压板状态巡检方法、系统、机器人及存储介质技术方案

本发明专利技术公开了一种压板状态巡检方法、系统、机器人及存储介质，方法包括：获取作业点区域的压板图像；将所述压板图像转换为灰度图，对灰度图进行处理后得到压板图像轮廓；判断压板图像轮廓是否完整，若轮廓完整，则满足检测需求，图像采集单元的位置无需进行调整；若轮廓残缺，则不满足检测需求，通过图像采集单元获取检测物轮廓中心与智能巡检机器人的距离，并根据轮廓中心点的空间位置信息调整图像采集单元的位置，使得调整后得到的压板图像轮廓完整；构建压板状态检测模型并进行训练；将待检测的保护压板图像传输到训练好的压板状态检测模型中，得到待检测压板图像的目标标签信息与标签预测概率信息。本发明专利技术极大提高检测精度及检测效率。度及检测效率。度及检测效率。

【技术实现步骤摘要】
压板状态巡检方法、系统、机器人及存储介质


[0001]本专利技术属于智能巡检的
，具体涉及一种压板状态巡检方法、系统、机器人及存储介质。

技术介绍

[0002]随着电网规模的不断扩大，电压等级较高的输电线路主保护由过去的一套发展到了几套，保护压板(保护连片)由十几个发展到了几十个，压板的投退方式也由单独的投1端发展到投2～3端，压板与压板之间的联系随处可见。压板的断开与闭合决定了电路的通断，压板连接方式应准确无误，否则可能产生严重后果，但是长期以来，压板管理是继电保护管理的一个薄弱环节。电网保护设备类型繁多，保护压板名称、作用不统一，投退状态逻辑关联复杂，人工监测压板状态容易产生视觉疲劳、记忆错觉等现象，造成压板操作错误频繁发生。
[0003]在变电站的实际工作中，为了防止出现对保护压板的误操作，目前的主要措施是严格规章制度，提高保护整定人员的素质和责任感，采取双人反复核查，一人读取某一压板位置，另一人与所要求压板位置的原始库对照，决定压板的实际位置是否正确，若接错，应反复检查更正。变电站维护人员日常工作任务都需要对保护压板状态进行巡视检查，并制作保护压板投退表，这样采取人工检查的方式不仅耗时且浪费人力，对检查结果的准确性也无法保证。由于复杂的、不可控的人为因素，一旦保护压板的巡检操作出现失误，则只有当发生相关事故后才能得以纠正，对变电站设备运行安全危害极大。

