一种基于计算机视觉实现电力设备状态获取的智能系统的制作方法

1.本发明应用于电力设备状态获取技术领域，特别涉及一种基于计算机视觉实现电力设备状态获取的智能系统。


背景技术：

2.在电力设备中，负荷开关是分断或连接合电力线路的开关性断设备；隔离开关是检修时用于将线路与负荷开关进行电气隔离的设备，接地开关是检修时用于对线路进行放电和接地的设备；验电器是检验线路上是否带电的设备，这些设备的运行状态检测和获取对电网设备的操作管理至关重要。目前，在电网设备的操作管理过程中，这些设备的运行状态获取主要有以下三种方法：一、通过特定的传感器检测设备状态，再通过通讯网络将状态传输至自动化系统，主要用于负荷开关和隔离开关；二、通过人工现场目测、判断获取，主要用于接地开关；三、通过使用特定的传感器将状态显示至指示器，再通过人工读取，主要用于验电器（带电显示装置）。
3.第一种方法虽然有较高的可靠性也实现了数字化，但是其所适配的设备种类少、可检测状态少，不适用于现有的大部分配网设备。同时，第一种方法的装配安装过程复杂，一般需要在原有设备上进行额外的开孔与装卸，需要对原设备断电，具有较高的装配难度。
4.第二、三种方法都存在一定问题，一方面是在设备运行状态获取过程中，都需要由人工进行目测、判断，容易出现误识或误判等现象，存在着一定的风险，在实际运用中一旦出现误识或误判等现象，将会产生严重的误操作事故；另一方面是采用人工判别的方法无法自动化记录设备运行状态，使得设备运行状态的数字化提取变得复杂。如能设计出一种安全性好、可靠性高、适配性强、数字化管理简便、使用方便以及生产成本低的基于计算机视觉实现电力设备状态获取的智能系统，则能够很好地解决上述问题。


