CN109754399A - 一种基于图像分割的铁路供电检测重复报警分析方法 - Google Patents
一种基于图像分割的铁路供电检测重复报警分析方法 Download PDFInfo
- Publication number
- CN109754399A CN109754399A CN201910044923.XA CN201910044923A CN109754399A CN 109754399 A CN109754399 A CN 109754399A CN 201910044923 A CN201910044923 A CN 201910044923A CN 109754399 A CN109754399 A CN 109754399A
- Authority
- CN
- China
- Prior art keywords
- alarms
- alarm
- repetition
- analysis method
- power supply
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000003709 image segmentation Methods 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 title claims abstract description 18
- 230000007547 defect Effects 0.000 claims abstract description 17
- 230000003862 health status Effects 0.000 claims abstract description 5
- 239000012212 insulator Substances 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 3
- 230000002459 sustained effect Effects 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 11
- 238000010835 comparative analysis Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 3
- 238000005192 partition Methods 0.000 abstract 1
- 230000009471 action Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003137 locomotive effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像分割的铁路供电检测重复报警分析方法,采用对比分析方法对在同一位置由不同检测设备或者相同检测设备在不同时间发出的报警进行对比分析,发现同一位置相同缺陷,并且根据缺陷大小变化获得缺陷相应的变化趋势;所述对比分析方法采用图像分割方法,对设备采集的报警图像进行对比分析,得出重复报警中相同报警随时间变化状况。通过本发明的报警分析方法为安全生产作为指导,同时还结合GIS地图,针对一条线路进行重复报警分析,有助于分析出线路上经常出现问题的位置,可了解到整条线路的健康状态。
Description
技术领域
本发明涉及铁路供电安全生产领域,尤其涉及一种基于图像分割的铁路供电检测重复报警分析方法。
背景技术
对于铁路供电检测,在同一位置相同的缺陷,不同的动车或机车(安装供电检测设备,例如3C设备)经过该位置检测出该缺陷并向数据中心发送带有图片的报警信息,或者相同的动车或机车不同的时间段经过该位置也向数据中心发出同样的报警信息,称为重复报警。数据中心收到重复报警之后,针对这些重复报警采用的对比分析方法,现有对比方法一般是人工对比,增加对比工作量,加大了工作负担;另外还有传统的图像对比,即图像特征相似度进行对比,然而该方法产生较大的误差,更不能对缺陷变化趋势进行评估,来指导生产。
发明内容
为了解决上述问题,本发明提出一种基于图像分割的铁路供电检测重复报警分析方法。
一种基于图像分割的铁路供电检测重复报警分析方法,包括以下步骤:
a. 从报警信息中提取报警图片;
b. 对报警图片进行识别;
c. 获得识别报警目标类型和报警目标像素大小;
d. 在数据中心根据同一位置和相同目标报警,则认为是重复报警。
所述步骤b包括以下子步骤:
S1. 对报警图像进行ResNet-101层卷积,获取报警图像特征;
S2. 通过RPN网络与报警图像卷积获取的特征相结合得到ROI区域;
S3. 调整ROI区域,即将获取的ROI区域与原图通过ROIAlign进行对齐;
S4. 对ROI区域进行图像分类和边框范围的计算;对ROI区域进行图像分类和边框范围的计算,同时对ROI进行Mask CNN,获得目标像素的大小。
所述重复报警包括同一位置相同缺陷,由不同检测设备发出的报警,或者相同检测设备在不同时间发生的报警。
所述报警图片包括基于多类型部件的缺陷报警图片,包括吊弦线和绝缘器的燃弧部件图片。
基于图像分割的铁路供电检测重复报警分析方法还包括重复报警确认步骤:在数据中心的页面上提示用户同一位置发生过几次重复缺陷,便于对比查看和分析确认,并持续关注。
基于图像分割的铁路供电检测重复报警分析方法还包括整条线路重复报警分析步骤:结合GIS地图,针对一条线路进行重复报警分析,分析出线路上经常出现问题的位置,可了解到整条线路的健康状态。
本发明的有益效果在于:通过本发明来对比重复报警中相同报警随时间变化,缺陷相应的变化趋势,为安全生产作为指导,同时还结合GIS地图,针对一条线路进行重复报警分析,有助于分析出线路上经常出现问题的位置,可了解到整条线路的健康状态。
附图说明
图1是图像分割算法流程;
图2是图像分割算法;
图3是绝缘器燃弧现象。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面结合附图和具体实施例对本发明作进一步的详细说明。
如图1和图2所示,一种基于图像分割的铁路供电检测重复报警分析方法的流程和算法,具体如下步骤:
a. 从报警信息中提取报警图片;
b. 对报警图片进行识别;
c. 获得识别报警目标类型和报警目标像素大小;
d. 在数据中心根据同一位置和相同目标报警,则认为是重复报警。
所述步骤b包括以下子步骤:
S1. 对报警图像进行ResNet-101层卷积,获取报警图像特征;
