[发明专利]一种带有模板的综合型换流站缺陷识别方法

说明书

本发明公开了一种带有模板的综合型换流站缺陷识别方法，其步骤包括:1获取换流站样本库中的基准图片和待检测图片，样本库是基准图片的集合，基准图片是指换流站无隐患时的正常图片，待检测图片为实时拍摄的相同换流站位置的图片，2通过综合两种及以上检测算法的同时比对结果，得到样本库中的基准图片和待检测图片的差异图，3根据差异图提示隐患可能存在的位置。本发明能够有效提高现有换流站缺陷识别准确率，降低误报、漏报可能，减轻工作人员负担。

技术领域

本发明涉及换流站设备技术领域，具体为一种带有模板的综合型换流站缺陷识别方法。

背景技术

换流站作为电力系统中的重要一环，发挥着极其重要的作用，但因其设备既多且杂，大部分设备的结构也很复杂，这使得对其进行全面准确的缺陷检测变得极为困难。现阶段换流站缺陷检查，主要还是通过人工巡查的方式来进行，这种方法费时费力，且因为人员数量与人员素质的影响，经常会出现误检、漏检的情况。即使少数换流站通过智能化检测设备，建立了在线巡查系统，降低了人力的参与，仍然无法满足实际使用需要。究其原因，是因为一般在线巡查系统其缺陷检测方法在换流站这种环境条件复杂、设备种类繁多的特点下准确性大打折扣，无法实现全面准确的缺陷识别。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种带有模板的综合型换流站缺陷识别方法，以期能提高换流站缺陷识别检测准确性，降低误报、漏报可能，减轻工作人员负担，从而实现换流站整体效率的提升，减小大型事故发生的可能。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种带有模板的综合型换流站缺陷识别方法的特点是按如下步骤进行：

步骤1、获取换流站样本库中的基准图片和待检图片，所述基准图片为换流站无隐患时的正常图片，所述待检图片为实时拍摄的相同换流站位置的图片；

步骤2、基于所述基准图片利用SSIM算法对待检图片进行检测，得到SSIM检测结果；

利用深度学习的机器视觉检测算法对所述待检图片进行检测，得到视觉算法检测结果；

步骤3、判断所述SSIM检测结果中的基准图片与待检图片的相似值是否大于所设定的相似度限值，若大于，则表示所述待检图片与正常图片相同，即待检图片中未检测出隐患；否则，则执行步骤4；

步骤4、判断所述SSIM检测结果是否存在差异判别框，若存在，则执行步骤5，否则，表示待检图片与正常图片相同，即待检图片中未检测出隐患；

步骤5、获取差异判别框的数量，若差异判别框的数量为1时，则执行步骤6；若差异判别框数量为两个及以上时，则执行步骤7；

步骤6、对视觉算法检测结果进行判断，并根据判断结果，输出结论；

步骤7、判断所述视觉算法检测结果中是否存在检测框，若存在，则执行步骤8；否则，直接将差异判别框在待检图片上的显示位置并作为隐患位置进行提示；

步骤8、判断所述检测框的数量是否为1，若是，则执行步骤9；否则，表示所述检测框的数量为两个及以上时，并执行步骤10；

步骤9、判断检测框的优先类别，并根据判断结果输出对应结论；

步骤10、判断检测框的种类是否含有优先类别，若含有优先类别时，则直接将所有检测框在待检图片上的显示位置作为隐患位置进行提示，否则，执行步骤11；

步骤11、对所有差异判别框分别与所有检测框的重合度进行计算，若所得的重合度平均值达到所预设的阈值D时，则将所有检测框在待检图片上的显示位置作为隐患位置进行提示，否则，将所有差异判别框在待检图片上的显示位置作为隐患位置进行提示。

本发明所述的综合型换流站缺陷识别方法的特点也在于，所述步骤6是按如下步骤进行：