一种互感器检测方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种互感器检测方法、装置、设备及存储介质，涉及图像识别领域，包括：搭建多维度特征的文本识别网络，利用互感器铭牌图像数据集训练得到目标文本识别网络；利用目标文本识别网络识别待检测互感器以构建待检测互感器档案；获取待检测互感器原始图片，提取端子区域并确定端子中心点，根据端子中心点确定端子类型；并确定接线套筒，以及机械臂控制逻辑控制柔性控制机械臂进行检测得到端子检测结果；根据待检测互感器档案和端子检测结果生成待检测互感器的互感器检测结果。通过目标文本识别网络保障模型对文本特征的提取能力，提高模型精度，并针对互感器端子局部位置目标检测，降低环境中杂乱特征的干扰，有助于提高互感器检测精度。互感器检测精度。互感器检测精度。

【技术实现步骤摘要】
一种互感器检测方法、装置、设备及存储介质


[0001]本专利技术涉及图像识别领域，特别涉及一种互感器检测方法、装置、设备及存储介质。

技术介绍

[0002]互感器是当前电力系统的重要组成部分。随着我国电力系统的不断发展，对于各类互感器的需求也不断增加。国家电网和南方电网发布了三种电压规格的互感器型式规范，并研制了专用工装夹具，能够实现互感器的自动检验检测，但是国家电网和南方电网以外的市场，没有统一的型式规范，非标准互感器包括配网用10KV、20KV、35KV电压互感器和电流互感器，接线端包括一次绕组端、二次绕组端，其中一次绕组端2线制，二次绕组端4线制，非标互感器超过30多种。检测时由用户把互感器送到计量中心，由人工录入档案并通过手推车送到检测台检测，整个过程手工拆接线。
[0003]为了更科学的管理互感器设备，需要对互感器各种型号及规格做合理的统计。当前互感器各类信息的识别和统计都是通过人工完成的，这种方式效率低下、成本高并且容易出错。并且由于互感器工作环境恶劣，铭牌信息与互感器本体对比不明显，并且，铭牌数据中存在字体大小不同、中英文及特殊符号混杂的情况。这就导致档案信息采用纸质人工填写时，人工录入档案工作量大、容易出错，用户领用时不容易查找。并且互感器规格型号、外形尺寸、接线位置、螺丝钉方向等不统一，需人工接线、拧螺丝，线缆凌乱，检测效率低。因此，如何基于互感器的文本识别和不同型号的检测提供一种准确的互感器检测方案，是当前亟待解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种互感器检测方法、装置、设备及存储介质，通过目标文本识别网络确保互感器文本特征的提取能力，从而提高整个文本识别模型的精度，并且针对互感器端子的局部位置做目标检测，降低了环境中杂乱特征的干扰，有助于提升分割精度，更准确地检测对应的互感器。其具体方案如下：第一方面，本申请提供了一种互感器检测方法，包括：获取互感器铭牌图像构建互感器铭牌图像数据集，并搭建基于多维度特征的初始文本识别网络，利用所述互感器铭牌图像数据集训练所述初始文本识别网络得到目标文本识别网络；利用所述目标文本识别网络识别待检测互感器得到识别结果，并根据所述识别结果构建待检测互感器档案；所述识别结果包括互感器类型和互感器端子参数；获取所述待检测互感器的原始图片，通过预设定位算法提取所述原始图片中的互感器端子的端子区域，并确定所述端子区域中的端子中心点，以根据所述端子中心点确定所述待检测互感器中互感器端子的端子类型；根据所述端子类型确定所述待检测互感器对应的接线套筒，并根据所述端子中心
点确定所述互感器端子对应的机械臂控制逻辑，以基于所述机械臂控制逻辑控制预设柔性控制机械臂对所述互感器端子进行检测，得到端子检测结果；根据所述待检测互感器档案中的所述互感器类型和所述互感器端子参数，以及所述端子检测结果生成所述待检测互感器的互感器检测结果。
