[發(fā)明專利]一種基于相機(jī)的變電站壓板狀態(tài)識別的方法

在審

• 申請?zhí)枺?/td>: 202210645783.3
• 申請日: 2022-06-09
• 公開（公告）號: CN115082768A
• 公開（公告）日: 2022-09-20
• 發(fā)明（設(shè)計(jì)）人: 吳保成;張振
• 申請（專利權(quán)）人: 齊豐科技股份有限公司
• 主分類號: G06V20/00
• 分類號: G06V20/00;G06V10/774;G06V10/25;G06V10/24;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 顧進(jìn)

本發(fā)明提供了一種基于相機(jī)的變電站壓板狀態(tài)識別的方法，通過相機(jī)對巡檢圖像進(jìn)行采集并預(yù)處理，將處理后的圖像進(jìn)行深度學(xué)習(xí)模型訓(xùn)練，最后將預(yù)測結(jié)果結(jié)合到視頻流上進(jìn)行返回展示，并通過MQTT或TCP協(xié)議上送至應(yīng)用系統(tǒng)中，減少了因人為因素所導(dǎo)致的錯(cuò)誤操作，提高了變電站巡檢效率，對變電站穩(wěn)定安全運(yùn)行起到了促進(jìn)作用。

技術(shù)領(lǐng)域

本發(fā)明涉及相機(jī)領(lǐng)域，具體為一種基于相機(jī)的變電站壓板狀態(tài)識別的方法。

背景技術(shù)

隨著我國經(jīng)濟(jì)社會的高速發(fā)展，電力系統(tǒng)結(jié)果日趨復(fù)雜，電力系統(tǒng)的安全穩(wěn)定運(yùn)行面臨更大的挑戰(zhàn)。目前，變電站壓板狀態(tài)管理還處在依賴人工巡檢狀態(tài)，而人工監(jiān)測由于視覺疲勞，記憶混淆等原因，會導(dǎo)致漏、誤操作等現(xiàn)象出現(xiàn)。隨著近幾年人工智能技術(shù)的發(fā)展，各行各業(yè)很多工作都由機(jī)器代替人類完成。在電力行業(yè)中，利用人工智能技術(shù)能夠很大程度上減少人力資源的投入，降低人力成本，降低因人為失誤所導(dǎo)致的低效率工作。

中國專利申請?zhí)枮镃N202010785740.6，名稱為一種變電站屏柜壓板識別方法及系統(tǒng)的發(fā)明專利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(shí)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(jìn)行圖像預(yù)處理、樣本標(biāo)注及擴(kuò)充；利用巡檢圖像的樣本集進(jìn)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(jìn)行變電站屏柜壓板狀態(tài)識別處理。通過對巡檢圖像進(jìn)行處理，并將處理后的圖像進(jìn)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(yùn)行的穩(wěn)定性。

上述現(xiàn)有技術(shù)中圖像處理部分為基于服務(wù)器端中央處理器（CPU）進(jìn)行圖像預(yù)測，該方法過度依賴于網(wǎng)絡(luò)質(zhì)量和設(shè)備處理能力，具有成本高，實(shí)時(shí)性不高等特點(diǎn)。

因此，在現(xiàn)有技術(shù)中，很多方法都是利用可移動設(shè)備（包括手機(jī)，平板，USB攝像頭）進(jìn)行巡檢圖像的采集，并通過光纜將其上傳至服務(wù)器進(jìn)行模型分析，然后將分析結(jié)果再返回至可移動設(shè)備。該方法過于依賴于網(wǎng)絡(luò)質(zhì)量及傳輸設(shè)備，無法做到實(shí)時(shí)性檢測。

發(fā)明內(nèi)容

為解決上述技術(shù)問題，本發(fā)明公開了一種基于相機(jī)的變電站壓板狀態(tài)識別的方法，通過相機(jī)采集原始巡檢圖像，在相機(jī)端利用圖像識別算法實(shí)現(xiàn)對變電站壓板分合狀態(tài)的智能識別，最后將預(yù)測結(jié)果結(jié)合到視頻流上進(jìn)行返回展示，并通過MQTT或TCP協(xié)議上送至應(yīng)用系統(tǒng)中。

為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案是：

一種基于相機(jī)的變電站壓板狀態(tài)識別的方法，其特征在于：包括有如下步驟：

構(gòu)建圖像模型訓(xùn)練模塊，

步驟1：收集歷史開關(guān)柜壓板圖像，

收集歷史巡檢開關(guān)柜壓板圖像進(jìn)行數(shù)據(jù)預(yù)處理、樣本標(biāo)注，其中收集數(shù)據(jù)包括開關(guān)柜上壓板分合狀態(tài)，將其通過配準(zhǔn)技術(shù)進(jìn)行裁剪并人工標(biāo)注，將壓板合狀態(tài)設(shè)置為1，將壓板分狀態(tài)設(shè)置為0；

步驟2：數(shù)據(jù)擴(kuò)充，

通過對圖像進(jìn)行旋轉(zhuǎn)、翻轉(zhuǎn)、裁剪、縮放以及填充，將預(yù)處理好的訓(xùn)練圖像進(jìn)行數(shù)據(jù)擴(kuò)充；

步驟3：模型訓(xùn)練，

依據(jù)擴(kuò)充好的圖像訓(xùn)練集利用CAFFE深度學(xué)習(xí)網(wǎng)絡(luò)框架進(jìn)行深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練，得到開關(guān)柜壓板分合狀態(tài)的圖像分類模型；

步驟4：模型量化壓縮轉(zhuǎn)為WK格式，

將訓(xùn)練好的深度學(xué)習(xí)網(wǎng)絡(luò)模型權(quán)重文件進(jìn)行量化壓縮并轉(zhuǎn)為相機(jī)內(nèi)置芯片支持的WK格式；

步驟5：移植至相機(jī)，

將WK格式的深度學(xué)習(xí)網(wǎng)絡(luò)模型權(quán)重文件移植至相機(jī)中；

構(gòu)建圖像模型預(yù)測模塊，

步驟6：采集原始巡檢圖像，

利用相機(jī)采集原始開關(guān)柜巡檢圖像；

步驟7：人工標(biāo)注感興趣壓板區(qū)域圖像，

人工標(biāo)注原始開關(guān)柜巡檢圖像中感興趣壓板區(qū)域圖像，并記錄其位于原始圖像中的位置信息；