S2. 通过RPN网络与报警图像卷积获取的特征相结合得到ROI区域;
S3. 调整ROI区域,即将获取的ROI区域与原图通过ROIAlign进行对齐;
S4. 对ROI区域进行图像分类和边框范围的计算;对ROI区域进行图像分类和边框范围的计算,同时对ROI进行Mask CNN,获得目标像素的大小。
所述重复报警包括同一位置相同缺陷,由不同检测设备发出的报警,或者相同检测设备在不同时间发生的报警。
所述报警图片包括基于多类型部件的缺陷报警图片,包括吊弦线和绝缘器的燃弧部件图片。
基于图像分割的铁路供电检测重复报警分析方法还包括重复报警确认步骤:在数据中心的页面上提示用户同一位置发生过几次重复缺陷,便于对比查看和分析确认,并持续关注。
基于图像分割的铁路供电检测重复报警分析方法还包括整条线路重复报警分析步骤:结合GIS地图,针对一条线路进行重复报警分析,分析出线路上经常出现问题的位置,可了解到整条线路的健康状态。
对比时如图3所示,左边与右边图最近相差十多天检测出来的同一位置和同一缺陷即绝缘器燃弧现象,左边图比右边图早十天检测出来。通过Mask CNN得到最左边的像素点数是61,右边像素点是168,可以看出同位置绝缘器缺陷右边比左边图严重,因此可以判断该点绝缘器缺陷在恶化,需要重点关注,或提前维修。
需要说明的是,对于前述的各个方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某一些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和单元并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详细描述的部分,可以参见其他实施例的相关描述。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (6)
1.一种基于图像分割的铁路供电检测重复报警分析方法,其特征在于:包括以下步骤:
a. 从报警信息中提取报警图片;
b. 对报警图片进行识别;
c. 获得识别报警目标类型和报警目标像素大小;
d. 在数据中心根据同一位置和相同目标报警,则认为是重复报警。
2.如权利要求1所述的一种基于图像分割的铁路供电检测重复报警分析方法,其特征在于:所述步骤b包括以下子步骤:
S1. 对报警图像进行ResNet-101层卷积,获取报警图像特征;
S2. 通过RPN网络与报警图像卷积获取的特征相结合得到ROI区域;
S3. 调整ROI区域,即将获取的ROI区域与原图通过ROIAlign进行对齐;
S4. 对ROI区域进行图像分类和边框范围的计算,同时对ROI进行Mask CNN,获得目标像素的大小。
3.如权利要求1所述的一种基于图像分割的铁路供电检测重复报警分析方法,其特征在于:所述重复报警包括同一位置相同缺陷,由不同检测设备发出的报警,或者相同检测设备在不同时间发生的报警。
4.如权利要求1所述的一种基于图像分割的铁路供电检测重复报警分析方法,其特征在于:所述报警图片包括基于多类型部件的缺陷报警图片,包括吊弦线和绝缘器的燃弧部件图片。
5.如权利要求1所述的一种基于图像分割的铁路供电检测重复报警分析方法,其特征在于:还包括重复报警确认步骤:在数据中心的页面上提示用户同一位置发生过几次重复缺陷,便于对比查看和分析确认,并持续关注。
6.如权利要求1所述的一种基于图像分割的铁路供电检测重复报警分析方法,其特征在于:还包括整条线路重复报警分析步骤:结合GIS地图,针对一条线路进行重复报警分析,分析出线路上经常出现问题的位置,可了解到整条线路的健康状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910044923.XA CN109754399A (zh) | 2019-01-17 | 2019-01-17 | 一种基于图像分割的铁路供电检测重复报警分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910044923.XA CN109754399A (zh) | 2019-01-17 | 2019-01-17 | 一种基于图像分割的铁路供电检测重复报警分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109754399A true CN109754399A (zh) | 2019-05-14 |
Family
ID=66404651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910044923.XA Pending CN109754399A (zh) | 2019-01-17 | 2019-01-17 | 一种基于图像分割的铁路供电检测重复报警分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109754399A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110321933A (zh) * | 2019-06-11 | 2019-10-11 | 武汉闻道复兴智能科技有限责任公司 | 一种基于深度学习的故障识别方法和装置 |
CN110428398A (zh) * | 2019-07-04 | 2019-11-08 | 华中科技大学 | 一种基于深度学习的高铁接触网拉线缺陷检测方法 |
CN110782443A (zh) * | 2019-10-23 | 2020-02-11 | 四川大学 | 一种铁路轨道缺陷检测方法和系统 |
CN113033440A (zh) * | 2021-03-31 | 2021-06-25 | 杭州海康威视系统技术有限公司 | 一种事件报警方法、装置、电子设备、存储介质及系统 |
CN113205133A (zh) * | 2021-04-30 | 2021-08-03 | 成都国铁电气设备有限公司 | 一种基于多任务学习的隧道水渍智能识别方法 |
CN113486942A (zh) * | 2021-06-30 | 2021-10-08 | 武汉理工光科股份有限公司 | 一种重复火警判定方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080317329A1 (en) * | 2007-06-20 | 2008-12-25 | Hitachi High-Technologies Corporation | Visual Inspection Method and Apparatus and Image Analysis System |
