一种风电场升压站设备巡检方法技术

本发明专利技术提出了一种风电场升压站设备巡检方法，涉及检测技术领域。该方法包括：巡检机器人获取巡检任务信息，并拍摄伺服巡检图像。巡检机器人将伺服巡检图像上传至服务器，服务器根据伺服巡检图像，从设备模板库中调取对应的预设模板图像。服务器采用匹配算法对伺服巡检图像与预设模板图像进行实时匹配。服务器对包含完整待检测设备区域的伺服巡检图像进行特征提取，以得到特征提取结果，并将特征提取结果输入至训练好的深度学习模型中，以得到数值区域。服务器利用模板匹配算法对预设模板图像与读数结果进行匹配，以得到设备的实际读数。该方法实现了替代人工对风电场升压站设备进行巡检的目的，精确识别各类仪表及设备的度数。数。数。

【技术实现步骤摘要】
一种风电场升压站设备巡检方法


[0001]本专利技术涉及检测
，具体而言，涉及一种风电场升压站设备巡检方法。

技术介绍

[0002]针对新一代智能站点“提质增效”提高巡检维护工作效率、降低成本的选择要求，场景中以“智能装备、智慧运行”为重要发展路径具体目标要求，需要推动“四个一”的生产管理目标体系建设，其中“设备状况一目了然”为场景中关键一环。故采用智能巡检机器人作为智能装备，推动站点设备“100％全覆盖、100％全识别”的无人化智能巡视。
[0003]为了确保站内设备安全稳定运行,及时发现隐患,积累状态检修原始数据，往往要求现场运行人员，冒着高温酷暑，狂风暴雨，定期对现场设备进行巡视检查。但是人工巡视劳动强度大、手段单一，巡视质量不佳，是难以及时发现隐患缺陷的，狂风暴雨、炎热高温等恶劣天气时，值班员是无法正常有效的巡视设备。机器人巡检和人工巡检的最大区别是，它可以全天候和在复杂环境下独立自主；如替代人工巡检中繁、难、险、重作业，精确识别设备各类仪表读数及设备的电流、运行温度等，及时发现设备缺陷，提高设备巡视效率，真正实现集电力预案于一体的智能巡检解决方案。

