继电保护屏柜内端子排图片自动识别端子连接状态的方法技术

本申请公开了一种继电保护屏柜内端子排图片自动识别端子连接状态的方法，包括：获取变电站内屏柜端子排照片；基于预处理后的照片进行区域划分，对各区域中的端子排编号以及标注端子连接状态，形成带有标注的训练数据集；基于yolov5神经网络对数据集进行训练生成端子识别模型，并针对所新获取的变电站内屏柜端子排照片进行识别得到端子排编号区域和端子连接状态；图片文字识别形成以端子排编号及端子连接状态关联关系的识别结果，并与屏柜端子排基准值进行自动比对生成端子排校核记录。在本申请实施例中，利用移动终端拍摄的继电保护屏柜端子排图片自动识别端子排连接状态、端子排编号及其关联关系，快速实现继电保护作业中保护屏内端子排的安全检查。保护屏内端子排的安全检查。保护屏内端子排的安全检查。

【技术实现步骤摘要】
继电保护屏柜内端子排图片自动识别端子连接状态的方法


[0001]本申请涉及
，尤其涉及一种继电保护屏柜内端子排图片自动识别端子连接状态的方法。

技术介绍

[0002]现有技术中继电保护屏柜内端子的状态直接影响着继电设备的运行，而端子本身的位置可能以端部为中心，以不同的角度分布，这就是使得工作人员去进行校验时整体的工作量很大，如果采用图像收集的方式，考虑到端子数目问题，如何能够针对站内屏柜端子。

技术实现思路

[0003]为了解决上述技术问题，本申请实施例提供一种继电保护屏柜内端子排图片自动识别端子连接状态的方法，包括：获取变电站内屏柜端子排照片，并进行预处理；基于预处理后的照片进行区域划分，并对各区域中的端子排编号以及标注端子连接状态，形成带有标注的训练数据集；基于yolov5神经网络对数据集进行训练生成端子识别模型，并针对所新获取的变电站内屏柜端子排照片进行识别得到端子排编号区域和端子连接状态；采用PaddleOCR模型进行图片文字识别形成以端子排编号及端子连接状态关联关系的识别结果，并与屏柜端子排基准值进行自动比对生成端子排校核记录。
[0004]进一步，所述变电站内屏柜端子排照片获取之后对其进行分辨率规整和拍摄方向规整，将不符合预设分辨率以及不符合清晰度要求的进行去除，将拍摄方向倾斜的进行图像旋转。
[0005]进一步，进行区域划分时，以预设比例进行划分，分别生成训练集、验证集和测试集。
[0006]进一步，所述预设比例采用8:1:1，代表训练集、验证集和测试集的图片个数。
[0007]进一步，训练数据集采用labelImg工具对屏柜端子排图片的端子排编号区域、端子连接状态进行标注生成。
[0008]进一步，所述端子识别模型导出为移动端加载格式，通过移动终端获取变电站内屏柜端子排视频流，并以预设固定周期为单位获取图像。
[0009]进一步，所述端子排编号及端子连接状态关联关系的识别结果通过图片识别区域的横纵坐标信息获取关联关系。
[0010]在本申请实施例中，利用移动终端拍摄的继电保护屏柜端子排图片自动识别端子排连接状态、端子排编号及其关联关系，快速实现继电保护作业中保护屏内端子排的安全检查。
附图说明
[0011]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是本申请实施例提供的模块图。
具体实施方式
[0013]为使得本申请的申请目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0014]下面结合附图和具体实施例，进一步阐明本专利技术。
[0015]在本申请的描述中，需要理解的是，术语“上”、“下”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
[0016]本申请实施例提供一种继电保护屏柜内端子排图片自动识别端子连接状态的方法，包括：S101:获取变电站内屏柜端子排照片，并进行预处理，对其进行分辨率规整和拍摄方向规整，将不符合预设分辨率以及不符合清晰度要求的进行去除，将拍摄方向倾斜的进行图像旋转。
[0017]作为一个具体的实施例，预处理中主要对收集的端子排照片进行分辨率规整和拍摄方向规整，将分辨率比较模糊的照片进行剔除，具体的可以采用人工剔除方法，本身这个剔除过程就非常快。将端子排照片中的端子以水平方向呈现，端子排有明显的位置特征，直接以该特征作为参照进行旋转调节即可。
[0018]S102：针对照片进行区域划分，并对各区域中的端子排编号以及标注端子连接状态，形成带有标注的训练数据集。
[0019]作为一个具体的实施例，按照8:1:1的比例对端子排照片进行划分，分别生成训练集、验证集、测试集。训练数据集采用labelImg工具对屏柜端子排图片的端子排编号区域、端子连接状态进行标注生成。
[0020]S103：基于yolov5神经网络对数据集进行训练生成端子识别模型，并针对所新获取的变电站内屏柜端子排照片进行识别得到端子排编号区域和端子连接状态。
[0021]作为一个具体的实施例，选用yolov5神经网络对数据集进行训练生成端子识别模型，端子识别模型导出为移动端加载格式，通过移动终端（诸如手机、pad等）获取变电站内屏柜端子排视频流，并以预设固定周期（比如0.5s）为单位获取图像。利用端子识别模型识别端子排编号区域、端子连接状态。
[0022]S104：截取端子排编号区域图片，采用PaddleOCR模型进行图片文字识别形成以端
子排编号及端子连接状态关联关系的识别结果，并与屏柜端子排基准值进行自动比对生成端子排校核记录。
[0023]端子排编号及端子连接状态关联关系的识别结果通过图片识别区域的xy坐标信息获取端子排编号及端子连接状态关联关系，生成端子排识别结果。将端子排识别结果与屏柜端子排基准值进行自动比对生成端子排校核记录。
[0024]在本申请实施例中，利用移动终端拍摄的继电保护屏柜端子排图片自动识别端子排连接状态、端子排编号及其关联关系，快速实现继电保护作业中保护屏内端子排的安全检查。
[0025]以上详细描述了本专利技术的优选实施方式，但是本专利技术并不限于上述实施方式中的具体细节，在本专利技术的技术构思范围内，可以对本专利技术的技术方案进行多种等同变换（如数量、形状、位置等），这些等同变换均属于本专利技术的保护。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种继电保护屏柜内端子排图片自动识别端子连接状态的方法，其特征在于，包括：获取变电站内屏柜端子排照片，并进行预处理；基于预处理后的照片进行区域划分，并对各区域中的端子排编号以及标注端子连接状态，形成带有标注的训练数据集；基于yolov5神经网络对数据集进行训练生成端子识别模型，并针对所新获取的变电站内屏柜端子排照片进行识别得到端子排编号区域和端子连接状态；采用PaddleOCR模型进行图片文字识别形成以端子排编号及端子连接状态关联关系的识别结果，并与屏柜端子排基准值进行自动比对生成端子排校核记录。2.根据权利要求1所述的继电保护屏柜内端子排图片自动识别端子连接状态的方法，其特征在于，所述变电站内屏柜端子排照片获取之后对其进行分辨率规整和拍摄方向规整，将不符合预设分辨率以及不符合清晰度要求的进行去除，将拍摄方向倾斜的进行图像旋转。3.根据权利要求1所述的继电保护屏柜内端子排图片自动识别端子连接状态的...

【专利技术属性】
技术研发人员：郑佳明，钱海，田景辅，杨飞，于游，田鹏飞，马强，付东，武英明，曾剑锋，于彬，汤小兵，顾霞玲，徐海涛，蔡宇翔，
申请(专利权)人：南京国电南思科技发展股份有限公司国家电网有限公司，
类型：发明
国别省市：