofsubstationmeterbasedonPCBAM-YOLOv5networkGAOZhiguo1，YUANMu2，TONGYang3，NIXiufeng1，CHENGWangliu1（1.TonglingPowerSupplyCompanyofStateGridAnhuiElectricPowerLimitedCompany，Tongling244000，China；2.SchoolofElectronicInformationEngineering，AnhuiUniversity，Hefei230000，China；3.AnhuiNariJiyuanPowerGridTechnologyLimitedCompany，Hefei230000，China）Abstract:Accuratedetectionofmeterdefectsinsubstationandtimelyreplacementareimportantmea⁃surestoensurethesafeo...
