【技术实现步骤摘要】
一种对隔离开关状态识别方法及系统
[0001]本专利技术涉及图像处理
,尤其涉及一种对隔离开关状态识别方法及系统
。
技术介绍
[0002]隔离开关是一种主要用于“隔离电源
、
倒闸操作
、
用以连通和切断小电流电路”,无灭弧功能的开关器件
。
隔离开关在分位置时,触头间有符合规定要求的绝缘距离和明显的断开标志;在合位置时,能承载正常回路条件下的电流及在规定时间内异常条件
(
例如短路
)
下的电流的开关设备,若隔离开关发生故障,将会造成严重的故障和经济损失
。
因此,在巡检的过程中,隔离开关是否正常工作是重要的检查任务
。
现有技术中一般采用计算机视觉技术对隔离开关的状态进行识别
。
[0003]在申请号为
201811513584
的专利中公开了通过使用人工标注隔离开关掩膜标签数据,并基于
Mask RCNN
神经网络结构训练出针对隔离开关的目标状态检测及分割模型;该方案实现了基于图像对隔离开关
‘
开
’
、
‘
合
’
及
‘
中间
’
状态的正确识别;但是掩膜标签标注的工作量较大,且对数据质量要求较高,导致前期投入的人力及时间成本较高,同时其使用的主流
MaskRCNN
神经网络模型较大较深推理速度慢难以做到实时检测且依赖于较
【技术保护点】
【技术特征摘要】
1.
一种对隔离开关状态识别方法,其特征在于,方法包括:采集预定数量的不同状态下的隔离开关图片数据,对所述隔离开关图片数据进行标签标注,生成标注图像数据集;基于所述标注图像数据集对隔离开关检测模型进行训练,生成目标检测模型,所述隔离开关检测模型基于
ResNet backbone
与
PAN neck
结构进行构建的;采集隔离开关视频,获取隔离开关视频中处于初始节点
、
中间节点和末尾节点的图像,分别记为初始节点图像
、
中间节点图像和末尾节点图像;将所述初始节点图像
、
中间节点图像和末尾节点图像,分别输入所述目标检测模型,获取所述目标检测模型输出的初始节点检测结果
、
中间节点检测结果和末尾节点检测结果,根据初始节点检测结果
、
中间节点检测结果和末尾节点检测结果及三者的比对结果,得到隔离开关的状态变化情况
。2.
根据权利要求1所述的对隔离开关状态识别方法,其特征在于,所述采集预定数量的不同状态下的隔离开关图片数据,对所述隔离开关图片数据进行标签标注,生成标注图像数据集,包括:采集预定数量的不同状态下的隔离开关图片数据,对所述隔离开关图片数据中的隔离开关整体
、
刀臂以及接触头进行不同状态及类别的目标框标注,生成标注图像数据集
。3.
根据权利要求2所述的对隔离开关状态识别方法,其特征在于,所述基于所述标注图像数据集对隔离开关检测模型进行训练,生成目标检测模型,所述隔离开关检测模型基于
ResNet backbone
与
PAN neck
结构进行构建的,包括:将标注图像数据集输入所述隔离开关检测模型,获取所述隔离开关检测模型输出的检测结果;预先构建损失函数,将检测结果与图像真实标签数据输入所述损失函数并计算梯度,根据损失梯度下降方向对隔离开关检测模型参数进行更新优化;通过多次前向推理及梯度反向传播计算对模型进行迭代优化,得到目标检测模型
。4.
根据权利要求3所述的对隔离开关状态识别方法,其特征在于,所述采集隔离开关视频,获取隔离开关视频中处于初始节点
、
中间节点和末尾节点的图像,分别记为初始节点图像
、
中间节点图像和末尾节点图像,包括:基于视频采集装置对待检测的隔离开关进行视频采集,得到隔离开关视频;获取隔离开关位于初始节点的图像帧,记为初始节点图像;获取隔离开关位于中间节点的图像帧,记为中间节点图像;获取隔离开关位于末尾节点的图像帧,记为末尾节点图像
。5.
根据权利要求4所述的对隔离开关状态识别方法,其特征在于,所述将所述初始节点图像
、
中间节点图像和末尾节点图像,分别输入所述目标检测模型,获取所述目标检测模型输出的初始节点检测结果
、
中间节点检测结果和末尾节点检测结果,根据初始节点检测结果
、
中间节点检测结果和末尾节点检测结果及三者的比对结果,得到隔离开关的状态变化情况,包括:将所述初始节点图像
...
【专利技术属性】
技术研发人员:李俞均,
申请(专利权)人:深圳市铁越电气有限公司,
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。