受电弓燃弧的检测方法及系统、电子设备及存储介质技术方案

本发明专利技术公开了一种受电弓燃弧的检测方法及系统、电子设备及存储介质，检测方法包括基于目标检测算法处理待检测图像以确定目标区域；根据受电弓部件对目标区域进行边界处理；基于卷积神经网络VGG16检测边界处理后的目标区域以确定是否燃弧。本发明专利技术针对目前传统图像处理技术对受电弓燃弧检测精度不够的缺陷，采用目标检测算法、边界处理算法及卷积神经网络VGG16判断是否存在燃弧，实现了基于深度学习算法的受电弓燃弧区域捕捉、燃弧分类及燃弧参数获取，解决了现有技术中存在的燃弧区域难以确定、二值化阈值选取偏差及图形处理背景噪声干扰等问题，实现了对于燃弧的精确检测，为轨道列车的安全运行提供了有力保障，具有行业推广意义。广意义。广意义。

【技术实现步骤摘要】
受电弓燃弧的检测方法及系统、电子设备及存储介质


[0001]本专利技术涉及电气设备检测
，尤其涉及一种受电弓燃弧的检测方法及系统、电子设备及存储介质。

技术介绍

[0002]受电弓是用于使电力牵引机车从接触网取得电能的电气设备，通常安装在机车或动车车顶上，其被广泛应用于城市轨道列车。通过受电弓的碳滑板与接触网的动态接触，将电能从电网取向轨道列车的牵引传动系统，推动轨道列车运行。列车运行中弓网处于随机振动状态，常出现瞬间离线状态，当断开瞬间电流超过生弧电流，电压超过生弧电压，弓网系统就会产生燃弧现象。燃弧温度高达数千摄氏度，对接触网设备和线索造成直接伤害，影响弓网受流稳定性，影响设备使用寿命。为保障轨道列车安全平稳运行，有必要对受电弓燃弧进行检测。
[0003]目前，对于受电弓燃弧检测主要通过传统的图像处理技术来实现，即对预处理的受电弓图像进行图像二值化，对二值化的受电弓图像信息进行分析处理得到火花检测信息以获得燃弧持续时间、燃弧率等参数。上述现有技术的主要缺点包括：背景干扰问题，即进行图像处理的视频帧容易被灯光、太阳光、隧道等无关背景噪声干扰；二值化处理问题，即经过灰度化的图片需要进行黑白转换，二值化阈值的选取对统计结果有直接的影响，过大阈值会丢失过多的有用信息，过小阈值则会增加无用背景噪声导致统计精度降低；处理区域变化问题，即由于机车线路不平顺和受电弓弓头振动等原因，选定的处理区域会有所变化，导致出现漏检和误检的情况。以上问题，最终都会导致对于受电弓燃弧检测的精度降低。

