[发明专利]一种基于图像识别技术的变电站智能巡检方法及系统在审

专利信息
申请号: 201910879747.1 申请日: 2019-09-18
公开(公告)号: CN110705847A 公开(公告)日: 2020-01-17
发明(设计)人: 王尤河;游日晴;郑力勇;文春华;龙跃;石豪利;邹健彬;王启颖;彭冲;林斯保;祝毓杰 申请(专利权)人: 中国南方电网有限责任公司超高压输电公司广州局
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06K9/62;G06N3/04
代理公司: 51230 成都弘毅天承知识产权代理有限公司 代理人: 彭思思
地址: 510663 广东省广州市萝*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 设备缺陷 模型训练模块 信息发送模块 照片获取模块 照片预处理 电力设备 终端设备 巡检 变电站智能巡检机器人 预处理 图像识别技术 变电站设备 工作效率 环境因素 缺陷识别 智能巡检 准确率 变电站 发送
【说明书】:

发明公开了一种基于图像识别技术的变电站智能巡检方法及系统,属于变电站设备技术领域,包括照片获取模块、模型训练模块、照片预处理模块、设备缺陷识别模块和信息发送模块,照片获取模块获取终端设备发送的当前电力设备的照片,在照片预处理模块中进行预处理后输入模型训练模块预先训练好的设备缺陷识别模型中,得到照片中的设备缺陷信息,再通过信息发送模块发送给终端设备,实现电力设备的缺陷识别。本发明解决了现有变电站智能巡检机器人在巡检时会收到受到环境因素的影响,导致巡检准确率和工作效率较低的问题。

技术领域

本发明属于变电站设备技术领域,涉及一种基于图像识别技术的变电站智能巡检方法及系统。

背景技术

变电站的设备巡检工作一直以来都是整个变电站在运行过程中的核心工作,这项工作的主要目的就是为了对当前设备的运行状态进行检查,从而第一时间发现设备运行过程中所存在的缺陷,促使设备能够安全、可靠、稳定的运行。但就目前绝大多数变电站的巡检工作看来,变电站仍然存在着很多问题,在恶劣环境下,变电站设备也很容易出现问题,因而在恶劣环境下的巡检工作显得格外重要。

传统的变电站巡检还存在一些问题,比如地处高温、高盐、高湿、强台风地区的变电站,设备腐蚀及发热情况十分严重,值班员需要开展大量巡视及测温工作,工作量大,人力成本高;需要人工全天候监视,极容易因巡视人员的疲惫导致无法有效地识别出变电站的危险情况;人工开展巡视工作时,数小时内暴露在阳光直射,40摄氏度以上的高温环境下,容易引发相关疾病。

因此设计出了变电站智能巡检机器人,操作人员可以远离带电设备、进行远程操作,安全性好,可靠性高,提高了巡检工作效率和质量,但目前变电站智能巡检机器人在巡检时会受到环境因素的影响,巡检准确率和工作效率较低,无法保障在恶劣环境下变电站的安全稳定运行。

因此,针对以上问题,本发明提出了一种基于图像识别技术的变电站智能巡检方法及系统。

发明内容

本发明的目的在于:提供了一种基于图像识别技术的变电站智能巡检方法及系统,解决了现有变电站智能巡检机器人在巡检时会收到受到环境因素的影响,导致巡检准确率和工作效率较低的问题。

本发明采用的技术方案如下:

一种基于图像识别技术的变电站智能巡检方法,包括以下步骤:

步骤1:获取终端设备发送的照片,所述照片大于等于1张;

步骤2:对深度卷积神经网络模型进行训练,得到设备缺陷识别模型;

步骤3:对照片进行预处理;

步骤4:将预处理后的照片输入设备缺陷识别模型中,得到照片中的设备缺陷信息,并发送给终端设备。

进一步地,所述终端设备包括设备缺陷识别操作界面,对终端设备发送的图片数量进行控制;

所述设备缺陷识别操作界面包括单张照片识别控件和多张照片识别控件;所述单张照片识别控件接收用户通过设备缺陷识别操作界面发出的识别单张照片中变电站设备缺陷的指令;所述多张照片识别控件接收用户通过设备缺陷识别操作界面发出的识别多张照片中变电站设备缺陷的指令。

进一步地,所述步骤1还包括:根据所述照片中电力设备所处场景的不同,对照片进行分类,将不同场景的照片分类到不同的照片类别中。

进一步地,所述步骤2包括以下步骤:

步骤2.1:获取大于等于1张的包含变电站设备缺陷的照片样本;

步骤2.2:根据照片样本中的设备缺陷信息,对获取的照片样本中电力设备所处场景的不同进行分类,获得至少一个照片类别;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国南方电网有限责任公司超高压输电公司广州局,未经中国南方电网有限责任公司超高压输电公司广州局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910879747.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top