[发明专利]一种变电站电气保护压板检测方法、装置及处理设备

说明书

本申请提供了一种变电站电气保护压板检测方法、装置及处理设备，用于在密集的电气保护压板集群中执行电气保护压板颗粒度的个体识别，从而为电气保护压板的智能投退状态检测提供精确的检测对象，进而可以在电气保护压板集群中完成电气保护压板颗粒度的智能投退状态检测。方法包括：获取从变电站的电气保护压板机柜处采集的实际图像I，电气保护压板机柜通过面板的形式配置了不同电气保护压板；通过语义分割模型M_语义分割，从实际图像I中识别出电气保护压板面板预测掩膜电气保护压板面板预测掩膜用于指示实际图像I分割出的电气保护压板面板所处区域；根据不同电气保护压板之间的划分距离，将电气保护压板面板预测掩膜划分为不同电气保护压板实例个体预测掩膜

技术领域

本申请涉及变电站领域，具体涉及一种变电站电气保护压板检测方法、装置及处理设备。

背景技术

随着电网规模的不断扩大，变电站相关输电线路的电气保护压板数量急剧增加，相应的人力巡检成本也随之扩大。为跳出传统人力巡检的桎梏、防止对电气保护压板的误操作、解决当前变电站电气保护压板信息自动化管理的问题，使用一种适用于变电站电气保护压板的智能投退状态检测方法有其必要性。

如今，变电站电气保护压板的智能状态检测可分为两类，一是基于图像特征匹配的检测技术，二是基于神经网络目标检测的检测技术。基于图像特征匹配的电气保护压板投退状态检测方法起源于上个世纪80年代，其方法可分为两个步骤：首先，使用特征点采样技术抽取电气保护压板图像的特征；而后，将特征与预制数据集中的特征进行匹配，以判断电气保护压板的投退状态。然而受制于特征点采样算法，该类方法对于电气保护压板图像拍摄时的相机视角、环境明暗等有极高要求。基于神经网络目标检测的方法采用SSD、MaskR-CNN、YOLO等模型作为基底，使用大规模数据集对模型进行训练，以期实现具有良好鲁棒性的电气保护压板投退状态检测。但目标检测算法对于各电气保护压板离散分布的场景具有良好的检测效果，但对密集分布的电气保护压板检测效果并不理想。此外，当前两类电气保护压板投退状态检测方法并未深入研究电气保护压板与台账对应的问题，难以满足相应信息的自动化管理要求。

可以发现，现有的变电站电气保护压板的智能状态检测方案，对于实际应用中电气保护压板密集的、环境条件较差的应用场景，存在检测精度较差的问题。

发明内容

本申请提供了一种变电站电气保护压板检测方法、装置及处理设备，用于在密集的电气保护压板集群中执行电气保护压板颗粒度的个体识别，从而为电气保护压板的智能投退状态检测提供精确的检测对象，进而可以在电气保护压板集群中完成电气保护压板颗粒度的智能投退状态检测。

第一方面，本申请提供了一种变电站电气保护压板检测方法，方法包括：

获取从变电站的电气保护压板机柜处采集的实际图像I，其中，电气保护压板机柜通过面板的形式配置了不同电气保护压板；

通过语义分割模型M_语义分割，从实际图像I中识别出电气保护压板面板预测掩膜其中，电气保护压板面板预测掩膜用于指示实际图像I分割出的电气保护压板面板所处区域；

根据不同电气保护压板之间的划分距离，将电气保护压板面板预测掩膜划分为不同电气保护压板实例个体预测掩膜

结合本申请第一方面，在本申请第一方面第一种可能的实现方式中，根据预设的不同电气保护压板之间的划分距离，将电气保护压板面板预测掩膜划分为不同电气保护压板实例个体预测掩膜之后，方法还包括：

通过实际图像I、不同电气保护压板实例个体预测掩膜以及图像分类模型M_图像分类，识别出各电气保护压板实例个体对应的投退状态

通过光学字符识别模型M_OCR，从实际图像I中识别出各电气保护压板标签对应的左上角预测坐标右下角预测坐标以及标签预测文本；