技术实现思路

[0004]本专利技术的主要目的在于克服现有技术的缺点与不足，提供一种压板状态巡检方法、系统、机器人及存储介质，通过本专利技术的技术方案，可以大大提高检测精度及检测效率。
[0005]为了达到上述目的，本专利技术采用以下技术方案：
[0006]本专利技术一方面提供了一种压板状态巡检方法，所述方法在智能巡检机器人上执行，包括：
[0007]利用智能巡检机器人上设置的图像采集单元获取作业点区域的压板图像；
[0008]将所述压板图像转换为灰度图，对灰度图进行处理后得到压板图像轮廓；
[0009]判断压板图像轮廓是否完整，若轮廓完整，则满足检测需求，图像采集单元的位置无需进行调整；若轮廓残缺，则不满足检测需求，通过图像采集单元获取检测物轮廓中心与智能巡检机器人的距离，并根据轮廓中心点的空间位置信息调整图像采集单元的位置，使得调整后得到的压板图像轮廓完整；
[0010]构建压板状态检测模型，对进行训练得到训练好的压板状态检测模型，所述压板状态检测模型包括输入层Input、主干网络Backbone、颈部结构Neck和输出层Output；所述输入层Input是对所输入的压板图像进行预处理；所述主干网络Backbone用于特征映射图以及将特征映射图输出至颈部结构Neck中；所述颈部结构Neck使用特征金字塔网络FPN和
金字塔自注意力网络PAN的结构，FPN结构自顶向下将高层的特征信息通过上采样的方式进行传递融合，使得底层特征图包含更强的保护压板语义信息，PAN结构自底向上进行下采样，使顶层特征包含强保护压板位置信息，最后将顶层特征和底层特征进行融合，使不同尺寸的特征图都包含强保护压板语义信息和强保护压板特征信息；所述输出层Output将颈部结构Neck中各分支结果分别通过卷积处理，生成边界框和预测目标的类别；
[0011]将待检测的保护压板图像传输到训练好的压板状态检测模型中，得到待检测压板图像的目标标签信息与标签预测概率信息，将所述目标标签信息与标签预测概率信息存储到数据库。
[0012]作为优选的技术方案，在利用智能巡检机器人上设置的图像采集单元获取作业点区域的压板图像的步骤之前，还包括下述步骤：
[0013]通过SLAM算法对变电站工作环境构建工作地图，并在所述工作地图上设置智能巡检机器人的作业点，通过智能巡检机器人的导航单元到达指定作业点。
[0014]作为优选的技术方案，所述根据轮廓中心点的空间位置信息调整图像采集单元的位置，使得调整后得到的压板图像轮廓完整，具体为：
[0015]将目标轮廓中心点的X、Y、Z通过转换计算得到巡检机器人的微调偏移量和伸缩杆的伸缩量并将偏移量与伸缩量传输给控制模块，控制模块通过对机器人发布指令使巡检机器人对拍摄点进行微调。
[0016]作为优选的技术方案，所述主干网络Backbone通过CBS模块、CSP1_X模块以及快速空间金字塔池化SPPF模块形成特征映射图，以及将特征映射图输出至颈部结构Neck中，具体实现如下：
[0017]CBS模块由卷积层Conv、具有加快训练收敛的特征的归一化网络层BN和激活函数SiLu组成；
[0018]所述CSP1_X模块中，输入至CSP1_X模块的输入数据依次经过1个CBS模块、X个Res unit模块、Conv处理后和经过Conv处理后的输入数据进行张量拼接，扩充为两个张量的维度；
[0019]所述SPPF模块中，输入至SPPF模块的数据经过CBS模块处理后的依次经过三个MaxPool层处理后将每次经过MaxPool处理后的数据与经过CSB模块处理后的数据进行Concat操作后经过CBS模块处理后输出。
[0020]作为优选的技术方案，所述CBS模块的参数表示为(c_in，c_out，kernel_size，stride)，其中，c_in表示输入通道的大小，c_out表示输出通道的大小，kernel_size表示卷积核大小，stride表示步长；
[0021]所述CSP1_X模块的参数表示为(c_in，c_out)
×
该模块堆叠的次数；
[0022]所述SPPF模块的参数表示为(c_in，c_out，kernel_size)。
[0023]作为优选的技术方案，压板状态检测模型的损失函数Loss由分类损失函数L
cls
、边界框回归损失函数L
box
和置信度损失函数L
obj
组成，所述Loss的公式表达如下：
[0024]Loss＝L
box
+L
cls
+L
obj
[0025]将分类损失函数L
cls
替换为Focal Loss，设p是压板状态检测模型预测的概率，y是某一类别的标签，y＝1为正样本，y＝0为负样本，Focal Loss的具体形式L
fl
