[發(fā)明專利]一種變電站屏柜壓板識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010785740.6
• 申請日: 2020-08-06
• 公開（公告）號: CN112069902A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計）人: 張旭;翟登輝;路光輝;許丹;和紅偉;張彥龍;盧聲
• 申請（專利權(quán)）人: 許繼集團有限公司;許繼電氣股份有限公司;許昌許繼軟件技術(shù)有限公司;國家電網(wǎng)有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06K9/32;G06N3/04;G06N3/08
• 代理公司: 北京中政聯(lián)科專利代理事務(wù)所(普通合伙) 11489
• 代理人: 朱曉娟

本發(fā)明公開了一種變電站屏柜壓板識別方法及系統(tǒng)，通過深度學(xué)習(xí)模型訓(xùn)練實現(xiàn)變電站屏柜壓板狀態(tài)的智能識別，其中方法包括以下步驟：依據(jù)采集到的巡檢圖像進行圖像預(yù)處理、樣本標(biāo)注及擴充；利用巡檢圖像的樣本集進行深度學(xué)習(xí)模型訓(xùn)練，得到變電站屏柜壓板狀態(tài)目標(biāo)檢測模型；進行變電站屏柜壓板狀態(tài)識別處理。通過對巡檢圖像進行處理，并將處理后的圖像進行深度學(xué)習(xí)模型訓(xùn)練，提高了電網(wǎng)巡檢圖像智能化識別水平，提高了巡檢圖像的處理效率，提升了變電站壓板投退狀態(tài)核對的效率，提升了變電站安全運行的穩(wěn)定性。

技術(shù)領(lǐng)域

本發(fā)明涉及變電站控制技術(shù)領(lǐng)域，特別涉及一種變電站屏柜壓板識別方法及系統(tǒng)。

背景技術(shù)

目前電網(wǎng)運行維護主要存在電網(wǎng)規(guī)模增長與運檢人員配置不足、影響電網(wǎng)安全的風(fēng)險因素將長期存在、傳統(tǒng)運維模式難以適應(yīng)電網(wǎng)快速發(fā)展要求等問題。傳統(tǒng)運維模式以大量人力投入為主，通過人工方式獲取設(shè)備相關(guān)信息，難以有效提升運維作業(yè)效率。此外，通過巡檢機器人、無人機、高清攝像頭等先進巡檢手段獲取的數(shù)據(jù)利用率并不高，亟需融合人工智能技術(shù)實現(xiàn)電網(wǎng)巡檢圖像智能化識別。

變電站壓板投退狀態(tài)反映著二次設(shè)備的運行狀態(tài)，關(guān)系到整個電力系統(tǒng)的安全穩(wěn)定，目前常用的壓板投退狀態(tài)核對方法仍為現(xiàn)場人工方式。基于圖像識別的壓板投退狀態(tài)識別的研究，多集中在傳統(tǒng)圖像處理技術(shù)的運用，如基于顏色模板匹配、基于聚類分析、基于圖像HSV模型、圖像形態(tài)學(xué)操作等，算法針對性強，無法進行遷移推廣。

發(fā)明內(nèi)容

本發(fā)明實施例的目的是提供一種變電站屏柜壓板識別方法及系統(tǒng)，通過對巡檢圖像進行處理，并將處理后的圖像進行深度學(xué)習(xí)模型訓(xùn)練，提高了電網(wǎng)巡檢圖像智能化識別水平，提高了巡檢圖像的處理效率，提升了變電站壓板投退狀態(tài)核對的效率，提升了變電站安全運行的穩(wěn)定性。

為解決上述技術(shù)問題，本發(fā)明實施例的第一方面提供了一種變電站屏柜壓板識別方法，通過深度學(xué)習(xí)模型訓(xùn)練實現(xiàn)變電站屏柜壓板狀態(tài)的智能識別，包括以下步驟：

依據(jù)采集到的巡檢圖像進行圖像預(yù)處理、樣本標(biāo)注及擴充；

利用所述巡檢圖像的樣本集進行深度學(xué)習(xí)模型訓(xùn)練，得到所述變電站屏柜壓板狀態(tài)目標(biāo)檢測模型；

進行所述變電站屏柜壓板狀態(tài)識別處理。

進一步地，所述依據(jù)采集到的巡檢圖像進行圖像預(yù)處理、樣本標(biāo)注及擴充，包括：

獲取包含有屏柜壓板的歷史變電站巡檢圖像，并對所述巡檢圖像進行預(yù)處理，其中，所述圖像預(yù)處理包括：gauss濾波器去除噪聲、彩色圖像直方圖均衡化和對數(shù)變換；

對所述歷史變電站巡檢圖像中的壓板進行樣本標(biāo)注；

通過圖像旋轉(zhuǎn)翻轉(zhuǎn)裁剪縮放進行樣本擴充。

進一步地，所述利用所述巡檢圖像的樣本集進行深度學(xué)習(xí)模型訓(xùn)練，得到變電站屏柜壓板狀態(tài)目標(biāo)檢測模型，包括：

利用標(biāo)注過壓板的歷史變電站巡檢圖像，對構(gòu)造的深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，得到所述變電站屏柜壓板狀態(tài)模板目標(biāo)檢測模型。

進一步地，所述進行變電站屏柜壓板狀態(tài)識別處理，包括：

獲取所述變電站屏柜壓板巡檢圖像，并獲取二維碼定位點信息以及二維碼相連接的數(shù)據(jù)庫中存儲的屏柜壓板信息；

根據(jù)所述二維碼定位點信息對所述巡檢圖像進行傾斜校正，利用所述二維碼與所述屏柜壓板之間先驗的幾何位置關(guān)系，提取所述巡檢圖像中所述屏柜壓板所在的區(qū)域；

根據(jù)所述二維碼識別獲取的所述屏柜壓板信息，對所述屏柜壓板區(qū)域進行圖像分割獲得單個所述屏柜壓板圖像，輸入預(yù)先訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)，完成單個所述屏柜壓板狀態(tài)識別，輸出所述屏柜壓板狀態(tài)矩陣。