一种多维度联合判定隔离开关开合状态监测方法与流程

本发明属于电力系统，具体涉及一种多维度联合判定隔离开关开合状态监测方法。

背景技术：

1、隔离开关是电力系统中用量较大、分布较广的电力设备，主要用于在检修时形成明显的断开点，保证人员安全。目前针对隔离开关开合状态的监测，如传统图像处理的监测对光照变化（如逆光、阴影）、天气变化（雨雾、冰雪）极为敏感，抗干扰能力差，而人工巡视存在效率低下，实时性差，且对于高电压等级设备，人工近距离观测存在人身安全风险。综上所述，研发一种抗环境干扰能力强、且能精确识别微小位移的隔离开关开合状态监测方法，是当前智能电网运维的迫切需求。

技术实现思路

1、针对现有技术中存在的不足，本发明的目的在于提供一种多维度联合判定隔离开关开合状态监测方法，通过yolo26模型精准定位roi区域效排除背景杂物干扰，后与基准图进行相似度计算完成快速初筛，有效识别出明显的中间状态；随后针对疑似到位的状态，进一步采用shi-tomasi角点检测与欧式距离计算进行像素级的精细验证，该种分层策略有效避免了因背景干扰或局部遮挡导致的单一算法误判，大幅提高了状态识别的置信度，同时利用角点间的相对欧式距离而非绝对坐标进行判定，可以在一定程度上降低摄像机轻微抖动带来的测量误差，确保了长期运行下的监测稳定性 从一定程度上减少“假分合”误判。

2、本发明的技术方案如下：一种多维度联合判定隔离开关开合状态监测方法，包括以下步骤：

3、s1、训练yolo26目标检测模型；

4、s2、获取基准图；

5、s3、训练用于相似度检测的孪生神经网络模型；

6、s4、待测图像的目标定位；

7、s5、基于相似度的粗筛与状态预判：与基准图进行相似度计算完成快速初筛，有效识别出明显的中间状态；

8、s6、基于shi-tomasi角点检测的精细化状态判定：针对步骤s5中疑似到位的状态，进一步采用shi-tomasi角点检测与欧式距离计算进行像素级的精细验证。

9、优选地，所述步骤s1中yolo26目标检测模型用于检测隔离开关的roi区域和触点区域。

10、优选地，所述步骤s2的具体步骤如下：s21、首先采集隔离开关的图像，利用yolo26目标检测模型对图像进行处理；s22、精准定位并裁剪出包含隔离开关主体的roi区域和触点区域，分别生成隔离开关打开状态图基准图和隔离开关闭合状态图基准图，作为后续比对的参考模板。

11、优选地，所述步骤s3的具体步骤如下：

12、s31、yolo26 目标检测：利用步骤s1中训练好的 yolo26 目标检测模型，对输入图像进行推理，输出隔离开关roi的边界框坐标和触点位置的边界框坐标；

13、s32、roi裁剪： 根据边界框坐标裁剪出隔离开关的roi区域，并将其统一缩放至224×224的固定分辨率，消除了因摄像机安装距离不同或焦距变化导致的尺度差异，后基于裁剪得到的224×224的图像训练相似度计算模型。

14、优选地，所述步骤s4的具体步骤如下：s41、获取需实时监测的隔离开关现场图像；s42、利用步骤s1中训练好的 yolo26目标检测模型进行检测；s43、提取出当前时刻的隔离开关roi区域，确保待测图像与基准图在空间位置和尺度上的一致性，排除背景干扰。

15、优选地，所述步骤s5的具体步骤如下：s51、将待测的隔离开关roi区域分别与步骤s2中两种基准图进行相似度计算；s52、利用步骤s3的相似度模型计算其与打开状态基准图的相似度（open-sim）及与闭合状态基准图的相似度（close-sim），通过设定相似度阈值进行初步判定：s53、若两者相似度均低于阈值，则直接判定设备处于动作过程中的“中间状态”；若任一相似度高于阈值，则进入精判阶段，而相似度阈值的设定是通过大量的数据测试统计确定。

16、优选地，所述步骤s6的具体步骤如下：s61、针对通过粗筛的待测图像，截取触点区域，采用 shi-tomasi算法提取对应基准图上高稳定性的角点，s62、利用lucas-kanade稀疏光流算法计算待测图像上对应的角点，计算待测图像角点与对应基准图角点之间的欧式距离的平均值，s63、通过欧式距离的平均值与距离阈值的比较最终精确判定待测图像中隔离开关的实际开合状态，距离阈值同样采用大量的数据测试统计确定。

