一种输电网鸟类驱赶方法及其系统、计算机可读存储介质技术方案

本发明专利技术提供一种输电网鸟类驱赶方法及其系统、计算机可读存储介质，所述方法包括：实时获取输电线图像；对所述输电线图像进行图像识别，并根据识别结果判断所述输电线图像中是否存在鸟类；根据判断结果生成驱赶信号，若判断结果为是，则生成驱赶信号；根据所述驱赶信号控制语音装置发出驱赶声音对鸟类进行驱赶。使用本发明专利技术，能够对停留在输电线上的鸟类进行驱赶，避免鸟类的自然活动干扰到输电线的正常工作，提高电力系统运行稳定性和可靠性。

A method of bird driving in transmission network and its system, computer readable storage medium

【技术实现步骤摘要】
一种输电网鸟类驱赶方法及其系统、计算机可读存储介质
本专利技术输电网鸟类驱赶
，特别涉及一种输电网鸟类驱赶方法及其系统、计算机可读存储介质。
技术介绍
输电线在电力系统中有着非常重要的作用，与人们的生活密不可分，如果出现大规模断电情况会给大众造成不可估量的损失。而鸟类的自然活动经常干扰到输电线的正常工作，如鸟类在输电线杆塔上筑巢容易造成输电线发生短路事故，鸟类在输电线杆塔上嬉戏或者停留，不当会造成鸟类死亡也容易造成电线短路。
技术实现思路
本专利技术旨在提出一种输电网鸟类驱赶方法及其系统、计算机可读存储介质，以对停留在输电线上的鸟类进行驱赶，避免鸟类的自然活动干扰到输电线的正常工作，提高电力系统运行稳定性和可靠性。第一方面，本专利技术实施例提出一种输电网鸟类驱赶方法，包括：实时获取输电线图像；对所述输电线图像进行图像识别，并根据识别结果判断所述输电线图像中是否存在鸟类；根据判断结果生成驱赶信号，若判断结果为是，则生成驱赶信号；根据所述驱赶信号控制语音装置发出驱赶声音对鸟类进行驱赶本文档来自技高网...

【技术保护点】
1.一种输电网鸟类驱赶方法，其特征在于，包括：/n实时获取输电线图像；/n对所述输电线图像进行图像识别，并根据识别结果判断所述输电线图像中是否存在鸟类；/n根据判断结果生成驱赶信号，若判断结果为是，则生成驱赶信号；/n根据所述驱赶信号控制语音装置发出驱赶声音对鸟类进行驱赶。/n

【技术特征摘要】
1.一种输电网鸟类驱赶方法，其特征在于，包括：
实时获取输电线图像；
对所述输电线图像进行图像识别，并根据识别结果判断所述输电线图像中是否存在鸟类；
根据判断结果生成驱赶信号，若判断结果为是，则生成驱赶信号；
根据所述驱赶信号控制语音装置发出驱赶声音对鸟类进行驱赶。


2.如权利要求1所述的输电网鸟类驱赶方法，其特征在于，所述对所述输电线图像进行图像识别，并根据识别结果判断所述输电线图像中是否存在鸟类包括：
利用卷积神经网络对所述输电线图像进行卷积处理得到卷积图像，并根据每一像素点的梯度信息描述所述卷积图像的图像特征；
利用区域生成网络根据所述图像特征生成对应不同尺度的多个候选区域；
利用目标检测网络对每一候选区域进行鸟类目标检测；
根据目标检测网络的检测结果判断所述输电线图像中是否存在鸟类。


3.如权利要求2所述的输电网鸟类驱赶方法，其特征在于，所述对所述输电线图像进行图像识别，并根据识别结果判断所述输电线图像中是否存在鸟类包括：
若一输电线图像存在鸟类，则进一步识别鸟类在输电线图像中的位置。


4.如权利要求3所述的输电网鸟类驱赶方法，其特征在于，所述根据所述驱赶信号控制语音装置发出驱赶声音对鸟类进行驱赶包括：
根据所述驱赶信号控制与鸟类在输电线图像中的位置对应的语音装置发出驱赶声音对鸟类进行驱赶。


5.如权利要求3所述的输电网鸟类驱赶方法，其特征在于，所述卷积神经网络为ZF-NET神经网络；
其中，所述根据每一像素点的梯度信息描述所述卷积图像的图像特征包括：
步骤S11、对所述卷积图像进行灰度处理得到灰度图像；
步骤S12、根据公式G(x,y)＝P(x,y)λ对所述灰度图像进行校正得到校正图像；其中，λ为预设常数，P(x,y)为灰度图像上某一点的像素值；
步骤S13、根据以下公式对所述校正图像进行梯度计算得到每一像素点的梯度信息；
Rx(x,y)＝P(x+1,y)-P(x-1,y)
Ry(x,y)＝P(x,y+1)-P(x,y-1)






公式中，Rx(x,y)为在校正图像中像素点(x,y)处的水平方向梯度，Ry(x,y)为垂直方向梯度，R(x,y)为梯度幅值，θ(x,y)为梯度方向；
步骤S14、将所述校正图像分割为多个细胞单元，利用m个块的直方图统计每个细胞单元的梯度信息，对不同方向的梯度的幅值进行统计...

【专利技术属性】
技术研发人员：张云翔，饶竹一，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：广东;44