[发明专利]一种基于二维码的变电站设备对象识别方法

说明书

本发明公开了一种基于二维码的变电站设备对象识别方法，包括采用二维码标签的方式表征各个变电站的设备对象，将设备信息加入二维码标签中；视频的自动巡视控制；二维码标签对象识别；二维码标签信息识别；设备对象识别和视频位置保存。本发明基于物联网的二维码技术、图像识别技术，无需提前构建设备模型和样本库，无需人工配置，避免了其他方法中需要人工参与，极大地提高了工作效率，降低了工作量，能够准确且自动查找设备对象及获取设备名称，且由于二维码标签的可识别率高，受外界影响性较小，能够很好地保证识别的准确性和可靠性，且根据二维码标签中所包含的设备信息，能够方便地判断出所监控的设备对象类型和名称。

技术领域

本发明涉及电动产品配件技术领域，尤其涉及一种基于二维码的变电站设备对象识别方法。

背景技术

随着电网的智能化变电站及无人值守变电站的逐步推广建设，基于变电站视频监控系统的视频智能化分析技术，对电网生产运行的技术支持需求在不断提高，针对现有已建的变电站视频监控系统，由于视频监控设备众多、生产设备数量庞大，在视频识别过程中需要先通过人工的方式预先配置摄像机预置位，将摄像机监控角度调整至指定设备对象后，才能将监控视频采用视频智能分析技术用于电网生产运行，该方式导致视频智能技术在电网生产运行智能化监控中的应用性差，如何有效实现通过视频图像自动识别变电站生产运行设备对象，将直接影响视频智能技术对电网生产运行的支撑性作用，对电网的智能化水平中的智能化监控技术提升起到促进作用。

目前，针对该目标，普遍采用的技术方法为模板匹配技术和基于机器学习算法的视频智能识别技术。基于模板匹配技术的方法，主要通过收集指定设备的图片，并构建设备对象的特征模型，基于变电站视频监控系统的实时视频数据，采用实时监控的对象特征和已构建的设备对象的特征模型之间进行对比匹配，从而判断出监控对象的设备类型；基于机器学习算法的视频智能识别技术，主要通过收集大量的设备样本数据，通过机器学习算法，形成设备模型数据，基于设备模型数据，再通过实时视频数据对图像中的设备对象进行识别，识别出设备类型后，根据设备在平面结构中所处的位置，结合变电站一次设备安装结构图，从而判断出设备名称。上述两种已有技术方法，主要是完全采用视频智能分析技术，而不借助于其他技术手段，通过机器自动对设备对象进行识别。

然而，采用基于模板匹配技术的方法，需要先构建设备对象的特征模型，由于变电站内的设备对象众多、设备类型多样性，导致需要构建大量的设备模型，且由于变电站视频监控设备所拍摄的角度不同、设备之间的遮挡情况很多、天气影响较大、摄像机清晰度不同、光照条件不同等各种因数，导致所构建的特征模型很难在实际应用中进行匹配，仅能够用于在实验室测试和验证中，实际应用意义不大。采用基于机器学习算法的视频智能识别技术，需要取决于收集大量的设备模型样本，所收集的模型样本全面性和准确性，将直接影响机器学习所构建的设备模型的准确性，进一步将影响视频识别的准确性，工作量大，需要不断优化和调整样本库和机器学习算法，且由于变电站视频监控的场景中通常包含了众多设备，将在很大程度上影响视频识别的准确性和可靠性，同时，采用上述两种方法都是只能识别设备类型，而无法具体识别设备名称，很难满足生产运行中需要进行设备状态的识别。

发明内容

针对上述问题，本发明提供一种基于二维码的变电站设备对象识别方法，能够准确且自动查找设备对象及获取设备名称，同时，无需提前构建设备模型和样本库，无需人工配置，能够很好地保证识别的准确性和可靠性，并且能够方便地判断出所监控的设备对象类型和名称，同时，该技术能够很方便地进行应用和推广，不受变电站规模和电压等级的影响。

本发明所要解决的技术问题是通过以下技术方案实现的：

一种基于二维码的变电站设备对象识别方法，该方法包括如下步骤：

（1）采用二维码标签的方式表征各个变电站的设备对象，将设备信息加入二维码标签中；

（2）视频的自动巡视控制：实现对摄像机所有监控的设备场景进行采集，形成全部场景图像数据；