[0005]可选的，所述搭建基于多维度特征的初始互感器文本识别网络，包括：利用预设多层卷积神经网络对所述互感器铭牌图像数据集中的互感器铭牌图像进行下采样操作，生成若干组不同感受野维度的特征图，并通过预设残差网络基于所述若干组不同感受野维度的特征图搭建多维度特征提取网络；基于自注意力机制构建transformer网络，并基于所述transformer网络和所述多维度特征提取网络进行级联，以构建所述初始文本识别网络；所述transformer网络包括位置编码模块、多头注意力模块、全连接卷积神经网络模块以及注意力数值计算模块。
[0006]可选的，所述通过预设定位算法提取所述原始图片中的端子区域，包括：通过目标YOLOv5模型检测所述原始图片中的互感器端子的位置，并利用Canny边缘检测算法标注出所述互感器端子的最小外接矩形，以提取所述原始图片中的外轮廓针区域作为所述端子区域。
[0007]可选的，所述通过目标YOLOv5模型检测所述原始图片中的互感器端子的位置之前，还包括：从预设互感器图像数据集中随机选取若干张互感器图像；基于马赛克数据增强对所述若干张互感器图像进行拼接得到目标互感器图像，以基于所述目标互感器图像训练初始YOLOv5模型得到所述目标YOLOv5模型。
[0008]可选的，所述确定所述端子区域中的端子中心点，包括：利用预设Deeplabv3语义分割网络对所述互感器端子的所述端子区域中的所述最小外接矩形内的局部像素进行分割操作，以对所述互感器端子进行像素级别定位确定所述互感器端子的像素区域；根据所述像素区域确定所述互感器端子的所述端子中心点；所述预设Deeplabv3语义分割网络包括用于特征提取以及下采样的编码器部件和用于信息还原的解码器部件。
[0009]可选的，所述利用预设Deeplabv3语义分割网络对所述互感器端子的所述最小外接矩形内的局部像素进行分割操作，包括：利用所述编码器部件中的深度神经网络和空间金字塔池化模块提取所述局部像素的高维特征与低维特征；利用所述解码器部件将所述高维特征和所述低维特征进行融合，并进行上采样，以根据上采样后的特征进行像素级别的分类操作得到分割结果；相应的，所述对所述互感器端子进行像素级别定位确定所述互感器端子的像素区域，包括：对所述分割结果进行二值化处理得到二值化图像，并根据预设过滤规则过滤所述二值化图像中的背景特征，以确定所述互感器端子所在的所述像素区域。
[0010]可选的，所述基于所述机械臂控制逻辑控制预设柔性控制机械臂对所述互感器端子进行检测，包括：确定所述预设柔性控制机械臂的机械臂关节空间，并基于高效全局优化算法在所
述机械臂关节空间建立局部近似梯度场；基于所述局部近似梯度场利用B样条曲线设置所述预设柔性控制机械臂的关节曲线，并基于所述关节曲线控制所述预设柔性控制机械臂对所述互感器端子进行检测。
[0011]第二方面，本申请提供了一种互感器检测装置，包括：网络训练模块，用于获取互感器铭牌图像构建互感器铭牌图像数据集，并搭建基于多维度特征的初始文本识别网络，利用所述互感器铭牌图像数据集训练所述初始文本识别网络得到目标文本识别网络；档案构建模块，用于利用所述目标文本识别网络识别待检测互感器得到识别结果，并根据所述识别结果构建待检测互感器档案；所述识别结果包括互感器类型和互感器端子参数；端子确定模块，用于获取所述待检测互感器的原始图片，通过预设定位算法提取所述原始图片中的互感器端子的端子区域，并确定所述端子区域中的端子中心点，以根据所述端子中心点确定所述待检测互感器中互感器端子的端子类型；端子检测模块，用于根据所述端子类型确定所述待检测互感器对应的接线套筒，并根据所述端子中心点确定所述互感器端子对应的机械臂控制逻辑，以基于所述机械臂控制逻辑控制预设柔性控制机械臂对所述互感器端子进行检测，得到端子检测结果；结果生成模块，用于根据所述待检测互感器档案中的所述互感器类型和所述互感器端子参数，以及所述端子检测结果生成所述待检测互感器的互感器检测结果。
