本申请涉及一种变电站表计的智能巡检方法、装置、系统及设备，本实施例所述的变电站表计的智能巡检方法，通过无人机在预设的巡检航线上拍摄变电站表计图片；将拍摄的变电站表计图片通过表计识别模型处理，识别并截取变电站表计图像；将截取的变电站表计图像通过表计分割模型进行分割，得到所述变电站表计的刻度图像和指针图像；根据所述刻度图像和所述指针图像，获取变电站表计的读数。通过本实施例所述的变电站表计的智能巡检方法能够减少人工的工作量，大大提高变电站智能化巡检的效率和准确性，巡检数据也便于进行追溯分析。巡检数据也便于进行追溯分析。巡检数据也便于进行追溯分析。
【技术实现步骤摘要】
变电站表计的智能巡检方法、装置、系统及设备
[0001]本申请涉及变电站巡检
，特别是涉及一种变电站表计的智能巡检方法、装置、系统及设备。
技术介绍
[0002]避雷器监测表是一种能够监测避雷器泄漏电流和动作次数的仪表，是避雷器运行状态监测采取的主要技术手段。在以前避雷器监测表采用人工现场抄报方式，表盘读数可能受人员主观因素影响而出现误读、漏读、误记等问题并且巡视间隔周期相对较长，往往无法及时有效地发现避雷器故障。
[0003]随着电网规模的不断扩大和无人值守变电站的出现，变电站巡检从人工巡检走向了智能化巡检。通过搭载相机的无人机进行巡检，系统自动实时捕捉到巡检区域设备的图片，然后通过人工筛选的方式，判断出是否属于避雷器表计设备，最终再判断出表计读数。但依靠人工筛选的方式面临很大的困难，由于变电站环境复杂，在变电站环境下拍摄避雷器表计时，存在角度、光线、遮挡等因素造成的视觉干扰，导致人工对拍摄的图片进行筛选时，存在一定程度的漏检和误检。
技术实现思路
[0004]基于此，本申请的目的在于，提出一种变电站表计的智能巡检方法，通过训练的模型对无人机巡检拍摄的变电站表计图片进行处理，智能识别和读取表计的读数。
[0005]本申请实施例公开了一种变电站表计的智能巡检方法，包括以下步骤：
[0006]获取无人机在预设的巡检航线上拍摄的变电站表计图片；
[0007]将所述变电站表计图片通过表计识别模型处理，识别并截取变电站表计图像；
[0008]将截取的变电站表计图像通过表计分割模型进行分割，得到所述变电站表计的刻度图像和指针图像；
[0009]根据所述刻度图像和所述指针图像，获取所述变电站表计的读数。
[0010]本申请实施例所述的变电站表计的智能巡检方法，通过无人机在预设的巡检航线上拍摄变电站表计图片；将拍摄的变电站表计图片通过表计识别模型处理，识别并截取变电站表计图像；将截取的变电站表计图像通过表计分割模型进行分割，得到所述变电站表计的刻度图像和指针图像；根据所述刻度图像和所述指针图像，获取变电站表计的读数。通过本实施例所述的变电站表计的智能巡检方法能够减少人工的工作量，大大提高变电站智能化巡检的效率和准确性，巡检数据也便于进行追溯分析。
[0011]在一个实施例中，所述将截取的变电站表计图像通过表计分割模型进行分割的步骤还包括：
[0012]将表计分割模型分割得到的刻度图像和指针图像进行图像腐蚀，得到所述变电站表计的刻度图像和指针图像。
[0013]在一个实施例中，所述表计识别模型通过以下方式生成：
[0014]获取无人机在不同的时间段及不同的天气拍摄的变电站表计图片并标注变电站表计图像作为训练数据，通过神经网络进行表计识别训练。
[0015]在一个实施例中，所述表计分割模型通过以下方式生成：
[0016]获取若干经过表计识别模型识别并截取得到的变电站表计图像；
[0017]通过labelme标签标注工具对所述变电站表计图像标注刻度区域和指针区域，获得训练数据，通过神经网络进行表计图像分割训练。
[0018]在一个实施例中，所述表计识别模型为YOLOv5模型，所述表计分割模型为deeplabv3+模型。
[0019]本申请实施例还公开了一种变电站表计的智能巡检装置，包括：
[0020]图片获取模块，用于获取无人机在预设的巡检航线上拍摄的变电站表计图片；
[0021]图像截取模块，用于将所述变电站表计图片通过表计识别模型处理，识别并截取变电站表计图像；
[0022]图像分割模块，用于将截取的变电站表计图像通过表计分割模型进行分割，得到所述变电站表计的刻度图像和指针图像；
[0023]读数获取模块，用于根据所述刻度图像和所述指针图像，获取变电站表计的读数。
[0024]本申请实施例还公开了一种变电站表计的智能巡检系统，包括：
[0025]无人机，用于在预设的巡检航线上航行并拍摄变电站表计图片，将所述变电站表计图片发送给处理平台；
