[发明专利]基于机器视觉的电力设备异物入侵识别系统及方法

说明书

本发明属于机器视觉技术和数字图像技术领域，尤其涉及基于机器视觉的电力设备异物入侵识别系统和方法，包括监控系统、分析服务器和预警系统，所述监控系统用于实时拍摄场景图像，并将场景图像传输给分析服务器，所述分析服务器用于识别场景图像中的异物，生成异物入侵结果，并将入侵结果传输给预警系统，所述分析服务器包括静态异物识别模块、动态异物识别模块和分析模块，所述预紧系统包括预警器和主机。本发明可以用于实时监测和分析电力设备异物入侵。本发明的优点是(1)可以实时监测和分析电气设备中的异物入侵；(2)解决了对电气设备动态异物识别的问题。

技术领域

本发明属于机器视觉技术和数字图像技术领域，尤其涉及基于机器视觉的电力设备异物入侵识别系统和方法。

背景技术

随着社会的不断发展，变电站的建设也不断扩增，电力设备的安全性能也越来越引起重视，其中电气箱周边异物一直是影响电网安全稳定的棘手问题之一，异物包括静态异物和动态异物，静态异物包括塑料薄膜、气球、风筝、广告牌等漂浮物，由于大风或者人力等各种因素，漂浮物可能会入侵电气箱周界，引起线路故障，甚至会引起局部或者区域停电；而动态异物包括蛇、鼠、虫或一些小型动物，其中，老鼠会咬电线，对电力设备造成危害极大，因此，对电力设备异物入侵的识别是急需解决的问题。

现有技术中依靠人工定期检查或者由巡检机器人在电力设备周边巡逻检查，人工定期检查不能做到实时性，当人工在休息时间时出现异物入侵则不能进行有效检测，同时人工巡检效率太低，而巡检机器人则存在成本太高的问题。

发明内容

本发明所解决的技术问题在于提供一种基于机器视觉的电力设备异物入侵识别系统及方法，以克服现有技术中人工清理缺少实时性以及效率低的问题，同时解决使用巡检机器人时成本高的问题。

本发明提供的基础方案：基于机器视觉的电力设备异物入侵识别系统，包括监控系统和分析服务器，所述监控系统用于实时拍摄场景图像，并将场景图像传输给分析服务器，所述分析服务器用于识别场景图像中的异物，生成异物入侵结果，所述分析服务器包括静态异物识别模块、动态异物识别模块和分析模块，所述静态异物识别模块和动态异物识别模块均与分析模块连接，所述静态异物识别模块用于识别场景图像中的静态异物图像，并将静态异物图像传输给分析模块，所述动态异物识别模块用于识别场景图像中的动态异物图像，并将动态异物图像传输给分析模块，所述分析模块用于根据静态异物识别模块和动态异物识别模块传输的静态异物图像和动态异物图像进行分析，生成静态异物和动态异物的入侵路线并计算出其落点相对于监控系统的位置。

本发明的原理及优点在于：监控系统将拍摄的场景图像传输给分析服务器中的静态异物识别模块和动态异物识别模块，静态异物识别模块和动态异物识别模块提取出场景图像中的静态异物模型和动态异物模型，并通过分析模块分析出静态异物模型和动态异物模型的入侵路线和落点位置。本发明的优点有：(1)可以实时监测和分析电气设备中的异物入侵；(2)解决了对电气设备动态异物识别的问题。

进一步，所述监控系统包括监控摄像设备和输入设备，所述监控摄像设备设有若干个，所述监控摄像设备用于实时拍摄场景图像，并将场景图像以直播流的形式对外提供码流服务，所述输入设备用于配置若干个监控摄像设备，同时将监控摄像设备的码流拉取回来，并将码流拆分为逐帧形式，发送到静态异物识别模块和动态异物识别模块中。

有益效果：通过输入设备将监控设备采集的图像进行逐帧拆分，可以提高识别的准确性。

进一步，所述静态异物识别模块预设有静态异物检测模型，所述动态异物识别模块预设有动态异物检测模型，所述静态异物检测模型和动态异物检测模型均采用AI模型训练得到。

有益效果：对检测目标进行AI模型的训练，可以不断扩增异物模型，使得识别过程更智能化。