【技术实现步骤摘要】
本专利技术涉及电网巡检，更具体地说，涉及一种基于信息提取的电网设施零件锈蚀巡检方法。
技术介绍
1、目前，由于电网设施有较多都架设在偏远地区，所以巡检非常不便，而电网设施一旦锈蚀其带来的影响可能巨大，所以公开号为cn113554717s提供了一种基于机器视觉的电力设备锈蚀识别系统及方法提出了基于机器视觉的电力设备锈蚀识别系统及方法解决了平常巡检工作中难以发现电力设备局部锈蚀处，锈蚀情况识别正确率低且效率低的问题。但是这一方案是基于数据能够高效传输且设置摄像头的情况场景，而将这个逻辑转换到巡检无人机巡检的场景中，由于数据量的不同，明显更为复杂且无法实现，原因在于大量的图像数据如果进行回传，那么势必整体效率大大降低，对后台的分析应用也会极大程度的影响，所以需要对图像数据进行尽可能减少，才能使巡检无人机可以执行更多的巡检任务，而公开号为cn110910341b提出了一种输电线路锈蚀区缺陷检测方法，通过获取航拍图像和惯导信息数据；通过巡检无人机惯导数据的时间信息和航拍图像的时间信息，确定每幅图像的地理坐标；利用深度卷积神经网络模型进行金具的检测，筛选含有金具的图像作为目标图像，同时给出金具目标的外接矩形区域信息；对目标外接矩形区域进行分割，得到目标小图像；采用超红色法将目标小图像进行灰度化处理；采用阈值法获得锈蚀区域；采用连通域计算得到锈蚀缺陷检测图像；生成巡检缺陷报告。本专利技术有益效果：对巡检数据图像进行前景分割，剔除背景干扰，利用超红色法进行锈蚀缺陷检测，实现金具锈蚀的快速检测，提高了缺陷分析的效率。减小了大量的无用数据的传输和转
技术实现思路
1、有鉴于此，本专利技术目的是提供一种基于信息提取的电网设施零件锈蚀巡检方法。
2、为了解决上述技术问题，本专利技术的技术方案是：一种基于信息提取的电网设施零件锈蚀巡检方法：
3、步骤s1、在预先构建的虚拟巡检场景模型中的塔杆位置载入对应的塔杆类型信息，并根据塔杆类型信息确定对应的目标零件的巡检点坐标，并生成目标零件的类型信息；
4、步骤s2、根据目标零件的类型信息将对应的类型信息的基础识别样本载入巡检无人机；
5、步骤s3、通过预设的拍摄点确定策略确定每一目标零件对应的拍摄点坐标，所述拍摄点坐标中对应同一类型信息的目标零件具有相同的相对拍摄位姿，并根据预设的路径规划策略确定巡检无人机的巡检飞行路径；
6、步骤s4、控制巡检无人机沿巡检飞行路径到达下一巡检点坐标并进行拍摄；
7、步骤s5、控制巡检无人机的金属探伤传感器向目标零件输出金属探伤信号并接收对应的探伤反馈波形；
8、步骤s6、将探伤反馈波形输入至对应的基础识别样本以获得相关图像区域的位置；
9、步骤s7、更新该目标零件对应的类型信息的均值化原图；
10、步骤s8、将该目标零件的实际拍摄图像与均值化原图以相关图像区域为依据作差值化处理以形成图像差异数据，并删除对应的实际拍摄图像；
11、步骤s9、重复步骤s4以完成所有巡检点坐标的巡检；
12、步骤s10、根据巡检点坐标标记图像差异数据以及探伤反馈波形以生成锈蚀特征数据，并将具有同一类型信息的锈蚀特征数据与对应的均值化原图封装并上传至管理后台。
13、进一步地，步骤s1中还包括配置预检无人机以获取塔杆位置的塔杆实际图像，预检无人机通过预设的塔杆识别算法对塔杆实际图像进行处理以生成塔杆线条空间图形，管理后台共通过预检无人机回传的塔杆线条空间图形生成对应的塔杆类型信息。
14、进一步地，步骤s2中还包括在管理后台预先构建有环境样本索引表，所述环境样本索引表对应每一类型信息存储有若干不同的基础识别样本，每一基础识别样本以环境信息为索引，通过获取当前时刻的环境信息以调取对应的基础识别样本。
15、进一步地，所述拍摄点确定策略包括
16、步骤a1、根据目标零件的类型信息确定目标零件的对称性约束；
17、步骤a2、根据目标零件的对称性约束生成与基础识别样本具有对称性的若干基准拍摄位置；
18、步骤a3、分别计算每一基准拍摄位置的拍摄价值，有
19、其中，vp为拍摄价值，α1为预设的价值权重，α2为预设的相似性权重，vi为第i个异常拍摄点的异常拍摄价值，hi为第i个异常拍摄点的拍摄覆盖率，pe为该基准拍摄位置和基础识别样本的拍摄位置的角度相似值，ct为巡检无人机飞行至该基准拍摄位置的飞行代价值，k1为该基准拍摄位置覆盖的异常拍摄点的总数量；
20、步骤a4、确定拍摄价值最高的基准拍摄位置为该目标零件对应的拍摄点坐标。
21、进一步地，所述路径规划策略包括
22、步骤b1、通过拍摄点坐标在虚拟巡检场景模型中构建路径规划网络，并通过预设的基准飞行代价差值在路径规划网络中筛选平均飞行代价值小于基准飞行代价差值的规划飞行路径；
23、步骤b2、分别计算每一规划飞行路径的综合拍摄代价，有
24、cu＝β1/se+β2cδt+β3tδd，其中cu为综合拍摄代价，β1为预设的相关性权重，β2为预设的飞行代价权重，β3为预设的时间偏差权重，有β1+β2+β3＝1，cδt为该规划飞行路径对应的平均飞行代价值，tδd为该规划飞行路径的平均时点偏差值，se为每一类型的目标零件的连续性指标，有其中，wi为第i组拍摄目标组的类型信息对应的类型权重值，若在规划飞行路径中连续且对应的目标零件的类型相同则划分为拍摄目标组，ga()为预设的连续数量函数，所述连续数量函数反映拍摄目标组数量和连续性价值的关系，ni为第i组拍摄目标组的目标零件的数量，k2为拍摄目标组的总数量；
25、步骤b3、确定综合拍摄代价最小的规划飞行路径为巡检飞行路径。
26、进一步地，步骤s6中，还包括将获得的探伤反馈波形和基础识别样本的基准反馈波形做差以获得差值反馈波形，通过预设的差值特征表比对差值反馈波形以识别差值反馈波形中的差值特征，所述差值特征表对应每一差值特征配置有相关图像区块，所述相关图像区域为相关图像区块的集合。
27、进一步地，所述步骤s7中，还包括以基础识别样本的基础识别图像作为初始的均值化原图，每在拍摄点坐标拍摄一张实际拍摄图像，将实际拍摄图像剔除先关图像区块后，和均值化原图通过叠加均值算法处理以生成新的均值化原图。