技术实现要素：

5.本发明所要解决的技术问题是克服现有技术的不足，提供了一种安全性好、可靠性高、适配性强、数字化管理简便、使用方便以及生产成本低的基于计算机视觉实现电力设备状态获取的智能系统。
6.本发明所采用的技术方案是：本发明包括设备标识模块、视觉捕捉模块以及状态识别模块；所述设备标识模块用于设置在电力设备上，并且对电力设备上的状态指示区进行标记，当改变电力设备的运行状态时，该状态指示区会产生变动；所述视觉捕捉模块用于捕捉设备标识模块的图像信息，确定电力设备的身份及其有效区域后对图像信息进行预处理，再将预处理后的图像信息传输到状态识别模块中；所述状态识别模块用于通过运用计算机视觉算法，配合内部预先设定的图像识别
模型，核实预处理后的图像信息，对电力设备的运行状态进行提取和检测，并与后台设备管理软件进行状态交互。
7.进一步地，所述设备识别模块包括特定标识图像和若干个定位标识图像；所述若干个定位标识图像用于贴装在电力设备上，使若干个定位标识图像环绕设置在状态指示区的外围，从而对状态指示区进行标记，电力设备的若干个开关均与该状态指示区传动连接；所述特定标识图像用于贴装在状态指示区上，对该状态指示区进一步标记。
8.进一步地，所述视觉捕捉模块配置于智能移动设备上，通过配合定位标识捕捉算法来实时识别所述设备标识模块。
9.进一步地，所述视觉捕捉模块包括图像显示模块、图像预处理模块以及图像解析模块；所述图像显示模块用于实时显示图像信息供操作人员参考，当若干个定位标识图像的中部形成一个有效的设备状态指示区时，智能移动设备会自动保存设备状态指示区上的特定标识图像；所述图像预处理模块用于对特定标识图像进行正位、正畸、调整亮度、调整对比度以及裁剪操作，使特定标识图像形成一个标准的矩形图像；所述图像解析模块用于识别预处理后的矩形图像并且将其解析出对应的特定二维码，然后通过智能移动设备的移动通讯网络将预处理后的矩形图像以及特定二维码传输至状态识别模块中。
10.进一步地，所述定位标识捕捉算法包括图像去噪模块、二值化处理模块、样式探测模块以及矩形区域组合模块；所述图像去噪模块用于减少设备识别模块的图像在数字化和传输过程中受到成像设备与外部环境噪声干扰；所述二值化处理模块用于将若干个定位标识图像的像素点化为黑、白两值，以便于提取仅有黑白颜色的定位标识图像；所述样式探测模块用于通过若干个定位标识图像的样式特征，在二值化处理后的图像中准确提取出若干个定位标识图像的具体位置；所述矩形区域组合模块用于将所有探测到的定位标识图像进行组合，组成一个有效的矩形闭环内部区域，该区域包含设备状态指示区和特定标识图像。
11.进一步地，所述状态识别模块配置于检修中心的服务器上，所述计算机视觉算法包括支持向量机分类判别算法和卷积神经网络图像分类算法。
12.本发明的有益效果是：由于本发明使用的是成熟的计算机视觉算法配合设备标识模块与视觉捕捉模块对电力设备的开关状态进行高可靠性判别，可避免人为视觉疲劳、与周围环境条件影响而造成的人为判别失误，因而可提高电力设备状态提取的可靠性。由于本发明采用智能移动设备配合服务器自动进行数字化数据采集与处理，无需人为手动输入，状态在服务器端自动对位，因而具有数字化管理简便与使用方便的特性。由于本发明无需额外对配电网的设备进行改造，只需配置设备识别标识至相应设备，因而具有安全与维护简单的特点。由于本发明中使用的设备识别标识造价低、检修人员已配备智能移动设备、服务器仅需一台的特点，因而系统生产成本低。
附图说明
13.图1是本发明的系统原理框图。
具体实施方式
14.如图1所示，在本实施例中，本发明包括设备标识模块、视觉捕捉模块以及状态识别模块；所述设备标识模块用于设置在电力设备上，并且对电力设备上的状态指示区进行标记，当改变电力设备的运行状态时，该状态指示区会产生变动；所述视觉捕捉模块用于捕捉设备标识模块的图像信息，确定电力设备的身份及其有效区域后对图像信息进行预处理，再将预处理后的图像信息传输到状态识别模块中；所述状态识别模块用于通过运用计算机视觉算法，配合内部预先设定的图像识别模型，核实预处理后的图像信息，对电力设备的运行状态进行提取和检测，并与后台设备管理软件进行状态交互。
15.在本实施例中，所述设备识别模块包括特定标识图像和若干个定位标识图像；所述若干个定位标识图像用于贴装在电力设备上，使若干个定位标识图像环绕设置在状态指示区的外围，从而对状态指示区进行标记，电力设备的若干个开关均与该状态指示区传动连接；所述特定标识图像用于贴装在状态指示区上，对该状态指示区进一步标记。
16.在本实施例中，所述视觉捕捉模块配置于智能移动设备上，通过配合定位标识捕捉算法来实时识别所述设备标识模块，该定位标识捕捉算法对图像的噪音、畸变、光照条件以及旋转角度具有较高的容忍度。
17.在本实施例中，所述视觉捕捉模块包括图像显示模块、图像预处理模块以及图像解析模块；所述图像显示模块用于实时显示图像信息供操作人员参考，当若干个定位标识图像的中部形成一个有效的设备状态指示区时，智能移动设备会自动保存设备状态指示区上的特定标识图像；所述图像预处理模块用于对特定标识图像进行正位、正畸、调整亮度、调整对比度以及裁剪操作，使特定标识图像形成一个标准的矩形图像；所述图像解析模块用于识别预处理后的矩形图像并且将其解析出对应的特定二维码，然后通过智能移动设备的移动通讯网络将预处理后的矩形图像以及特定二维码传输至状态识别模块中。
18.在本实施例中，所述定位标识捕捉算法包括图像去噪模块、二值化处理模块、样式探测模块以及矩形区域组合模块；所述图像去噪模块用于减少设备识别模块的图像在数字化和传输过程中受到成像设备与外部环境噪声干扰；所述二值化处理模块用于将若干个定位标识图像的像素点化为黑、白两值，具有较高的识别率，以便于提取仅有黑白颜色的定位标识图像；所述样式探测模块用于通过若干个定位标识图像的样式特征，在二值化处理后的图像中准确提取出若干个定位标识图像的具体位置；
所述矩形区域组合模块用于将所有探测到的定位标识图像进行组合，组成一个有效的矩形闭环内部区域，该区域包含设备状态指示区和特定标识图像。
19.在本实施例中，所述状态识别模块配置于检修中心的服务器上，所述计算机视觉算法包括支持向量机分类判别算法和卷积神经网络图像分类算法。所述计算机视觉算法配合采用特殊采集后及训练集训练后的图像识别模型，对开关的开合状态、验电器的带电状态、隔离刀闸的开合状态与接地刀闸的开合状态进行自动分类与检测，并将检测结果与后台设备状态管理软件进行状态交互。所述计算机视觉算法的训练与检测输入均为经过图像预处理模块处理过后的特定大小图片，具有较高的抗噪声、畸变能力与较强的外部光照条件变化适应能力，识别准确率高。
20.本发明应用于电力设备状态获取技术领域。
21.虽然本发明的实施例是以实际方案来描述的，但是并不构成对本发明含义的限制，对于本领域的技术人员，根据本说明书对其实施方案的修改及与其他方案的组合都是显而易见的。