技术实现思路

[0004]本专利技术的目的在于提供一种风电场升压站设备巡检方法，其能够替代人工对风电场升压站设备进行巡检，并对设备进行分类分析，精确识别各类仪表及设备的度数，从而及时发现设备缺陷，提高对设备的巡视效率。
[0005]本专利技术的实施例是这样实现的：
[0006]本申请实施例提供一种风电场升压站设备巡检方法，其包括如下步骤：巡检机器人获取巡检任务信息，巡检机器人根据任务信息行进至预置停车位后，调用云台预置位进行姿态调整，并拍摄伺服巡检图像。巡检机器人将伺服巡检图像上传至服务器，服务器根据伺服巡检图像，从设备模板库中调取对应的预设模板图像。服务器采用匹配算法对伺服巡检图像与预设模板图像进行实时匹配，并计算预设模板图像与伺服巡检图像的位移偏差，以验证伺服巡检图像中待检测设备区域是否完整。若待检测设备区域不完整，则计算图像像素偏移量，并根据图像像素偏移量计算云台转动角度偏移量，并将云台转动角度偏移量换算为云台转动控制参数，根据云台转动控制参数调用云台转动，直至待检测设备区域完整。服务器对包含完整待检测设备区域的伺服巡检图像进行特征提取，以得到特征提取结果，并将特征提取结果输入至训练好的深度学习模型中，以得到数值区域。服务器利用机器视觉技术对数值区域进行配准与提取后，再通过模式识别技术对数值区域进行识别和读数判别，以得到读数结果。服务器利用模板匹配算法对预设模板图像与读数结果进行匹配，计算预设模板图像与读数结果的偏差，以得到设备的实际读数。
[0007]在本专利技术的一些实施例中，上述服务器对包含完整待检测设备区域的伺服巡检图像进行特征提取之前，该方法还包括：服务器对包含完整待检测设备区域的伺服巡检图像
进行灰度处理。
[0008]在本专利技术的一些实施例中，上述将特征提取结果输入至训练好的深度学习模型中的步骤之前，该方法还包括：建立深度学习初始模型。预先获取设备图像，并使用局部特征区域提取算法将原始图像变换为局部信息。利用像素级分类方法将设备图像分为多个区域图像，并对区域图像中正面图像进行预处理，以旋转出不同角度的训练图像。利用训练图像对深度学习初始模型进行训练，以得到训练好的深度学习模型。
[0009]在本专利技术的一些实施例中，上述巡检机器人获取巡检任务信息，巡检机器人根据任务信息行进至预置停车位的步骤包括以下步骤：实时对巡检机器人进行视频监控。
[0010]在本专利技术的一些实施例中，上述巡检机器人根据任务信息行进至预置停车位后，调用云台预置位进行姿态调整，并拍摄伺服巡检图像的步骤包括以下步骤：若拍摄设备时的清晰度低于预设值，则调用区域聚焦伺服拍摄设备，以得到伺服巡检图像。若拍摄设备时的亮度低于预设阈值，则调用区域曝光伺服拍摄设备，以得到伺服巡检图像。否则采用自动曝光模式对设备进行拍摄，以得到伺服巡检图像。
[0011]在本专利技术的一些实施例中，上述巡检机器人将伺服巡检图像上传至服务器的步骤包括以下步骤：巡检机器人通过DMS请求获取图片上传地址，DMS下发图片上传地址给巡检机器人。巡检机器人通过图片上传地址将伺服巡检图像上传至服务器。
[0012]在本专利技术的一些实施例中，上述巡检机器人获取巡检任务信息，巡检机器人根据任务信息行进至预置停车位后，调用云台预置位进行姿态调整，并拍摄伺服巡检图像的步骤包括以下步骤：实时获取巡检机器人的位置信息、姿态信息及姿态调整信息。
[0013]在本专利技术的一些实施例中，上述服务器包括：预设模板图像调取模块，用于根据伺服巡检图像，从设备模板库中调取对应的预设模板图像。实时匹配模块，用于采用匹配算法对伺服巡检图像与预设模板图像进行实时匹配，并计算预设模板图像与伺服巡检图像的位移偏差，以验证伺服巡检图像中待检测设备区域是否完整。拍摄调整模块，用于若待检测设备区域不完整，则计算图像像素偏移量，并根据图像像素偏移量计算云台转动角度偏移量，并将云台转动角度偏移量换算为云台转动控制参数，根据云台转动控制参数调用云台转动，直至待检测设备区域完整。特征提取模块，用于对包含完整待检测设备区域的伺服巡检图像进行特征提取，以得到特征提取结果，并将特征提取结果输入至训练好的深度学习模型中，以得到数值区域。数值区域处理模块，用于利用机器视觉技术对数值区域进行配准与提取后，再通过模式识别技术对数值区域进行识别和读数判别，以得到读数结果。实际读数计算模块，用于利用模板匹配算法对预设模板图像与读数结果进行匹配，计算预设模板图像与读数结果的偏差，以得到设备的实际读数。
[0014]第二方面，本申请实施例提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器。当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。
[0015]第三方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
[0016]相对于现有技术，本专利技术的实施例至少具有如下优点或有益效果：
[0017]本专利技术提供一种风电场升压站设备巡检方法，其包括如下步骤：巡检机器人获取巡检任务信息，巡检机器人根据任务信息行进至预置停车位后，调用云台预置位进行姿态调整，并拍摄伺服巡检图像。巡检机器人将伺服巡检图像上传至服务器，服务器根据伺服巡
检图像，从设备模板库中调取对应的预设模板图像。服务器采用匹配算法对伺服巡检图像与预设模板图像进行实时匹配，并计算预设模板图像与伺服巡检图像的位移偏差，以验证伺服巡检图像中待检测设备区域是否完整。若待检测设备区域不完整，则计算图像像素偏移量，并根据图像像素偏移量计算云台转动角度偏移量，并将云台转动角度偏移量换算为云台转动控制参数，根据云台转动控制参数调用云台转动，直至待检测设备区域完整。服务器对包含完整待检测设备区域的伺服巡检图像进行特征提取，以得到特征提取结果，并将特征提取结果输入至训练好本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风电场升压站设备巡检方法，其特征在于，包括如下步骤：巡检机器人获取巡检任务信息，所述巡检机器人根据任务信息行进至预置停车位后，调用云台预置位进行姿态调整，并拍摄伺服巡检图像；所述巡检机器人将所述伺服巡检图像上传至服务器，所述服务器根据所述伺服巡检图像，从设备模板库中调取对应的预设模板图像；所述服务器采用匹配算法对所述伺服巡检图像与所述预设模板图像进行实时匹配，并计算所述预设模板图像与所述伺服巡检图像的位移偏差，以验证所述伺服巡检图像中待检测设备区域是否完整；若所述待检测设备区域不完整，则计算图像像素偏移量，并根据所述图像像素偏移量计算云台转动角度偏移量，并将所述云台转动角度偏移量换算为云台转动控制参数，根据所述云台转动控制参数调用云台转动，直至所述待检测设备区域完整；所述服务器对包含完整所述待检测设备区域的所述伺服巡检图像进行特征提取，以得到特征提取结果，并将所述特征提取结果输入至训练好的深度学习模型中，以得到数值区域；所述服务器利用机器视觉技术对所述数值区域进行配准与提取后，再通过模式识别技术对所述数值区域进行识别和读数判别，以得到读数结果；所述服务器利用模板匹配算法对所述预设模板图像与所述读数结果进行匹配，计算所述预设模板图像与所述读数结果的偏差，以得到设备的实际读数。2.根据权利要求1所述的风电场升压站设备巡检方法，其特征在于，所述服务器对包含完整所述待检测设备区域的所述伺服巡检图像进行特征提取之前，还包括：所述服务器对包含完整所述待检测设备区域的所述伺服巡检图像进行灰度处理。3.根据权利要求1所述的风电场升压站设备巡检方法，其特征在于，将所述特征提取结果输入至训练好的深度学习模型中的步骤之前，还包括：建立深度学习初始模型；预先获取设备图像，并使用局部特征区域提取算法将原始图像变换为局部信息；利用像素级分类方法将所述设备图像分为多个区域图像，并对所述区域图像中正面图像进行预处理，以旋转出不同角度的训练图像；利用所述训练图像对所述深度学习初始模型进行训练，以得到训练好的深度学习模型。4.根据权利要求1所述的风电场升压站设备巡检方法，其特征在于，巡检机器人获取巡检任务信息，所述巡检机器人根据任务信息行进至预置停车位的步骤包括以下步骤：实时对所述巡检机器人进行视频监控。5.根据权利要求1所述的风电场升压站设备巡检方法，其特征在于，所述巡检机器人根据任务信息行进至预置停车位后，调用云台预置位进行姿态调整，并拍摄伺服巡检图像的步骤包括以下步骤：若拍摄设备时的清晰度低于预设值，则调...

【专利技术属性】
技术研发人员：唐烂芳，谭光道，徐超，孟秀俊，刘勇，孙文明，
申请(专利权)人：华能息烽风力发电有限公司，
类型：发明
国别省市：