[0012]第三方面，本申请提供了一种电子设备，所述电子设备包括处理器和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种互感器检测方法，其特征在于，包括：获取互感器铭牌图像构建互感器铭牌图像数据集，并搭建基于多维度特征的初始文本识别网络，利用所述互感器铭牌图像数据集训练所述初始文本识别网络得到目标文本识别网络；利用所述目标文本识别网络识别待检测互感器得到识别结果，并根据所述识别结果构建待检测互感器档案；所述识别结果包括互感器类型和互感器端子参数；获取所述待检测互感器的原始图片，通过预设定位算法提取所述原始图片中的互感器端子的端子区域，并确定所述端子区域中的端子中心点，以根据所述端子中心点确定所述待检测互感器中互感器端子的端子类型；根据所述端子类型确定所述待检测互感器对应的接线套筒，并根据所述端子中心点确定所述互感器端子对应的机械臂控制逻辑，以基于所述机械臂控制逻辑控制预设柔性控制机械臂对所述互感器端子进行检测，得到端子检测结果；根据所述待检测互感器档案中的所述互感器类型和所述互感器端子参数，以及所述端子检测结果生成所述待检测互感器的互感器检测结果。2.根据权利要求1所述的互感器检测方法，其特征在于，所述搭建基于多维度特征的初始互感器文本识别网络，包括：利用预设多层卷积神经网络对所述互感器铭牌图像数据集中的互感器铭牌图像进行下采样操作，生成若干组不同感受野维度的特征图，并通过预设残差网络基于所述若干组不同感受野维度的特征图搭建多维度特征提取网络；基于自注意力机制构建transformer网络，并基于所述transformer网络和所述多维度特征提取网络进行级联，以构建所述初始文本识别网络；所述transformer网络包括位置编码模块、多头注意力模块、全连接卷积神经网络模块以及注意力数值计算模块。3.根据权利要求1所述的互感器检测方法，其特征在于，所述通过预设定位算法提取所述原始图片中的端子区域，包括：通过目标YOLOv5模型检测所述原始图片中的互感器端子的位置，并利用Canny边缘检测算法标注出所述互感器端子的最小外接矩形，以提取所述原始图片中的外轮廓针区域作为所述端子区域。4.根据权利要求3所述的互感器检测方法，其特征在于，所述通过目标YOLOv5模型检测所述原始图片中的互感器端子的位置之前，还包括：从预设互感器图像数据集中随机选取若干张互感器图像；基于马赛克数据增强对所述若干张互感器图像进行拼接得到目标互感器图像，以基于所述目标互感器图像训练初始YOLOv5模型得到所述目标YOLOv5模型。5.根据权利要求3所述的互感器检测方法，其特征在于，所述确定所述端子区域中的端子中心点，包括：利用预设Deeplabv3语义分割网络对所述互感器端子的所述端子区域中的所述最小外接矩形内的局部像素进行分割操作，以对所述互感器端子进行像素级别定位确定所述互感器端子的像素区域；根据所述像素区域确定所述互感器端子的所述端子中心点；所述预设Deep...

【专利技术属性】
技术研发人员：吕几凡，张鹏飞，徐永进，卢晓雄，鲁然，张洁，张吟妹，陈凯华，陈佳，万亦如，胡三影，李青雪，马笛，吴昊，余小梦，
申请(专利权)人：国网浙江省电力有限公司杭州供电公司国网浙江省电力有限公司营销服务中心，
类型：发明
国别省市：