针对已有检测模型处理不同样本时采取固定特色空间的不敷及现有绝缘子检测算法特色提取繁芜的毛病，模拟人类由简到细反复考虑比对的认知过程，探索一种基于反馈机制的卷积神经网络绝缘子状态检测方法。
首先，针对绝缘子样本的特点，改进LeNet_5网络构造，引入随机配置网络分类器，添加反馈机制调节卷积核的大小和个数，采取交替优化的策略以优化卷积神经网络的参数。其次，基于熵理论，建立语义偏差信息熵测度评价指标，实时评价绝缘子不愿定检测结果，战胜状态后验评测的毛病。末了，依据语义偏差信息熵测度指标评价结果，通过构建的反馈机制调节卷积核的大小和个数细化提取特色，从而实现由简到细反复考虑比对优化检测结果。
实验结果表明，改进型卷积神经网络模型在绝缘子状态检测上具有较高的检测精确率。
随着天下范围内人们生产生活用电需求的不断增加，电网的培植规模也随之不断扩大，个中输电线路的安全性和可靠性直接影响电力传输的稳定性。绝缘子作为架空输电线路中的主要设备，对电线电缆的连接起到极其关键的浸染，因此绝缘子自爆、破损、异物等故障的发生严重影响着整条线路的安全运行。据电力部门数据统计，因绝缘子故障引起的大面积停电事件占输电线路总事件的81.3%。因此绝缘子的定期检测与及时维修对付掩护保障电网的安全至关主要。
目前国内外对绝缘子故障检测研究方法有光谱法、紫外脉冲法、径向温度法、超声波检测法等。这些检测方法均取得了一定的效果，但剖析文献，创造不少方法存在危险性高、算法繁芜等问题，均需进一步深入研究。基于图像处理技能对电力绝缘设备进行非打仗式检测的研究。
个中，有学者以紫外图像中放电光斑面积的大小作为紫外成像量化参量，试验比拟研究了绝缘子放电的紫外成像图像和电脉冲旗子暗记特色。有学者基于日盲紫外成像技能，对绝缘子进行了腌臜状态评估。有学者对绝缘子进行离散正交S域变换得到频率矩阵，将该矩阵的均值、标准偏差等特色作为自适应神经模糊推理系统（Adaptive Neuro-Fuzzy Inference System, ANFIS）和支持向量机（Support Vector Machine, SVM）的演习集，从而检测绝缘子状态。
有学者利用组合支持向量机和小波多分辨率（wavelet Multi-Resolution Analysis, MRA）剖析架空配电系统绝缘子的状态。现有算法无法有效办理绝缘子状态检测的多分类问题，且面临处理海量数据检测速率低的问题，因此，如何提出一个面向大数据的绝缘子状态检测方法是一个亟待办理的问题。
随着神经网络算法的不断改进以及学习模型在特色提取和学习表达能力方面的显著提升，以深度学习为代表的人工智能理论与运用研究受到了前所未有的关注。卷积神经网络（Convolutional Neural Networks, CNN）作为范例模型，仿照了生物神经网络构造，随着网络构造的逐渐加深，层层的卷积池提取出由浅层到深层的语义特色，这与人类由简到细的认知模式同等。
LeNet_5是一种范例的卷积神经网络，用于手写体数字的识别。然而，由于绝缘子图像样本与手写体数字图像样本的分辨率变革和背景繁芜等差异性，直接采取LeNet_5网络模型对绝缘子样本进行检测效果不尽空想。如何改进原有的卷积网络模型，获取表达能力强的深度卷积模型，是办理大数据环境下绝缘子检测问题的一种极具前景的方法。
由于航拍采集的绝缘子图像种类多样，在检测时不同样本的检测难度不同，因此，固定的特色空间难以适宜每个样本。只管有少量的绝缘子状态检测模型引入了深度学习理论，但其特色空间一旦建立则不再更新，这与人类反复考虑比对的思维信息交互机制存在明显差异。因此，本文引入了掌握理论中的反馈思想，实时评估绝缘子不愿定检测结果，战胜状态后验评测的毛病，动态调节卷积核的大小和个数，实现多层面样本特色空间的反馈调节优化，构建具有反馈调节机制的绝缘子状态检测方法。
在现有的研究根本之上，为了战胜已有的检测模型处理不同样本时采取相同特色空间的毛病以及原始的LeNet_5网络构造面对绝缘子样本逼近能力的不敷，本文探索了一种基于反馈机制的卷积神经网络绝缘子状态检测方法。改进LeNet_5网络构造，使改进后的模型能很好地适用于绝缘子状态检测。通过语义偏差信息熵测度指标实时评测绝缘子检测结果的可信度，反馈自寻优调节绝缘子多层面特色空间，以准确鲁棒地检测绝缘子状态，增加网络模型的泛化性。
图6 绝缘子定位
总结为了使机器靠近人类对绝缘子状态检测的灵巧性和准确性。本文利用基于反馈机制的卷积神经网络绝缘子状态检测方法对绝缘子状态检测进行了研究。
1）为了担保对具有偏差性较高的绝缘子状态样本检测精确率，采取了在LeNet_5网络构造根本上引入随机配置网络分类器和添加反馈机制调节卷积核的大小和个数的针对性改进，有效地战胜原始的LeNet_5网络构造面对绝缘子样本逼近能力的不敷，增强了学习模型的全局逼近能力。2）基于熵理论，建立绝缘子图像检测结果的语义偏差信息熵测度评价指标，为绝缘子测试样本不愿定检测结果的实时评测供应概率知识模型，在绝缘子多层面特色空间信息与绝缘子不愿定检测结果之间构建出语义熵等价关系。3）采取基于语义偏差信息熵测度评价指标，建立多层面样本特色空间的反馈调节自优化机制，提高了绝缘子状态检测精确率。本文模型对较大数量的绝缘子图像样本进行了多层次深度特色提取，比较于现有的深度模型提取的特色具有更强的鉴别能力。对绝缘子状态进行了反馈调节自优化检测，比较于现有的前向无反馈方法具有更高的检测精确率。本文实验中的图像质量还不足高，须要进一步地积累和完善。
