一种水平旋转式刀闸状态精确识别装置及合闸状态判断方法制造方法及图纸

本发明专利技术公开了一种水平旋转式刀闸状态精确识别装置及合闸状态判断方法，用于识别变电站的水平旋转式刀闸是否准确合闸到位。该装置包括：摄像头、刀闸识别前端装置、刀闸识别后台学习训练装置、数据及控制总线；所述数据及控制总线用于在摄像头、刀闸识别前端装置和刀闸识别后台学习训练装置之间传递数据和控制信号。刀闸是变电站中极其重要的设备，长期的使用容易导致刀闸合闸不到位，引起发热乃至爆炸等严重事故。本发明专利技术采用云边融合的架构，利用Mask R

【技术实现步骤摘要】
一种水平旋转式刀闸状态精确识别装置及合闸状态判断方法


[0001]本申请涉及电力设备检测技术，特别是涉及水平旋转式刀闸状态精确检测，具体涉及一种水平旋转式刀闸状态精确识别装置及合闸状态判断方法。

技术介绍

[0002]刀闸，又称高压隔离开关，是变电站的一种主要设备，本专利技术所述刀闸都是指单相刀闸，一座三相刀闸的每一相有一把刀闸，三把刀闸联动，本专利技术中，每个刀闸有两个可水平旋转的臂，臂前端有触头。
[0003]在长期运行中，各种原因可能导致刀闸合闸不到位。现有的合闸到位判别主要依靠刀闸自带的辅助接点，由于刀闸基本都是放置在户外进行工作，不得不面临着日晒雨淋以及金属腐蚀损坏、磨损的问题，辅助接点或其传动部分异常会导致分合位置误判，上传错误信号，威胁设备安全与生命周期，甚至造成大的电力事故，带来重大的人员伤亡和财产损失。
[0004]传统采用巡检人员肉眼判别合闸不到位故障。通过派遣巡检人员到现场用肉眼观察，但由于变电站多分布于较为偏僻的地方，每个变电站刀闸的数目也较多，到现场观察不仅费时而且费力。再加之随着社会不断发展，变电站和所使用的刀闸的数量也在不断增加，为了较快地同时检测到众多刀闸的合闸情况，相比以往需要耗费更多的人力资源。这种人工双重检测方法耗用了大量的人力，实时性差，是变电站实现全自动化的短板，存在一定的危险性，巡检人员要近距离观察，合闸不到位时高压隔离开关发热，有可能产生放电火花甚至爆炸。
[0005]开发自动识别合闸不到位故障的双重校验方法极为必要，国家电网和南方电网最近都下发了相关通知。目前的分合闸状态识别方法只是简单的二值逻辑判断，而合闸未到位的特征不明显，合闸到位识别的难度远高于分合闸识别，需要精确识别装置和方法，目前已有的图像采集或视频监控法只能判断是否分合闸，不能精确判断是否合闸到位。其他各种方法也在研究中，如红外法、姿态传感器等，红外法要合闸之后通电一段时间，才能通过刀闸发热异常判断，此时如果断电将造成一定的经济损失，影响电网的正常运行，属于一种事后补救的方法。姿态传感器需要另外在刀闸上安装设备，要电网断电才能安装，其维护也要电网断电，影响电网运行。这些方法如今尚未达预期效果，亟需开发更好的双重校验方法。
[0006]目前我国变电站刀闸的型号和种类繁多，其工作的原理和外型相差甚大，双柱水平旋转式中心断口刀闸，以下简称水平旋转式刀闸，是目前变电站使用最为广泛的刀闸种类之一，本专利技术研究此种刀闸的合闸到位状态识别。