28、进一步地，所述步骤s6中还包括配置有连续性算法、特征丰度算法以及修正算法，所述连续性算法用于处理实际拍摄图像以得到实际拍摄图像的相关图像区域的连续特征值，所述特征丰度算法用于处理实际拍摄图像以得到实际拍摄图像的相关图像区域的特征丰度值，所述修正算法计算综合修正值，有qs＝kxbd-bx+kxzd-zx，其中，qs为综合修正值，bd为连续特征值，bx为基础识别样本对应的连续特征基准，zd为特征丰度值，zx为基础识别样本对本文档来自技高网...
【技术保护点】
1.一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：
2.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：步骤S1中还包括配置预检无人机以获取塔杆位置的塔杆实际图像，预检无人机通过预设的塔杆识别算法对塔杆实际图像进行处理以生成塔杆线条空间图形，管理后台共通过预检无人机回传的塔杆线条空间图形生成对应的塔杆类型信息。
3.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：步骤S2中还包括在管理后台预先构建有环境样本索引表，所述环境样本索引表对应每一类型信息存储有若干不同的基础识别样本，每一基础识别样本以环境信息为索引，通过获取当前时刻的环境信息以调取对应的基础识别样本。
4.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：所述拍摄点确定策略包括
5.如权利要求4所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：所述路径规划策略包括
6.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：步骤S6中，还包括将获
7.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：所述步骤S7中，还包括以基础识别样本的基础识别图像作为初始的均值化原图，每在拍摄点坐标拍摄一张实际拍摄图像，将实际拍摄图像剔除先关图像区块后，和均值化原图通过叠加均值算法处理以生成新的均值化原图。
8.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：所述步骤S6中还包括配置有连续性算法、特征丰度算法以及修正算法，所述连续性算法用于处理实际拍摄图像以得到实际拍摄图像的相关图像区域的连续特征值，所述特征丰度算法用于处理实际拍摄图像以得到实际拍摄图像的相关图像区域的特征丰度值，所述修正算法计算综合修正值，有Qs＝kxbd-bx+kxzd-zx，其中，Qs为综合修正值，bd为连续特征值，bx为基础识别样本对应的连续特征基准，zd为特征丰度值，zx为基础识别样本对应的特征丰度基准，kx为基础识别样本中对应探伤反馈波形的探伤置信值，若综合修正值为正值则根据综合修正值扩张对应的相关图像区域，若综合修正值为负值则根据综合修正值缩减对应的相关图像区域；
9.如权利要求8所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：所述步骤S10中还包括预先构建有规律标记表，所述规律标记表预先存储有若干规律压缩子算法，每一规律压缩子算法以规律触发条件为索引，通过识别属于同一基础识别样本的图像差异数据中的规律特征，当对应的规律特征满足所述规律触发条件时，获取对应的规律压缩子策略，通过规律压缩子算法压缩对应的图像差异数据并生成该规律压缩子策略的规律标记。
...【技术特征摘要】
1.一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：
2.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：步骤s1中还包括配置预检无人机以获取塔杆位置的塔杆实际图像，预检无人机通过预设的塔杆识别算法对塔杆实际图像进行处理以生成塔杆线条空间图形，管理后台共通过预检无人机回传的塔杆线条空间图形生成对应的塔杆类型信息。
3.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：步骤s2中还包括在管理后台预先构建有环境样本索引表，所述环境样本索引表对应每一类型信息存储有若干不同的基础识别样本，每一基础识别样本以环境信息为索引，通过获取当前时刻的环境信息以调取对应的基础识别样本。
4.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：所述拍摄点确定策略包括
5.如权利要求4所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：所述路径规划策略包括
6.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在于：步骤s6中，还包括将获得的探伤反馈波形和基础识别样本的基准反馈波形做差以获得差值反馈波形，通过预设的差值特征表比对差值反馈波形以识别差值反馈波形中的差值特征，所述差值特征表对应每一差值特征配置有相关图像区块，所述相关图像区域为相关图像区块的集合。
7.如权利要求1所述的一种基于信息提取的电网设施零件锈蚀巡检方法，其特征在...
【专利技术属性】
技术研发人员：杨彦，黄建业，钱健，谢炜，林晨翔，吴飞，马腾，姚文旭，周晨曦，林爽，马汉斌，吴玲婷，林振华，
申请(专利权)人：国网福建省电力有限公司电力科学研究院，
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。