[發明專利]一種基于卷積神經網絡的保護壓板狀態識別方法

在審

• 申請號: 201811046237.8
• 申請日: 2018-09-07
• 公開（公告）號: CN109472268A
• 公開（公告）日: 2019-03-15
• 發明（設計）人: 李俊達;陳文娟;劉玲;黃建明;黎奕俊;胡榮興;孫景濤;麥富滿;羅文豪;郭杰廣;陳模生;李繼光;李孟杰;莫穎生;李強;周圓;王哲強
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司佛山供電局
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06N3/04
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明涉及一種基于卷積神經網絡的保護壓板狀態識別方法。該方法的核心是使用卷積神經網絡完成識別保護壓板投入、退出、備用狀態的計算機視覺任務。本發明提供的基于卷積神經網絡的保護壓板狀態識別方法，是利用卷積神經網絡對保護壓板狀態進行圖像識別和分析，從而判斷保護壓板的投入、退出及備用狀態。該識別方法為變電站二次巡維提供了有效的技術手段，有效提高了變電運維巡檢工作的質量與效率、降低現場勞動強度，減少安全隱患。

技術領域

本發明涉及變電站二次巡維、計算機視覺領域，更具體地，涉及一種基于卷積神經網絡的保護壓板狀態識別方法。

背景技術

隨著電網規模的不斷擴大，電壓等級較高的輸電線路主保護由過去的一套發展到了幾套，保護壓板（保護連片）由十幾個發展到了幾十個，保護壓板的投退方式也由單獨的投1端發展到投2~3端，二次保護壓板排布密集、數量多。然而，當前變電站二次保護壓板主要通過管理制度來進行約束和管理，智能化程度低。運維人員在巡視過程中缺乏有效技術手段，準確性不能保證。此外，由于無法與歷史巡視信息建立聯系和對比分析，運維人員需要對巡視保護壓板進行反復核查，對運維工作造成了一定的困擾。

發明內容

為了克服上述的保護壓板排布密集、數量多，巡視困難的問題，本發明提出一種基于卷積神經網絡的保護壓板狀態識別方法，本發明采用的技術方案是：

一種基于卷積神經網絡的保護壓板狀態識別方法，包括以下步驟：

S10.輸入變電站現場某種位置類型的保護壓板圖像進行RGB顏色特征分解，在0-255范圍內評估每個像素，并將整張圖像每個像素點的紅光、綠光、藍光的像素數以28×28矩陣的形式存儲，將3個28×28的數值矩陣作為訓練神經網絡的輸入；

S20.進行特征識別，通過卷積神經網絡對像素組進行卷積運算，設置步長來對整個輸入矩陣進行掃描，進而完成對輸入圖像的特征檢測；

S30.在卷積神經網絡中引入修正線性單元來增加非線性模式識別；將S20中初次進行卷積運算得出特征映射后的每個值都通過這一函數，來進行激活或點亮。

S40.通過扁平化對得到相鄰特征檢測矩陣進行降維得到二維特征矩陣：在相鄰特征檢測矩陣中僅僅保留最大值，從而獲得圖像的關鍵信息；

S50.特征扁平化：將上述獲得的二維特征矩陣轉換為一個列向量像素進行輸出；

S60.在扁平化特征向量和保護壓板狀態輸出值之間初始化設置一組權重和偏置；

S70.通過運算得到三種保護壓板的狀態判斷輸出的置信度加權概率，概率最高的即為該方法判斷得出的保護壓板狀態;

S80.使用交叉熵作為卷積神經網絡的損失函數用來比較預測和實際值的差距，在卷積神經網絡訓練的過程中，隨著網絡權重/偏置的調正，來改進模型的判斷準確度;

S90.將卷積神經網絡中輸出的每個保護壓板的狀態與數據庫中保護壓板的正常狀態數據進行對比，標識出有變化的保護壓板。

本發明提供的一種基于卷積神經網絡的保護壓板狀態識別方法，對輸入圖像進行RGB顏色特征分解，并作為卷積神經網絡的輸入；完成對輸入圖像的特征檢測；增加非線性模式識別；通過最大池化保留特征檢測中的關鍵特征；對特征矩陣進行降維，全連接得到三種狀態的特征向量；通過運算得到保護壓板狀態；通過交叉熵損失函數來衡量該方法的判斷輸出和真實壓板狀態之間的差距，通過獎懲以一定的步長和方向來調節各個環節的參數，從而提升該方法的狀態判別能力。

優選的，S20的步驟具體為：

S201.通過在輸入像素矩陣邊界補零的方式來避免學習過程中像素的丟失；

S202.設置加權卷積矩陣對輸入像素矩陣進行卷積運算，完成對輸入像素矩陣進行兩個特征映射，初始化卷積運算的權重設置在0.01到0.1之間；