一种电力计量装置安装质量智能识别方法和系统制造方法及图纸

本发明专利技术公开了一种电力计量装置安装质量智能识别方法和系统，本申请提出的智能识别方法，基于采集的电力计量装置安装图像，进行标注以及数据增广处理操作后，获得电力计量装置图像数据集，作为训练集和测试集，并结合深度学习卷积神经网络构建并训练、测试得到最优电力计量装置安装质量识别模型，利用该最优电力计量安装质量识别模型可对采集的图像进行微型断路器和铅封安装与否的识别，从而实现电力计量安装质量的快速可靠识别。计量安装质量的快速可靠识别。计量安装质量的快速可靠识别。

【技术实现步骤摘要】
一种电力计量装置安装质量智能识别方法和系统


[0001]本专利技术属于电力计量检测
，具体涉及一种电力计量装置安装质量智能识别方法和系统。

技术介绍

[0002]电力是现代社会不可替代的基础能源，通过输、变、配电设施进入千家万户，得到了不可替代的广泛应用，维系着现代社会的正常运转，推进人类向更高文明迈进。而配电设施及电力计量装置是电力系统的重要组成部分，它们直接面向用户。据资料表明：配电设施所发生的故障占电网故障总数的约80％，用户平均停电时间的90％以上是由配电设施和电力计量装置故障引起。因此，电力计量装置的安装规范对电力系统安全运行以及用户使用体验产生了直接的影响，甚至造成电力供给的失效以及经济损失。
[0003]然而，电力计量装置分布点多面广，环境差异大，检测视野受限，且清晰度不足并有触电危险。可见，对计量设备的规范安装与设备检修和排查并非易事，目前主要采用人工巡检方式实施，即相关人员在巡查的过程中，凭借肉眼或手持设备获取计量设备的工况，即包括各类部件的状态和不同表计的指针读数等信息。但是，这种方式存在效率低、人为因素影响大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力计量装置安装质量智能识别方法，其特征在于，该方法包括：采集电力计量装置安装图像，包括电力计量装置中的微型断路器图像以及铅封图像；从采集的图像中获取未正确安装微型断路器、铅封的电力计量装置安装图像以及正确安装微型断路器、铅封的电力计量装置安装图像，并对图像中的微型断路器、铅封分别进行标注；采用基于定向成对混合的细粒度图像数据增广算法，对标注后的图像进行数据增广操作，并将增广后的图像与采集的电力计量装置安装图像组成电力计量安装图像数据集；将所述电力计量装置图像数据集按照比例分为训练集和测试集；构建电力计量装置安装质量识别模型，利用所述训练集对所述识别模型进行训练，并利用所述测试集对训练后的识别模型进行测试，得到最优电力计量装置安装质量识别模型；利用所述最优电力计量装置安装质量识别模型对新采集的电力计量装置安装图像进行识别。2.根据权利要求1所述的一种电力计量装置安装质量智能识别方法，其特征在于，基于定向成对混合的细粒度图像数据增广算法，具体包括：输入图像样本到特征提取网络进行特征提取；根据图像的特征，逐次计算两幅图像之间的相似度，得到相似度度量矩阵；根据所述相似度度量矩阵，获取同类类间距离最大图像序列和不同类类间距离最小图像序列；根据同类类间距离最大图像序列和不同类类间距离最小图像序列，进行混合数据增广。3.根据权利要求2所述的一种电力计量装置安装质量智能识别方法，其特征在于，特征提取网络采用卷积神经网络，将图像样本输入到所述卷积神经网络，通过函数F＝g(I)提取到图像的特征信息，表示为其中c代表特征图通道，h代表特征图高度，w代表特征图宽度，g(
·
)代表了从输入图像I到输出的特征表示F的映射函数。4.根据权利要求2所述的一种电力计量装置安装质量智能识别方法，其特征在于，计算两幅图像之间的相似度，具体包括：对于输入的两幅图像I
A
和I
B
，得到的特征图表示为和特征图经过全局平均池化获得特征描述向量和其中Z的第l个元素通过公式可以计算得到，其中h代表特征图高度，w代表特征图宽度，是特征图第l个通道；采用欧式距离度量函数计算两个图像样本的特征描述向量之间的距离，通过公式计算该值，计算得到的d(A,B)越大，表示图像I
A
和I
B
之间差异越大，表示两幅图像I
A
和I
B
之间相似度越低；计算得到的d(A,B)越小，表示两幅图像I
A
和I
B
之
间相似度越高。5.根据权利要求2所述的一种电力计量装置安装质量智能识别方法，其特征在于，获取同类类间距离最大图像序列和不同类类间距离最小图像序列，具体包括：根据图像样本序列的相似度度量矩阵计算得到所述图像样本序列中每一个图像样本对应的想同类之间相似度最低的图像索引以及每一个图像样本对应的不同类之间相...

【专利技术属性】
技术研发人员：罗煜权，王熙炜，刘明鹏，陈姝文，周子茹，毛敏惠，
申请(专利权)人：国网四川省电力公司乐山供电公司，
类型：发明
国别省市：