17、优选地，待测图像角点与对应基准图角点之间的欧式距离的平均值由式（1）计算得到：

18、  （1）

19、其中基准图中提取的有效角点集合为 ，光流法得到的待测图的对应角点集合为 ，为基准图中第个有效的坐标点，坐标为，为待测图中第个有效的坐标点，坐标为，为成功匹配的有效角点总数。

20、与现有技术相比，本发明具有以下有益效果：

21、1、功能层面的优点：（1）抗干扰能力强，监测精度高：本发明摒弃了单一维度的判断逻辑，提出“粗筛+精判”的两级判定机制，在实际测试中，有效避免了因背景杂物或视角偏差导致的误报；（2）自适应算力分配，响应速度快：通过前置的相似度阈值判断逻辑，系统能够自动识别设备是否处于动作过程中的“中间状态”，对于中间状态直接输出结果，仅对疑似到位状态触发高精度的角点检测流程，在保证高精度的同时，显著降低了系统的平均计算负载；

22、2、 结构层面的优点：（1）基于多级过滤的结构设计：如图 1 所示，本发明的整体流程结构中增设了相似度阈值判定分支结构。该结构设计的优点在于：它构建了一个高效的过滤屏障，当待测图像与基准图的相似度均低于阈值时，系统直接判定为“中间状态”并终止后续运算。这一结构有效避免了无效的高耗时运算，使得系统更适应变电站边缘侧设备的算力限制；（2）基于角点验证结构：本发明在精判阶段采用了“shi-tomasi角点检测+欧式距离计算”的组合结构。该结构的优点在于：它利用角点间的欧式距离而非绝对坐标进行判定，在一定程度上降低了摄像机轻微抖动带来的测量误差，同时，相比于简单的像素差比对，该结构对触头纹理的微小位移更为敏感，从一定程度上减少“假分合”误判。

1.一种多维度联合判定隔离开关开合状态监测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种多维度联合判定隔离开关开合状态监测方法，其特征在于，所述步骤s1中yolo26目标检测模型用于检测隔离开关的roi区域和触点区域。

3.如权利要求2所述的一种多维度联合判定隔离开关开合状态监测方法，其特征在于，所述步骤s2的具体步骤如下：s21、首先采集隔离开关的图像，利用 yolo26目标检测模型对图像进行处理；s22、精准定位并裁剪出包含隔离开关主体的roi区域和触点区域，分别生成隔离开关打开状态图基准图和隔离开关闭合状态图基准图，作为后续比对的参考模板。

4.如权利要求1所述的一种多维度联合判定隔离开关开合状态监测方法，其特征在于，所述步骤s3的具体步骤如下：

5.如权利要求1所述的一种多维度联合判定隔离开关开合状态监测方法，其特征在于，所述步骤s4的具体步骤如下：s41、获取需实时监测的隔离开关现场图像；s42、利用步骤s1中训练好的 yolo26目标检测模型进行检测；s43、提取出当前时刻的隔离开关roi区域，确保待测图像与基准图在空间位置和尺度上的一致性，排除背景干扰。

6.如权利要求3所述的一种多维度联合判定隔离开关开合状态监测方法，其特征在于，所述步骤s5的具体步骤如下：s51、将待测的隔离开关roi区域分别与步骤s2中两种基准图进行相似度计算；s52、利用步骤s3的相似度模型计算其与打开状态基准图的相似度（open-sim）及与闭合状态基准图的相似度（close-sim），通过设定相似度阈值进行初步判定：s53、若两者相似度均低于阈值，则直接判定设备处于动作过程中的“中间状态”；若任一相似度高于阈值，则进入精判阶段，而相似度阈值的设定是通过大量的数据测试统计确定。

7.如权利要求1所述的一种多维度联合判定隔离开关开合状态监测方法，其特征在于，所述步骤s6的具体步骤如下：s61、针对通过粗筛的待测图像，截取触点区域，采用 shi-tomasi算法提取对应基准图上高稳定性的角点，s62、利用lucas-kanade稀疏光流算法计算待测图像上对应的角点，计算待测图像角点与对应基准图角点之间的欧式距离的平均值，s63、通过欧式距离的平均值与距离阈值的比较最终精确判定待测图像中隔离开关的实际开合状态，距离阈值同样采用大量的数据测试统计确定。

8.如权利要求7所述的一种多维度联合判定隔离开关开合状态监测方法，其特征在于，待测图像角点与对应基准图角点之间的欧式距离的平均值由式（1）计算得到：