[發明專利]基于圖像的缺陷自動識別方法、裝置、系統及存儲介質

在審

• 申請號: 202210539735.6
• 申請日: 2022-05-18
• 公開（公告）號: CN114913376A
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 葛馨遠;王照;陳金梅
• 申請（專利權）人: 廣東電網有限責任公司廣州供電局
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/22;G06V10/82;G06F40/18;G06T7/00;G06F16/16;G06N3/04;G06N3/08
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文

本發明公開了一種基于圖像的缺陷自動識別方法、裝置、系統及存儲介質，方法包括：獲取待識別圖像數據，并根據預設類型對待識別圖像數據進行分類，得到分類后的圖像數據；其中，待識別圖像數據為無人機在預設區域巡航拍攝的多張原始圖像數據；通過訓練后的算法模型對分類后的圖像數據進行缺陷智能識別，生成缺陷框，并在缺陷框填充對應的缺陷信息；根據先驗知識和/或審核操作指令對缺陷信息進行審核，并根據審核結果輸出已識別圖像數據的缺陷識別報告。本發明通過訓練后的算法模型對無人機巡航的圖像數據進行缺陷智能識別，提高了缺陷識別率和工作效率，通過危急缺陷的發現處理，能避免造成的停電損失，為確保配電系統可靠供電提供了堅實保障。

技術領域

本發明涉及電力配網機巡數據處理技術領域，尤其涉及的是一種基于圖像的缺陷自動識別方法、裝置、系統及存儲介質。

背景技術

在低緯度亞熱帶季風氣候區域，夏季出現雷電、臺風、暴雨等極端氣候較多。配電網架空線路受臺風、暴雨、雷電等影響，容易發生導線松股斷股、絕緣子雷擊燒蝕、絕緣子破損等缺陷，這些典型缺陷為配電線路的安全可靠運行埋下了不可忽視的隱患。因此，及時發現并消除配網典型缺陷對保證配電網安全穩定運行至關重要。傳統的配電網缺陷發現主要依靠運維人員在周期巡檢過程中肉眼識別或者借助望遠鏡識別，這種方法不僅效率低、人工成本大，而且由于高度問題不易發現缺陷位置。

近年來，無人機巡檢作業在國內電力系統內的運用得到了較快發展，南方電網公司也在“十三五”規劃中明確提出了“機巡為主、人巡為輔”協同巡檢模式，持續提升電力線路巡檢質量、效率。以廣東電網為例，截止至2020年10月，廣東電網已積累近2PB機巡數據，其中原始圖像高達4000萬張。目前，配電系統的缺陷發現大多依靠后續人工歸檔機巡圖片、人工識別缺陷圖片。然而，隨著機巡圖片的不斷增多，依靠人工去識別機巡圖片中的缺陷所花的時間和精力也不斷增強，這給運行人員又帶來了新的工作難題。除此之外，不同工作經驗的運行人員在人工識別機巡圖片中的缺陷過程中也會存在漏檢和誤檢的情況，影響缺陷識別的準確率。

因此，現有技術還有待改進。

發明內容

本發明要解決的技術問題在于，針對現有技術缺陷，本發明提供一種基于圖像的缺陷自動識別方法、裝置、系統及存儲介質，以提高電力配網缺陷識別效率和準確率。

本發明解決技術問題所采用的技術方案如下：

第一方面，本發明提供一種基于圖像的缺陷自動識別方法，包括：

獲取待識別圖像數據，并根據預設類型對所述待識別圖像數據進行分類，得到分類后的圖像數據；其中，所述待識別圖像數據為無人機在預設區域巡航拍攝的多張原始圖像數據；

通過訓練后的算法模型對所述分類后的圖像數據進行缺陷智能識別，生成缺陷框，并在所述缺陷框填充對應的缺陷信息；

根據先驗知識和/或審核操作指令對所述缺陷信息進行審核，并根據審核結果輸出已識別圖像數據的缺陷識別報告。

在一種實現方式中，所述獲取待識別圖像數據，之前包括：

從源數據層獲取已標簽的圖像數據；其中，所述已標簽的圖像數據為已標簽缺陷區域及缺陷信息的樣本圖像數據；

構建算法模型，并根據所述已標簽的圖像數據進行模型訓練。

在一種實現方式中，所述根據已標簽的圖像數據進行模型訓練，包括：

對所述已標簽的圖像數據進行預處理，并將預處理后的圖像數據進行分類，得到訓練集和測試集；其中，所述預處理包括：數據轉換、數據歸一、數據清洗以及數據編碼；

通過所述訓練集對構建的算法模型進行訓練，并通過所述測試集對所述算法模型進行測試，得到所述訓練后的算法模型。