技术实现思路

[0004]本专利技术要解决的技术问题是为了克服现有技术中对于受电弓燃弧检测精度无法满足要求的缺陷，提供一种受电弓燃弧的检测方法及系统、电子设备及存储介质。
[0005]本专利技术是通过下述技术方案来解决上述技术问题：
[0006]本专利技术提供了一种受电弓燃弧的检测方法，包括：
[0007]基于目标检测算法处理待检测图像，以确定目标区域；所述目标区域包括可能产生燃弧的受电弓部件；
[0008]根据所述受电弓部件，对所述目标区域进行边界处理；
[0009]基于卷积神经网络VGG16检测所述边界处理后的目标区域，以确定所述待检测图像是否包括燃弧。
[0010]较佳地，所述根据所述受电弓部件，对所述目标区域进行边界处理的步骤包括：
[0011]获取所述受电弓部件与接触网的接触点位置；
[0012]根据所述接触点位置，调整所述目标区域的左右边界；
[0013]确定相对于受电弓部件的燃弧方向；
[0014]根据所述燃弧方向和所述受电弓部件，调整所述目标区域的上下边界。
[0015]较佳地，所述待检测图像对应同一帧率且为顺次获得；所述检测方法还包括：
[0016]根据包括燃弧的待检测图像数量及待检测图像总数，确定受电弓燃弧率；
[0017]或，
[0018]根据包括燃弧的待检测图像的位序和所述帧率统计燃弧总时长；根据所述待检测图像的采集时长和所述燃弧总时长，确定所述受电弓燃弧率。
[0019]较佳地，所述目标检测算法包括Faster
‑
RCNN算法。
[0020]本专利技术还提供了一种受电弓燃弧的检测系统，包括：
[0021]目标检测模块，用于基于目标检测算法处理待检测图像，以确定目标区域；所述目标区域包括可能产生燃弧的受电弓部件；
[0022]边界处理模块，用于根据所述受电弓部件，对所述目标区域进行边界处理；
[0023]燃弧检测模块，用于基于卷积神经网络VGG16检测所述边界处理后的目标区域，以确定所述待检测图像是否包括燃弧。
[0024]较佳地，所述边界处理模块包括：
[0025]左右边界处理单元，用于获取所述受电弓部件与接触网的接触点位置；根据所述接触点位置，调整所述目标区域的左右边界；
[0026]上下边界处理单元，用于确定相对于受电弓部件的燃弧方向；根据所述燃弧方向和所述受电弓部件，调整所述目标区域的上下边界。
[0027]较佳地，所述待检测图像对应同一帧率且为顺次获得；所述检测系统还包括燃弧率统计模块；
[0028]所述燃弧率统计模块用于：根据包括燃弧的待检测图像数量及待检测图像总数，确定受电弓燃弧率；
[0029]或，
[0030]所述燃弧率统计模块用于：根据包括燃弧的待检测图像的位序和所述帧率统计燃弧总时长；根据所述待检测图像的采集时长和所述燃弧总时长，确定所述受电弓燃弧率。
[0031]较佳地，所述目标检测算法包括Faster
‑
RCNN算法。
[0032]本专利技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的受电弓燃弧的检测方法。
[0033]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的受电弓燃弧的检测方法。
[0034]本专利技术的积极进步效果在于，本专利技术的受电弓燃弧的检测方法及系统、电子设备及存储介质针对目前传统图像处理技术对受电弓燃弧检测精度不够的缺陷，采用目标检测算法处理确定目标区域并进行边界处理，以及采用卷积神经网络VGG16进行分类检测确定是否存在燃弧，从而实现了基于深度学习算法的受电弓燃弧区域捕捉、燃弧分类及燃弧参数获取，解决了现有技术中存在的燃弧区域难以确定、二值化阈值选取偏差及图形处理背景噪声干扰等问题，实现了对于燃弧的精确检测，为轨道列车的安全运行提供了有力保障，具有行业推广意义。
附图说明
[0035]图1为本专利技术实施例1的受电弓燃弧的检测方法的流程图。
[0036]图2为本专利技术实施例1的受电弓燃弧检测目标区域偏移处理示意图。
[0037]图3为本专利技术实施例1的受电弓燃弧检测的应用示例流程图。
[0038]图4为本专利技术实施例2的受电弓燃弧的检测系统的模块示意图。
[0039]图5为本专利技术实施例2的受电弓燃弧的检查系统一较佳实施例的模块示意图。
[0040]图6为本专利技术实施例3的电子设备的结构框图。
具体实施方式
[0041]下面通过实施例的方式进一步说明本专利技术，但并不因此将本专利技术限制在所述的实施例范围之中。
[0042]实施例1
[0043]参见图1所示，本实施例具体提供了一种受电弓燃弧的检测方法，包括：
[0044]S1.基于目标检测算法处理待检测图像，以确定目标区域；目标区域包括可能产生燃弧的受电弓部件；
[0045]S2.根据受电弓部件，对目标区域进行边界处理；
[0046]S3.基于卷积神经网络VGG16检测边界处理后的目标区域，以确定待检测图像是否包括燃弧。
[0047]步骤S1进行受电弓区域检测，待检测图像可以是从拍摄采集的受电弓视频中逐帧读取的一组视频帧图像，当然，也可以是按照预设间隔(例如每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种受电弓燃弧的检测方法，其特征在于，包括：基于目标检测算法处理待检测图像，以确定目标区域；所述目标区域包括可能产生燃弧的受电弓部件；根据所述受电弓部件，对所述目标区域进行边界处理；基于卷积神经网络VGG16检测所述边界处理后的目标区域，以确定所述待检测图像是否包括燃弧。2.如权利要求1所述的受电弓燃弧的检测方法，其特征在于，所述根据所述受电弓部件，对所述目标区域进行边界处理的步骤包括：获取所述受电弓部件与接触网的接触点位置；根据所述接触点位置，调整所述目标区域的左右边界；确定相对于受电弓部件的燃弧方向；根据所述燃弧方向和所述受电弓部件，调整所述目标区域的上下边界。3.如权利要求1所述的受电弓燃弧的检测方法，其特征在于，所述待检测图像对应同一帧率且为顺次获得；所述检测方法还包括：根据包括燃弧的待检测图像数量及待检测图像总数，确定受电弓燃弧率；或，根据包括燃弧的待检测图像的位序和所述帧率统计燃弧总时长；根据所述待检测图像的采集时长和所述燃弧总时长，确定所述受电弓燃弧率。4.如权利要求1所述的受电弓燃弧的检测方法，其特征在于，所述目标检测算法包括Faster
‑
RCNN算法。5.一种受电弓燃弧的检测系统，其特征在于，包括：目标检测模块，用于基于目标检测算法处理待检测图像，以确定目标区域；所述目标区域包括可能产生燃弧的受电弓部件；边界处理模块，用于根据所述受电弓部件，对所述目标区域进行边界处理；燃弧检测模块，用于基于卷积神经网络VGG1...

【专利技术属性】
技术研发人员：杨家荣，钟臻怡，董亚明，漆昇翔，毛晴，
申请(专利权)人：上海电气集团股份有限公司，
类型：发明
国别省市：