如下述公式所示：
[0026]L
fl
＝
‑
α
t
(1
‑
p
t
)
τ
log(p
t
)
[0027]其中，p
t
反应了分类的难易程度，p
t
越大，说明分类的置信度越高，代表样本越易分；p
t
越小，分类的置信度越低，代表样本越难分；α
t
是一个超参数，用来平衡正负样本的权重，τ参数是用来区分简单/困难样本的。
[0028]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.压板状态巡检方法，其特征在于，所述方法在智能巡检机器人上执行，包括：利用智能巡检机器人上设置的图像采集单元获取作业点区域的压板图像；将所述压板图像转换为灰度图，对灰度图进行处理后得到压板图像轮廓；判断压板图像轮廓是否完整，若轮廓完整，则满足检测需求，图像采集单元的位置无需进行调整；若轮廓残缺，则不满足检测需求，通过图像采集单元获取检测物轮廓中心与智能巡检机器人的距离，并根据轮廓中心点的空间位置信息调整图像采集单元的位置，使得调整后得到的压板图像轮廓完整；构建压板状态检测模型，对进行训练得到训练好的压板状态检测模型，所述压板状态检测模型包括输入层Input、主干网络Backbone、颈部结构Neck和输出层Output；所述输入层Input是对所输入的压板图像进行预处理；所述主干网络Backbone用于特征映射图以及将特征映射图输出至颈部结构Neck中；所述颈部结构Neck使用特征金字塔网络FPN和金字塔自注意力网络PAN的结构，FPN结构自顶向下将高层的特征信息通过上采样的方式进行传递融合，使得底层特征图包含更强的保护压板语义信息，PAN结构自底向上进行下采样，使顶层特征包含强保护压板位置信息，最后将顶层特征和底层特征进行融合，使不同尺寸的特征图都包含强保护压板语义信息和强保护压板特征信息；所述输出层Output将颈部结构Neck中各分支结果分别通过卷积处理，生成边界框和预测目标的类别；将待检测的保护压板图像传输到训练好的压板状态检测模型中，得到待检测压板图像的目标标签信息与标签预测概率信息，将所述目标标签信息与标签预测概率信息存储到数据库。2.根据权利要求1所述的压板状态巡检方法，其特征在于，在利用智能巡检机器人上设置的图像采集单元获取作业点区域的压板图像的步骤之前，还包括下述步骤：通过SLAM算法对变电站工作环境构建工作地图，并在所述工作地图上设置智能巡检机器人的作业点，通过智能巡检机器人的导航单元到达指定作业点。3.根据权利要求1所述的压板状态巡检方法，其特征在于，所述根据轮廓中心点的空间位置信息调整图像采集单元的位置，使得调整后得到的压板图像轮廓完整，具体为：将目标轮廓中心点的X、Y、Z通过转换计算得到巡检机器人的微调偏移量和伸缩杆的伸缩量并将偏移量与伸缩量传输给控制模块，控制模块通过对机器人发布指令使巡检机器人对拍摄点进行微调。4.根据权利要求1所述的压板状态巡检方法，其特征在于，所述主干网络Backbone通过CBS模块、CSP1_X模块以及快速空间金字塔池化SPPF模块形成特征映射图，以及将特征映射图输出至颈部结构Neck中，具体实现如下：CBS模块由卷积层Conv、具有加快训练收敛的特征的归一化网络层BN和激活函数SiLu组成；所述CSP1_X模块中，输入至CSP1_X模块的输入数据依次经过1个CBS模块、X个Res unit模块、Conv处理后和经过Conv处理后的输入数据进行张量拼接，扩充为两个张量的维度；所述SPPF模块中，输入至SPPF模块的数据经过CBS模块处理后的依次经过三个MaxPool层处理后将每次经过MaxPool处理后的数据与经过CSB模块处理后的数据进行Concat操作后经过CBS模块处理后输出。5.根据权利要求4所述的压板状态巡检方法，其特征在于，所述CBS模块的参数表示为
(c_in，c_out，kernel_size，stride)，其中，c_in表示输入通道的大小，c_out表示输出通道的大小，kernel_size表示卷积核大小，stride表示步长；所述CSP1_X模块的参数表示为(c_in，c_out)
×
该模块堆叠的次数；所述SPPF模块的参数表示为(c_in，c_out，kernel_size)。6.根据权利要求4所述的压板状态巡检方法，其特征在于，压板状态检测模型的损失函数Loss由分类损失函数L
cls
、边界框回归损失函数L<...

【专利技术属性】
技术研发人员：李康顺，黄旭灵，赵雪，王健聪，陈灿，李绍韬，周威驰，陈伟林，王文祥，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：