【技术实现步骤摘要】
采用深度学习的电网隔离开关状态识别方法
本专利技术涉及一种采用深度学习的电网隔离开关状态识别方法,属于图像处理领域。
技术介绍
电在人类生产和生活各个领域中都是被主要使用的能源和动力,在人类社会的各个方面都起着主要的承担和支撑作用。在电网中存在大量的开关电器,在各种开关电器中,隔离开关是电网中最常应用的开关电器。这些开关电器不但需要维护整个电力网络的正常运行,还担任着发生事故时能够自动断开电路和必要时隔离电源等任务,其重要作用不言而喻。故在这些电压高、危险性大、环境复杂的变电站、高压传输线等地点,都已经安装了视频监测设备,更加方便、实时地监测开关电器的状态。但是在传统的视频监控系统中,需要使用大量人力资源去人工查看,除了难以达到所需的实时性要求外,人工检测的结果很大程度上受到了巡视员的主观和生理因素的影响,比如巡视的认真程度、人眼对图像的分辨能力等等。随着计算机视觉和模式识别等技术深入各行业,图像处理和识别的技术已应用到现代生产的各个领域,比如军事领域、航天航空领域、通信工程领域等,并且取得了很大的成功。因此,将图像分析和识别技术运用到电力开关设备状态识别的相关研究中,将会大大的帮助维护人员提高工作效率,提高整个系统的智能化程度。目前,电网中已经投入使用了监控技术,具有对开关电器进行监视、控制某些摄像机的动作和摄像等作用。但是在现阶段,很多监控系统只有监视功能,却并没有图像识别的功能。目前,在已运用图像识别技术分析开关状态的研究中,很多方法识别效率并不能达到完美,并且只能达到半自动化程度。
技术实现思路
针对上述问题,主要针对电网中的隔离开关设备,本专利技术提 ...
【技术保护点】
一种采用深度学习的电网隔离开关状态识别方法,包括下列步骤:(1)对隔离开关图像进行预处理,得到隔离开关的轮廓图像;(2)计算预处理过后的隔离开关图像的特征,包括隔离开关图像灰度统计特性、图像二阶矩、隔离开关主轴转动的角度关系和隔离开关操控电机工作电流关系,组成隔离开关图像的特征向量;(3)将训练用隔离开关特征向量输入卷积神经网络,生成抽象特征向量。(4)利用生成的抽象特征向量训练分类器;(5)将待测隔离开关图像的特征向量输入分类器,对隔离开关状态进行识别。
【技术特征摘要】
1.一种采用深度学习的电网隔离开关状态识别方法,包括下列步骤:(1)对隔离开关图像进行预处理,得到隔离开关的轮廓图像;(2)计算预处理过后的隔离开关图像的特征,包括隔离开关图像灰度统计特性、图像二阶矩、隔离开关主轴转动的角度关系和隔离开关操控电机工作电流关系,组成隔离开关图像的特征向量;(3)将训练用隔离开关特征向...
【专利技术属性】
技术研发人员:金志刚,李静昆,罗咏梅,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。