[發明專利]一種多級協同的變電設備多光譜缺陷識別方法及裝置

在審

• 申請號: 202110626068.0
• 申請日: 2021-06-04
• 公開（公告）號: CN113408378A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 楊寧;高飛;李麗華;楊洋;張博文;韓帥;賈鵬飛;陳沒;廖思卓;孫仿
• 申請（專利權）人: 中國電力科學研究院有限公司;國網上海市電力公司;國家電網有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N20/00
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 姜麗樓

本發明公開了一種多級協同的變電設備多光譜缺陷識別方法，包括：構建變電站主設備、變電站主設備相關組部件、缺陷之間的映射表；基于多光譜，獲得所述映射表中變電站主設備和變電站主設備相關組部件對應的重點缺陷，從而形成重點缺陷映射表；構建多級節點缺陷樣本的統一管理機制，最高級節點匯集上報的缺陷，形成缺陷全量樣本庫；構建三級識別模式的缺陷識別模型，使用所述缺陷全量樣本庫對所述模型訓練，根據所述重點缺陷映射表，采用三級識別模式定位變電站設備的缺陷；將訓練完成的模型由最高級節點下發至站端節點，所述站端節點通過所述訓練完成的模型，識別變電站主設備的缺陷。解決對多級協同的變電設備缺陷識別方法的需求問題。

技術領域

本申請涉及電力設備監測技術領域，具體涉及一種多級協同的變電設備多光譜缺陷識別方法，同時涉及一種多級協同的變電設備多光譜缺陷識別裝置。

背景技術

設備狀態信息感知是能源互聯網建設的重要組成部分，在變電設備例行巡視中，當前公司正在依托圖像識別技術開展機器人和高清視頻聯合巡檢的探索應用。圖像識別是實現變電站智能巡檢的核心技術，目前公司持續開展變電主設備缺陷樣本收集，并基于缺陷樣本進行模型孵化，建立識別算法覆蓋20類以上缺陷場景，取得了顯著的效果。

但仍存在著以下幾方面問題：

1)變電主設備巡檢缺陷樣本收集機制亟待完善

目前站端變電主設備巡檢缺陷樣本收集報送工作，多為機器人、固定攝像頭、手動采集樣本后，再通過線下方式統一收集匯總，消耗大量一線運維人員精力，且在樣本傳輸過程中的時效性更是難以保障，嚴重降低了基于優質樣本實現模型算法快速孵化迭代的目標。

2)變電主設備巡檢特定缺陷智能化識別水平亟待提高

目前，變電主設備巡檢缺陷樣本庫中，對缺陷樣本進行了統一的定義，基于深度學習的人工智能圖像識別方法基于已標定好的缺陷樣本進行模型算法訓練，但針對某些形態不規則且易混淆的缺陷場景仍存在漏檢、誤檢較高的現象，所以亟需針對特定缺陷開展進一步的研究，在提高檢出率的基礎上降低誤檢率。

3)基于全量樣本訓練模型在站端適用性亟待提高

目前變電主設備異常識別算法是基于總部提供全網數據樣本集進行訓練，訓練樣本涵蓋不同電壓等級，不同站端巡檢樣本，但不同站端實際生產環境差異很大，全量數據樣本訓練模型在站端實用化效果不理想，因此亟需建立高效快速的模型優化機制，實現總部-站端多級迭代模式，提高模型算法在站端的實用化效果。

4)變電主設備開展可見光、紅外光巡檢缺陷融合分析缺少有效抓手

目前，針對變電主設備可見光缺陷和紅外缺陷缺少融合分析，難以進一步綜合缺陷檢出情況對特定設備部件開展統一分析，為設備狀態準確評價提供依據。

隨著人工智能領域相關軟硬件水平的提升與云計算的高速發展，為基于變電站設備缺陷人工智能識別的實用化與可靠性水平提升開拓了新的思路，因此亟需一種多級協同的變電設備缺陷識別方法，有效推進變電站設別缺陷識別效果提升與協同管理機制完善。

發明內容

為解決上述問題，本申請提供一種多級協同的變電設備多光譜缺陷識別方法，包括：

構建變電站主設備、變電站主設備相關組部件、缺陷之間的映射表；

基于多光譜，獲得所述映射表中變電站主設備和變電站主設備相關組部件對應的重點缺陷，從而形成重點缺陷映射表；

構建多級節點缺陷樣本的統一管理機制，其中，站端節點對站內智能巡檢終端巡檢缺陷自動上報至上一級節點和最高級節點；

所述最高級節點匯集上報的缺陷，形成缺陷全量樣本庫；構建三級識別模式的缺陷識別模型，使用所述缺陷全量樣本庫對所述模型訓練，根據所述重點缺陷映射表，采用三級識別模式定位變電站設備的缺陷；