技术实现思路

[0007]为了克服上述现有技术中的缺陷，本专利技术提供一种水平旋转式刀闸状态精确识别装置及合闸状态判断方法，以解决上述技术问题。
[0008]本专利技术提供如下的技术方案：
[0009]一种水平旋转式刀闸状态精确识别装置，其包括：
[0010]摄像头、刀闸识别前端装置、刀闸识别后台学习训练装置、数据及控制总线；
[0011]所述摄像头用于拍摄刀闸的图像，图像通过数据及控制总线输出到刀闸识别前端装置，所述摄像头的拍摄动作由刀闸识别前端装置发出的控制信号控制；
[0012]所述刀闸识别前端装置对刀闸图像进行识别及两旋转臂的夹角分析，判断合闸是否到位，并将合闸是否到位的信号发给刀闸识别后台学习训练装置，同时也将刀闸的图像转发给刀闸识别后台学习训练装置，刀闸识别前端装置的识别参数由刀闸识别后台学习训练装置提供并刷新；
[0013]所述刀闸识别后台学习训练装置根据收到的刀闸的图像进行深度学习训练，学习训练好的参数发给刀闸识别前端装置，同时将合闸是否到位的信号转发调度中心，多个刀闸识别前端装置能共用一台刀闸识别后台学习训练装置；
[0014]所述数据及控制总线用于在摄像头、刀闸识别前端装置和刀闸识别后台学习训练装置之间传递数据和控制信号。
[0015]优选的，所述摄像头的布置如下：3个摄像头的基座并列成一直线安装，分别拍摄一座三相刀闸的每一相刀闸，每个摄像头的中心分别对准一把刀闸的两个旋转臂的触头结合点，所述刀闸都指单相刀闸，一座三相刀闸包含三把联动的单相刀闸。
[0016]一种采用上述水平旋转式刀闸状态精确识别装置的合闸状态判断方法，其特征在于，包括如下步骤：
[0017]刀闸图像获取及预处理：从摄像头获取包含刀闸的图像，并进行图像预处理；
[0018]刀闸目标识别：在一副含有背景信息的图像中找到所需要的刀闸，滤除背景，将刀闸从拍摄的图片中提取出来，用一个最小的矩形框选定了所需要进行检测的刀闸；
[0019]边缘提取：在所述矩形框选定的范围之内将刀闸的两个水平旋转臂的轮廓线提取出来，以便采用几何方法对合闸的状态进行准确的检测；
[0020]合闸线性检测：计算刀闸的两个水平旋转臂的轮廓线和线性180度的误差，如果所述误差超出给定的阈值，则发出合闸不到位信号，否则发出合闸成功信号，三相刀闸的任意一把刀闸合闸不到位，则整个三相刀闸都归为合闸不到位。
[0021]优选的，所述刀闸图像获取及预处理步骤包括包括：
[0022]数据获取：发出拍摄指令，读取摄像头拍摄的刀闸图像；
[0023]数据裁剪：不同的摄像头分辨率不同，为适应不同的摄像头，同时减少不必要的计算量，从摄像头获取照片后，统一裁剪为512*684像素的图片；
[0024]图像噪声去除：采用滤波算法对裁剪后的图片进行滤波，对整幅图像进行加权平均，每个像素点的值，都是由其本身和邻域内的其他像素值加权平均后得到，用高斯核扫描图像中的每一个像素，再计算高斯核所确定的领域内像素的加权平均灰度值，用其替代卷积中心像素的值，所述高斯核为一个奇数大小的高斯模板。
[0025]优选的，所述刀闸目标识别步骤包括：
[0026]S1、将预处理好的图片传入预训练的神经网络中获得相应的feature map；
[0027]S2、通过feature map中的每一点设定ROI，获得多个ROI候选框；
[0028]S3、对这些多个ROI候选框送到RPN中进行二值分类和BB回归，过滤掉一部分候选
的ROI。；
[0029]S4、对剩下的ROI进行ROI Align操作，即先将原图和feature map的pixel对应起来，然后将feature map和固定的feature对应起来；
[0030]S5、对这些ROI进行N类别分类，BB回归和Mask生成。
[0031]优选的，所述边缘提取包括如下步骤：
[0032]构建HED网络模型；
[0033]在HED网络模型结构上采用多尺度深度学习下的算法结构。
[0034]优选的，所述合闸线性检测步骤包括：
[0035]边缘裁剪：将边缘提取后的图像进一步裁剪为256*256大小的图像，将像素点个数控制在一个可接受的范围之内，节省计算时间，加快系统反应；
[0036]倾斜方向判断：刀闸的倾斜的方向将影响后续的关键像素提取，将倾斜角度左高右低的刀闸图像称为left型，反之倾斜角度为负的我本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水平旋转式刀闸状态精确识别装置，其特征在于，其包括：摄像头、刀闸识别前端装置、刀闸识别后台学习训练装置、数据及控制总线；所述摄像头用于拍摄刀闸的图像，图像通过数据及控制总线输出到刀闸识别前端装置，所述摄像头的拍摄动作由刀闸识别前端装置发出的控制信号控制；所述刀闸识别前端装置对刀闸图像进行识别及两旋转臂的夹角分析，判断合闸是否到位，并将合闸是否到位的信号发给刀闸识别后台学习训练装置，同时也将刀闸的图像转发给刀闸识别后台学习训练装置，刀闸识别前端装置的识别参数由刀闸识别后台学习训练装置提供并刷新；所述刀闸识别后台学习训练装置根据收到的刀闸的图像进行深度学习训练，学习训练好的参数发给刀闸识别前端装置，同时将合闸是否到位的信号转发调度中心，多个刀闸识别前端装置能够共用一台刀闸识别后台学习训练装置；所述数据及控制总线用于在摄像头、刀闸识别前端装置和刀闸识别后台学习训练装置之间传递数据和控制信号。2.根据权利要求1所述的水平旋转式刀闸状态精确识别装置，其特征在于，所述摄像头的布置如下：3个摄像头的基座并列成一直线安装，分别拍摄一座三相刀闸的每一相刀闸，每个摄像头的中心分别对准一把刀闸的两个旋转臂的触头结合点，所述刀闸都指单相刀闸，一座三相刀闸包含三把联动的单相刀闸。3.一种权利要求1或2所述的水平旋转式刀闸状态精确识别装置的合闸状态判断方法，其特征在于，包括如下步骤：刀闸图像获取及预处理：从摄像头获取包含刀闸的图像，并进行图像预处理；刀闸目标识别：在一副含有背景信息的图像中找到所需要的刀闸，滤除背景，将刀闸从拍摄的图片中提取出来，用一个最小的矩形框选定了所需要进行检测的刀闸；边缘提取：在所述矩形框选定的范围之内将刀闸的两个水平旋转臂的轮廓线提取出来，以便采用几何方法对合闸的状态进行准确的检测；合闸线性检测：计算刀闸的两个水平旋转臂的轮廓线和线性180度的误差，如果所述误差超出给定的阈值，则发出合闸不到位信号，否则发出合闸成功信号，三相刀闸的任意一把刀闸合闸不到位，则整个三相刀闸都归为合闸不到位。4.根据权利要求3所述的合闸状态判断方法，其特征在于，所述刀闸图像获取及预处理步骤包括：数据获取：发出拍摄指令，读取摄像头拍摄的刀闸图像；数据裁剪：不同的摄像头分辨率不同，为适应不同的摄像头，同时减少不必要的计算量，从摄像头获取照片后，统一裁剪为512*684像素的图片；图像噪声去...

【专利技术属性】
技术研发人员：黄奕俊，吴任博，林球英，林曦，张一荻，赵崇，金田，涂耀文，胡劲松，李文亮，
申请(专利权)人：广东电网有限责任公司广州供电局，
类型：发明
国别省市：