本發(fā)明屬于變電站智能巡視和計算機視覺領(lǐng)域，特別涉及一種防誤屏柜部件狀態(tài)自動識別方法和系統(tǒng)。

背景技術(shù)：

1、在變電站場景下，通常通過云臺攝像頭自動采集包含屏柜部件的正面圖像，進而采用計算機視覺技術(shù)對屏柜部件狀態(tài)進行監(jiān)測。傳統(tǒng)的應(yīng)用過程需要較繁瑣的工程化配置，并且很難進行業(yè)務(wù)翻譯反饋給運維人員，而新型的基于ocr識別的業(yè)務(wù)翻譯受限于光照環(huán)境，對成像質(zhì)量要求較高。

技術(shù)實現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供了一種防誤屏柜部件狀態(tài)自動識別方法和系統(tǒng)，以解決提升日間和夜間屏柜上小部件的識別準確率的技術(shù)問題。

2、為解決上述技術(shù)問題，本發(fā)明采用如下的技術(shù)方案。

3、本發(fā)明首先公開了一種防誤屏柜部件狀態(tài)自動識別方法，該方法包括以下步驟：

4、步驟1：在模型改進和訓練階段，采集變電站屏柜圖像作為訓練集，所述訓練集包括日間和夜間的圖像，定義屏柜部件類型和屏柜部件狀態(tài)標簽，對初始目標檢測模型的切片操作進行改進，利用所述訓練集訓練得到包含屏柜部件類型和屏柜部件狀態(tài)標簽的目標檢測模型；

5、步驟2：在部件類型自動預選階段，根據(jù)工程人員配置的矩形框，下發(fā)每個矩形框的部件類型預選任務(wù)，使用所述目標檢測模型對每個矩形框?qū)?yīng)的子圖像進行推理，返回對應(yīng)矩形框的部件類型，并存儲將所返回的部件類型；

6、步驟3：在屏柜部件狀態(tài)自動識別階段，采集實時防誤屏柜圖像，將存儲的矩形框的部件類型作為入?yún)?，下發(fā)部件狀態(tài)識別任務(wù)，基于所述目標檢測模型對實時防誤屏柜圖像中每個矩形框的圖像進行推理，驗證推理得到的部件類型是否與所存儲的矩形框的部件類型一致，并輸出驗證結(jié)果。

7、本發(fā)明進一步包括以下優(yōu)選方案：

8、所述部件類型包括指示燈、壓板、空氣開關(guān)、儲能把手、遠方就地把手，所述部件狀態(tài)為每個類型的部件的不同狀態(tài)標簽。

9、所述對初始目標檢測模型的切片操作進行改進，進一步包括：

10、將初始目標檢測模型yolov5中的focuslayer層進行改進，將切片操作由2×2調(diào)整為3×3。

11、所述根據(jù)工程人員配置的矩形框，下發(fā)每個矩形框的部件類型預選任務(wù)之前，還包括：

12、由工程人員根據(jù)運維人員的需求，在運維人員關(guān)注的部件位置配置矩形框；標注需要關(guān)注的部件位置。

13、所述存儲將所返回的部件類型，進一步包括：

14、將模型返回的框部件類型自動寫入數(shù)據(jù)庫，記錄每個矩形框的位置及其對應(yīng)的部件類型信息。

15、所述輸出驗證結(jié)果，進一步包括：

16、如果驗證推理得到的部件類型與所存儲的矩形框的部件類型一致，則輸出該框內(nèi)部件的實時狀態(tài)；如果不一致，則輸出告警信息，提示運維人員進行檢查。

17、所述對實時防誤屏柜圖像中每個矩形框的圖像進行推理，進一步包括：

18、如果框類型是指示燈，則遍歷找出所有的指示燈亮和指示燈滅檢測結(jié)果；如果只有其中一種狀態(tài)，則輸出部件狀態(tài)；如果存在互斥狀態(tài)結(jié)果，則依據(jù)置信度采用類間nms，獲取設(shè)備最終狀態(tài)，如果類間置信度相差小于0.1，則使用hsv空間模型，查看v分量與整幅圖v分量的插值，判斷指示燈狀態(tài)。

19、本發(fā)明同時公開了一種利用前述防誤屏柜部件狀態(tài)自動識別方法的防誤屏柜部件狀態(tài)自動識別系統(tǒng)，包括：

20、模型改進訓練模塊，用于采集變電站屏柜圖像作為訓練集，所述訓練集包括日間和夜間的圖像，定義屏柜部件類型和屏柜部件狀態(tài)標簽，對初始目標檢測模型的切片操作進行改進，利用所述訓練集訓練得到包含屏柜部件類型和屏柜部件狀態(tài)標簽的目標檢測模型；