[0026]处理平台，用于获取无人机在预设的巡检航线上拍摄的变电站表计图片；将所述变电站表计图片通过表计识别模型处理，识别并截取变电站表计图像；将截取的变电站表计图像通过表计分割模型进行分割，得到所述变电站表计的刻度图像和指针图像；根据所述刻度图像和所述指针图像，获取所述变电站表计的读数。
[0027]本申请实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时控制所述计算机可读存储介质所在设备实现如上述实施例任意一项所述的方法。
[0028]本申请实施例还公开了一种计算机设备，包括存储器和处理器，所述存储器包括计算机程序，所述计算机程序在被所述处理器执行时，实现如上述实施例任意一项所述的方法。
[0029]为了更好地理解和实施，下面结合附图详细说明本申请。
附图说明
[0030]图1为本申请一实施例的变电站表计的智能巡检方法的流程示意图；
[0031]图2为本申请一实施例的变电站表计的智能巡检装置的示意图；
[0032]图3为本申请一实施例的变电站表计的智能巡检系统的示意图；
[0033]图4为本申请一实施例的计算机设备的结构示意图。
具体实施方式
[0034]请参考图1，本申请实施例公开了一种变电站表计的智能巡检方法，包括以下步骤：
[0035]S101：获取无人机在预设的巡检航线上拍摄的变电站表计图片；
[0036]S102：将所述变电站表计图片通过表计识别模型处理，识别并截取变电站表计图像；
[0037]S103：将截取的变电站表计图像通过表计分割模型进行分割，得到所述变电站表计的刻度图像和指针图像；
[0038]S104：根据所述刻度图像和所述指针图像，获取所述变电站表计的读数。
[0039]本申请实施例所述的变电站表计的智能巡检方法，通过无人机在预设的巡检航线上拍摄变电站表计图片；将拍摄的变电站表计图片通过表计识别模型处理，识别并截取变电站表计图像；将截取的变电站表计图像通过表计分割模型进行分割，得到所述变电站表计的刻度图像和指针图像；根据所述刻度图像和所述指针图像，获取所述变电站表计的读数。通过本实施例所述的变电站表计的智能巡检方法能够减少人工的工作量，大大提高变电站智能化巡检的效率和准确性，巡检数据也便于进行追溯分析。
[0040]本申请实施例所述的变电站表计的智能巡检方法的执行主体为与所述无人机通信连接的服务器。
[0041]对于步骤S101，根据需要进行输电线路巡检的路段，采用航线规划软件规划航线，使无人机根据规划的航线飞行并在预设的位置上自动拍摄变电站表计图片，获取无人机在预设的巡检航线上拍摄的变电站表计图片。
[0042]所述变电站表计是指变电站中用于监测变电站工作情况或环境条件的监测表，例如避雷器监测表。在一个实施例中，所述变电站表计本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种变电站表计的智能巡检方法，其特征在于，包括以下步骤：获取无人机在预设的巡检航线上拍摄的变电站表计图片；将所述变电站表计图片通过表计识别模型处理，识别并截取变电站表计图像；将截取的变电站表计图像通过表计分割模型进行分割，得到所述变电站表计的刻度图像和指针图像；根据所述刻度图像和所述指针图像，获取所述变电站表计的读数。2.根据权利要求1所述的变电站表计的智能巡检方法，其特征在于，所述将截取的变电站表计图像通过表计分割模型进行分割的步骤还包括：将表计分割模型分割得到的刻度图像和指针图像进行图像腐蚀，得到所述变电站表计的刻度图像和指针图像。3.根据权利要求1所述的变电站表计的智能巡检方法，其特征在于，所述表计识别模型通过以下方式生成：获取无人机在不同的时间段及不同的天气拍摄的变电站表计图片并标注变电站表计图像作为训练数据，通过神经网络进行表计识别训练。4.根据权利要求1所述的变电站表计的智能巡检方法，其特征在于，所述表计分割模型通过以下方式生成：获取若干经过表计识别模型识别并截取得到的变电站表计图像；通过labelme标签标注工具对所述变电站表计图像标注刻度区域和指针区域，获得训练数据，通过神经网络进行表计图像分割训练。5.根据权利要求1
‑
4任意一项所述的变电站表计的智能巡检方法，其特征在于，所述表计识别模型为YOLOv5模型，所述表计分割模型为deepl...
【专利技术属性】
技术研发人员：李勇，潘屹峰，黄吴蒙，赵晓丹，邓广宏，
申请(专利权)人：佛山中科云图智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。