控制工程

作者：王鹏, 周华良, 赵春晖, 苏战涛, 王晶

单位：1. 浙江大学控制科学与工程学院，浙江杭州 310027；2. 国电南瑞科技股份有限公司，江苏南京 211106

关键词：变电站巡检；光流估计；双流孪生网络；时空运动特征融合；少样本异常检测

变电站安全运维的智能化依赖于基于机器人巡检视频的自动异常检测方法，但变电设备异常的类型多样、特征复杂且样本稀缺，为高精度检测带来了挑战。为此，提出了一种基于时空运动特征融合的变电设备少样本异常检测方法。首先，采用轻量光流网络(LiteFlowNet)提取模板图与对比图的运动特征，生成具有强异常表征能力的双向光流图；其次，设计双流孪生网络(dual-stream siamese network, DS-SiameseNet)，融合模板图、对比图与双向光流图的双模态特征，并通过双重注意力网络构建多尺度融合特征以完成异常定位。实验利用变电设备巡检数据集对所提方法进行测试。实验结果表明，相比于基于图像拼接的非孪生网络方法，所提方法有效提升了少样本场景下变电设备的异常检测精度。

来源：2026年第4期

《控制工程》期刊编辑部

查看控制工程杂志2026年第4期