21、部件類型自動預選模塊，用于根據(jù)工程人員配置的矩形框，下發(fā)每個矩形框的部件類型預選任務(wù)，使用所述目標檢測模型對每個矩形框?qū)?yīng)的子圖像進行推理，返回對應(yīng)矩形框的部件類型，并存儲將所返回的部件類型；

22、屏柜部件狀態(tài)自動識別模塊，用于采集實時防誤屏柜圖像，將存儲的矩形框的部件類型作為入?yún)?，下發(fā)部件狀態(tài)識別任務(wù)，基于所述目標檢測模型對實時防誤屏柜圖像中每個矩形框的圖像進行推理，驗證推理得到的部件類型是否與所存儲的矩形框的部件類型一致，并輸出驗證結(jié)果。

23、相應(yīng)地，本申請還公開了一種終端，包括處理器及存儲介質(zhì)；

24、所述存儲介質(zhì)用于存儲指令；

25、所述處理器用于根據(jù)所述指令進行操作以執(zhí)行根據(jù)前述防誤屏柜部件狀態(tài)自動識別方法的步驟。

26、相應(yīng)地，本申請還公開了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)前述防誤屏柜部件狀態(tài)自動識別方法的步驟。

27、本發(fā)明的有益效果在于，與現(xiàn)有技術(shù)相比，本發(fā)明提供了一種防誤屏柜部件狀態(tài)自動識別方法和系統(tǒng)，可以大幅度降低工程化配置工作，有效降低云臺攝像頭偏移引起的識別問題，在成像效果較差的情況下仍能進行準確的業(yè)務(wù)翻譯；能夠有效提升屏柜上小部件的識別準確率，并且兼容日間和夜間的不同光照條件，魯棒性強。此外，通過對云臺攝像頭機械偏移的實時監(jiān)控，進一步保證了系統(tǒng)的可靠性和準確性，從而顯著提升變電站屏柜自動化運維的效率。

技術(shù)特征：

1.一種防誤屏柜部件狀態(tài)自動識別方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的防誤屏柜部件狀態(tài)自動識別方法，其特征在于，所述部件類型包括指示燈、壓板、空氣開關(guān)、儲能把手、遠方就地把手，所述部件狀態(tài)為每個類型的部件的不同狀態(tài)標簽。

3.根據(jù)權(quán)利要求2所述的防誤屏柜部件狀態(tài)自動識別方法，其特征在于，所述對初始目標檢測模型的切片操作進行改進，進一步包括：

4.根據(jù)權(quán)利要求3所述的防誤屏柜部件狀態(tài)自動識別方法，其特征在于，所述根據(jù)工程人員配置的矩形框，下發(fā)每個矩形框的部件類型預選任務(wù)之前，還包括：

5.根據(jù)權(quán)利要求4所述的防誤屏柜部件狀態(tài)自動識別方法，其特征在于，所述存儲將所返回的部件類型，進一步包括：

6.根據(jù)權(quán)利要求5所述的防誤屏柜部件狀態(tài)自動識別方法，其特征在于，所述輸出驗證結(jié)果，進一步包括：

7.根據(jù)權(quán)利要求6所述的防誤屏柜部件狀態(tài)自動識別方法，其特征在于，所述對實時防誤屏柜圖像中每個矩形框的圖像進行推理，進一步包括：

8.一種防誤屏柜部件狀態(tài)自動識別系統(tǒng)，其特征在于，包括：

9.一種終端，包括處理器及存儲介質(zhì)；其特征在于：

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-7任一項所述的防誤屏柜部件狀態(tài)自動識別方法的步驟。

技術(shù)總結(jié)
一種防誤屏柜部件狀態(tài)自動識別方法和系統(tǒng)。該方法包括，采集變電站屏柜圖像作為訓練集，包括日間和夜間的圖像，定義屏柜部件類型和屏柜部件狀態(tài)標簽，對初始目標檢測模型進行改進，訓練得到含屏柜部件類型和屏柜部件狀態(tài)標簽的目標檢測模型；下發(fā)每個矩形框的部件類型預選任務(wù)，使用目標檢測模型對每個矩形框?qū)?yīng)的子圖像進行推理，返回矩形框部件類型并寫入數(shù)據(jù)庫；采集實時防誤屏柜圖像，基于目標檢測模型對實時防誤屏柜圖像中每個矩形框的圖像進行推理，驗證是否與數(shù)據(jù)庫的矩形框的部件類型一致，輸出驗證結(jié)果。本發(fā)明提升了日間和夜間屏柜上小部件識別準確率，魯棒性強。

技術(shù)研發(fā)人員：魏嬌龍,張利強,李志學,徐延明,韓明蕾,余濟民,楊子濤,郭瑩瑩,李文斌
受保護的技術(shù)使用者：北京四方繼保工程技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/8