[發明專利]一種輸電線路反事故措施智能統計方法

在審

• 申請號: 201910869429.7
• 申請日: 2019-09-16
• 公開（公告）號: CN110378903A
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 麥俊佳;曾懿輝;張虎;黃豐;張紀賓
• 申請（專利權）人: 廣東電網有限責任公司佛山供電局
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

1.一種輸電線路反事故措施智能統計方法，特征在于，所述方法包括以下步驟：

S1：輸入需要識別的輸電線路桿塔照片，

S2：利用固定大小的檢測窗口，遍歷輸電線路桿塔圖片，截取固定尺寸大小的圖片進行識別；

S3：對S2截取的圖片進行識別，依據前期訓練的Fast R-CNN鐵塔類型及掛點識別模型，對圖片的鐵塔類型和掛點類型進行識別；

S4：判斷識別結果；若識別成功則獲取識別鐵塔類型及掛點類型，并在截取圖片中進行標記，保存圖片，同時記錄識別結果，進入S6；若識別失敗則進入S5；

S5：判斷圖片是否遍歷結束；若沒有遍歷完成，則返回S2截取其他的圖片進行識別；若圖片均遍歷完成，而且均識別失敗，保存不識別的原始圖片并在記錄識別結果，進入S6；

S6：識別結束，輸出識別結果、截取的部件圖片和不識別圖片；對于不識別的結果通過人工判別與標注，完善數據集，增量訓練更新模型；對于已識別結果，將截取的部件圖片再次輸入模型，進行二次識別，進入S7；

S7：二次識別，對S4截取的圖片進行二次識別，依據前期訓練的yolov3鐵塔類型及掛點類型識別模型進行識別，對于識別的部件用矩形框進行標記，并記錄識別結果，進入S8；對于不識別的結果通過人工判別與標注，完善數據集，增量訓練更新模型；

S8：根據交叉跨越信息和圖像識別結果，統計反措情況。

2.根據權利要求1所述的輸電線路反事故措施智能統計方法，特征在于，S1中需要識別的輸電線路桿塔照片包括日常運維無人機拍攝的地線掛點照片和人工拍攝的地線掛點照片。

3.根據權利要求2所述的輸電線路反事故措施智能統計方法，特征在于，S2中遍歷輸電線路桿塔圖片具體為：從需要識別的輸電線路桿塔照片中間、左上方、右上方、左下方和右下方五個方向遍歷輸電線路桿塔圖片。

4.根據權利要求3所述的輸電線路反事故措施智能統計方法，特征在于，S2中初次識別從原始圖片的正中間截取圖片識別，當識別失敗，再依次截取其他方向的圖片進行識別。

5.根據權利要求1-4任一項所述的輸電線路反事故措施智能統計方法，特征在于，FastR-CNN鐵塔類型及掛點識別模型的訓練過程包括以下步驟：

S3.1：標注圖片，形成數據集：建立鐵塔類型及地線掛點類型數據集，對日常運維無人機拍攝的地線掛點照片和人工拍攝的地線掛點照片進行標注，采用labelImg軟件對鐵塔類型和地線掛點類型進行標注，分別標注為直線塔、耐張塔、單掛點和雙掛點，由此形成訓練數據集；

S3.2：模型訓練，形成鐵塔類型及掛點識別模型：利用PaddlePaddle深度學習平臺和Fast R-CNN目標檢測算法通過六萬次以上的迭代訓練得出鐵塔類型及掛點識別模型；

S3.3：輸入輸電線路桿塔照片識別判斷：依據訓練得出的鐵塔類型及掛點識別模型，對輸入的圖片進行識別；

S3.4：判斷是否存在不識別結果，若輸入的所有圖片均識別成功，則說明訓練模型合格，識別率較高；若存在不識別結果，則需人工判別與標注，完善數據集，返回S3.2，增量訓練形成新模型，再循環輸入圖片重新識別，由此不斷完善訓練模型，得出準確的圖片訓練模型。