Computer Vision-based Safety Enhancement in Electric Power Transmission and Distribution
- 발행기관 Sogang University, Graduate School of Sogang University
- 지도교수 Unsang Park
- 발행년도 2020
- 학위수여년월 2020. 2
- 학위명 박사
- 학과 및 전공 일반대학원 컴퓨터공학과
- UCI I804:11029-000000064933
- 본문언어 영어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
절연체, 컷-아웃-스위치 및 피뢰기와 같은 전력 관련 장비는 안전하고 안정적인 전력 공급을 보장하는 데 중요한 역할을 한다. 하지만, 외부 자연 환경에의 노출, 물리적 또는 전기적 결함으로 인하여 전력 장비에 결함이 발생할 수 있으며, 이는 전체 전력망의 장애를 일으킬 수 있다. 이러한 전력 장비의 수리 또는 교체는 일반적으로 숙련된 전기 수리공에 의해 수행됨에도 불구하고 높은 수준의 안전 조치가 갖추어져야 하며, 그렇지 않은 경우 수리 또는 교체 작업 중에 수리공이 생명을 잃거나 심한 부상을 입는 사고가 발생할 수 있다. 이러한 전력 설비의 유지보수 환경의 문제점을 극복하기 위해 우리는 새로운 컴퓨터 비전 기반 알고리즘을 기반으로 하는 자동 실시간 전기 장비 탐지 및 결함 분석 시스템을 제안한다. 제안된 시스템은 농촌 및 도시 지역에서 전력선 검사와 관련된 위험도가 높은 작업에 효과적으로 활용할 수 있다. 또한 우리는 수리공의 활동이 전력선 장비의 교체 또는 수리 중에 안전 표준을 충족하는지 확인하기 위해 컴퓨터 비전 기반 안전 모니터링 시스템을 제안한다. 제안된 시스템은 전통적인 기계학습법의 특징 기반 방식과 달리 객체 감지 작업을 위한 합성곱 신경망(CNN) 기반의 프레임 워크를 사용한다. CNN 기반 탐지 프레임 워크는 단계적으로 훈련되어 사라지는 그라디언트 문제(Vanishing gradient problem)를 해결할 뿐만 아니라 더 나은 탐지 성능을 보여준다. 우리는 공개 및 자체 획득 데이터베이스를 사용한 일련의 실험을 통해 제안된 시스템의 우수성을 증명한다.
more초록/요약
Electric power line equipment such as insulators, cut-out-switches, and lightning-arresters play important roles in ensuring a safe and uninterrupted power supply. Unfortunately, their continuous exposure to rugged environmental conditions may cause physical or electrical defects in them which may lead to the failure to the electrical system. The repair or replacement of these power line equipment is usually carried out by trained electric repairman, but this task require high level of safety measures and special tools. During the repair or replacement procedure, the life of the repairman is at great risk, and there has been several reports where repairman have lost their lives or suffered severe injuries. To overcome these challenge, we propose an automatic real-time electrical equipment detection and defect analysis system, whose foundations are laid upon novel computer vision-based algorithms. The proposed system can effectively leverages the burden-some and high risk task of power line inspection in rural and urban areas. We also propose a computer vision-based safety monitoring system for the electrical repairman, to monitor the activities of the repairman and making sure that the safety standards are met during the replacement or repair of powerline equipment. The proposed system utilizes deep Convolutional Neural Network (CNN)-based frameworks for object detection tasks, which is, unlike handcrafted feature-based approaches, robust and can better generalize to the situation. Through series of experiments using public and self-acquired databases, we show the feasibility of the proposed system.
more