[發明專利]一種基于AR技術的數字化變電站計量運檢輔助方法

有效

• 申請號: 202010553943.2
• 申請日: 2020-06-17
• 公開（公告）號: CN111722714B
• 公開（公告）日: 2023-10-13
• 發明（設計）人: 丁超;張秋雁;歐家祥;張俊瑋;王藍苓;胡厚鵬;王揚;李航峰;王懿;張昌翔
• 申請（專利權）人: 貴州電網有限責任公司
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06Q10/20;G06Q50/06;G06K7/10;G06V20/20;G06V10/764;G06V10/82;G06F16/583;G06N3/042;G06N3/0464;G06N3/08;G06N5/04;G10L25/51;H04L67/06
• 代理公司: 貴陽中新專利商標事務所 52100
• 代理人: 胡緒東

1.一種基于AR技術的數字化變電站計量運檢輔助方法，其特征在于：該方法為：工作人員在數字化變電站運檢過程中，穿戴AR智能眼鏡，通過采集現場設備二維碼、現場設備照片和視頻、現場設備參數和工作人員語音信息發送至手機運檢APP終端離線分析，或手機運檢APP終端上傳至Web后臺系統進行網絡云分析得出解決方案，再下發指令到AR智能眼鏡指導工作人員進行故障處理和下一步運檢工作。

2.根據權利要求1所述的一種基于AR技術的數字化變電站計量運檢輔助方法，其特征在于：工作人員穿戴的AR智能眼鏡和手機運檢APP終端通過有線連接方式，手機運檢APP終端用于供電和書籍傳輸，AR智能眼鏡用于指導工作人員運檢工作通過語音下達指令和眼鏡投射手機運檢APP端界面。

3.根據權利要求1所述的一種基于AR技術的數字化變電站計量運檢輔助方法，其特征在于：采集設備圖片分析故障：采集至少5000張設備上的目標樣本圖片，包括所有故障圖片和正常情況圖片，進行數據清洗和框選類別標注，利用圖像以及標注框訓練YOLO深度神經網絡模型，模型訓練完成后對運維現場傳來的圖像進行運維設備上目標的檢測，給出目標包圍框，根據常見運維故障及運維數據和經驗，建立專家知識庫進行存儲，再通過計算機語言和邏輯判斷將各類故障編碼和解決方案建立數據映射，手機運檢APP終端離線分析采集圖片的設備故障是將訓練后的圖像識別庫下載到APP中，在APP本地素材庫里找到配置文件進行解析，然后進行向導式的故障運維知識指導和流程跳轉，若本地沒有素材，則去云端下載更新到本地服務器，采集到的數字化變電站內互感器、采集單元、合并單元、交換機、電能表、測試儀器的圖片，找出故障所在。

4.根據權利要求3所述的一種基于AR技術的數字化變電站計量運檢輔助方法，其特征在于：深度神經網絡檢測模型在訓練階段，深度網絡在三種不同的尺度上進行檢測，對于輸入圖像，先歸一化到416×616的大小，深度網絡在三個尺度等級上進行預測，深度網絡是通過分別將輸入圖像的尺寸下采樣32、16和8倍給出，網絡的基本組件為卷積、批量歸一化和帶泄露的截斷線性單元，第一次檢測由第82層進行，圖像由網絡前81層下采樣，得到13×13×255的檢測特征圖，然后，來自層79的特征經過幾個卷積層2倍上采樣到26×26的大小并且與來自層61的特征映射深度連接產生26×26×255的檢測特征圖，進行第二次檢測，第三次檢測在第106層進行，采用第二次檢測方法得到特征圖的尺寸為52×52×255。

5.根據權利要求3所述的一種基于AR技術的數字化變電站計量運檢輔助方法，其特征在于：運維對象的故障診斷：APP掃描設備條形碼開始工單排查，后臺接口收到APP上傳圖像識別通知，接口上傳的信息包括：客戶端及其鏈路socket id、圖片信息和檢測類別；后臺接口調用圖像識別檢測動態庫，傳遞需要檢測的圖片信息及檢測類別，圖像檢測動態里根據故障檢測模型detectConfig .xml找到相應檢測場景下的方法method做處理，異步回調返回結果；回調返回結果：圖像識別檢測動態庫檢測出結果會保存更新至結構體，在YOLO檢測算法進程里調用java回調函數返回結構體；結構體中包含每次檢測的結果。

6.根據權利要求1所述的一種基于AR技術的數字化變電站計量運檢輔助方法，其特征在于：采集語音信息為：工作人員在完成一項檢測任務后，系統詢問該項任務是否完成，工作人員通過語音與AR眼鏡實施交互執行到下一步檢測工作，在無網絡情況下，識別工作人員的語音指令是通過與安裝在手機運檢APP中的語音包進行比對識別，或將語音發送至web后臺系統通過云端語音庫識別語音指令。