[发明专利]一种用于互感器二次回路接线端子的自动识别方法及系统

说明书

本发明公开了一种用于互感器二次回路接线端子的自动识别方法及系统，属于互感器二次回路检测技术领域。本发明方法，包括：将待检测端子的端子图片输入识别网络中进行检测，确定待检测端子的编号位置以及形状数据；获取矫正后的待检测端子的编号位置以及形状数据；针对所述端子图片使用数字识别接口进行数字识别，确定图片中的端子编号；根据所述端子编号，查询端子编号信息与电气信息数据库，获取查询结果，根据查询结果将所述端子图片中端子标注为待检二次回路对应的端子。本发明通过图像识别技术，实现了关口互感器二次回路接线端子的自动识别，提高了现场作业效率。

技术领域

本发明涉及互感器二次回路检测技术领域，并且更具体地，涉及一种用于互感器二次回路接线端子的自动识别方法及系统。

背景技术

关口电能计量装置是指安装运行在发电企业上网、跨区联络线、省网联络线及省内下网等关口中，用于贸易结算和内部经济指标考核的电能计量装置，包括电能表、互感器及其二次回路，在整个电网的电能计量中起着重要作用。

现有模式下，关口互感器的现场检测、运维等均需专业人员到现场开展相关工作。按分体式计量柜设计，互感器二次侧线缆在落地端通过地埋电缆接入间隔端子箱，再由端子箱引线接入电能计量屏的端子排。现场检测时，需要在端子排中找到待检二次回路对应的接线端子。以往寻找待检接线端子的方法一般是依靠现场检测人员比对设计图纸，需要花费大量时间，同时也存在识别错误的情况。

发明内容

针对上述问题，本发明提出了一种用于互感器二次回路接线端子的自动识别方法，包括：

基于EAST场景文本检测算法搭建深度神经网络，建立端子数据集，并以端子数据集作为所述深度神经网络的训练集，对所述深度神经网络进行训练以获取识别网络，将待检测端子的端子图片输入识别网络中进行检测，确定待检测端子的编号位置以及形状数据；

基于PCA以及最小线性回归的数据矫正方法，对所述待检测端子的编号位置以及形状数据进行矫正，获取矫正后的待检测端子的编号位置以及形状数据；

对所述矫正后的待检测端子的编号位置以及形状数据进行裁切处理，获取端子图片，针对所述端子图片使用数字识别接口进行数字识别，确定图片中的端子编号；

根据所述端子编号，查询端子编号信息与电气信息数据库，获取查询结果，根据查询结果将所述端子图片中端子标注为待检二次回路对应的端子。

可选的，获取识别网络的具体步骤如下：

标注训练集种端子排图片中的端子，以四点形式确定一个封闭区域，给定图片中端子位置形状信息，建立端子数据集，并通过自动裁切和随机变换扩充数据集；

根据标注数据生成真值标签；

搭建EAST深度神经网络；

将标注数据分为训练集D和验证集V，在训练集中随机选取batch-size个样本(x，y)作为一个训练的批次，选择网络的损失函数L对网络参数θ的梯度方向，梯度方向的计算公式如下：

更新参数θ；

当深度神经网络的损失函数L在验证集V上不再下降时，停止训练，生成识别网络；

所述生成真值标签的生成规则包括如下：

封闭区域按比例收缩生成有效的内部区域，内部区域的首端和尾端定为头部区域和尾部区域，头部和尾部统称为边界区域；

对于待识别端子的端子图片中的每个像素，生成一个7位的标签，标签第1位的含义为该像素是否在内部区域内；标签第2位的含义为该像素是否在边界区域；标签第3位的含义为该像素为头部区域或尾部区域像素；标签4至7位为该像素与对应的头部或尾部两顶点的x、y坐标之差。