CN104077872A (zh) * | 2014-05-13 | 2014-10-01 | 国家电网公司 | 一种基于图像识别的输电线路防外力监控预警方法 |
CN104700532A (zh) * | 2013-12-11 | 2015-06-10 | 杭州海康威视数字技术股份有限公司 | 一种视频报警方法和装置 |
CN108875561A (zh) * | 2018-04-27 | 2018-11-23 | 山东信通电子股份有限公司 | 一种输电线路监控隐患预警图像的隐患重复判别方法 |
-
2019
- 2019-01-17 CN CN201910044923.XA patent/CN109754399A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080317329A1 (en) * | 2007-06-20 | 2008-12-25 | Hitachi High-Technologies Corporation | Visual Inspection Method and Apparatus and Image Analysis System |
CN104700532A (zh) * | 2013-12-11 | 2015-06-10 | 杭州海康威视数字技术股份有限公司 | 一种视频报警方法和装置 |
CN104077872A (zh) * | 2014-05-13 | 2014-10-01 | 国家电网公司 | 一种基于图像识别的输电线路防外力监控预警方法 |
CN108875561A (zh) * | 2018-04-27 | 2018-11-23 | 山东信通电子股份有限公司 | 一种输电线路监控隐患预警图像的隐患重复判别方法 |
Non-Patent Citations (1)
Title |
---|
张博 等: "基于 Mask R-CNN 的触摸屏玻璃疵病检测与识别", 《软件导刊》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110321933A (zh) * | 2019-06-11 | 2019-10-11 | 武汉闻道复兴智能科技有限责任公司 | 一种基于深度学习的故障识别方法和装置 |
CN110321933B (zh) * | 2019-06-11 | 2021-09-14 | 武汉闻道复兴智能科技有限责任公司 | 一种基于深度学习的故障识别方法和装置 |
CN110428398A (zh) * | 2019-07-04 | 2019-11-08 | 华中科技大学 | 一种基于深度学习的高铁接触网拉线缺陷检测方法 |
CN110782443A (zh) * | 2019-10-23 | 2020-02-11 | 四川大学 | 一种铁路轨道缺陷检测方法和系统 |
CN113033440A (zh) * | 2021-03-31 | 2021-06-25 | 杭州海康威视系统技术有限公司 | 一种事件报警方法、装置、电子设备、存储介质及系统 |
CN113205133A (zh) * | 2021-04-30 | 2021-08-03 | 成都国铁电气设备有限公司 | 一种基于多任务学习的隧道水渍智能识别方法 |
CN113205133B (zh) * | 2021-04-30 | 2024-01-26 | 成都国铁电气设备有限公司 | 一种基于多任务学习的隧道水渍智能识别方法 |
CN113486942A (zh) * | 2021-06-30 | 2021-10-08 | 武汉理工光科股份有限公司 | 一种重复火警判定方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754399A (zh) | 一种基于图像分割的铁路供电检测重复报警分析方法 | |
CN111797890A (zh) | 一种用于检测输电线路设备缺陷的方法及系统 | |
CN112034310A (zh) | 一种组合电器局部放电缺陷诊断方法及系统 | |
US20220004818A1 (en) | Systems and Methods for Evaluating Perception System Quality | |
CN108181562A (zh) | 基于模糊小脑模型神经网络的绝缘子故障诊断装置及方法 | |
CN109544870B (zh) | 用于智能监控系统的报警判断方法与智能监控系统 | |
CA3148790C (en) | Systems and methods for dissolved gas analysis | |
CN105004489A (zh) | 气体绝缘开关设备预防性诊断系统及其气体压力监测方法 | |
CN111598855B (zh) | 一种基于深度学习和迁移学习的2c设备高铁接触网吊弦缺陷检测方法 | |
CN111815576B (zh) | 金属部件腐蚀状况检测方法、装置、设备和存储介质 | |
CN116012762A (zh) | 一种针对电力设备的交通路口视频影像分析方法及系统 | |
CN116229668A (zh) | 基于红外视频监测的火灾定位系统 | |
Fahim et al. | An unsupervised protection scheme for overhead transmission line with emphasis on situations during line and source parameter variation | |
CN112561097B (zh) | 一种基于云雾边协同的轴承监测方法及系统 | |
CN113012107B (zh) | 电网缺陷检测方法及系统 | |
Song et al. | Intelligent identification method of hydrophobic grade of composite insulator based on efficient ga‐yolo former network | |
CN116228778B (zh) | 一种基于多模态信息融合的绝缘子破裂的检测方法及系统 | |
CN115766401A (zh) | 工业告警信息解析方法、装置、电子设备与计算机介质 | |
CN114373162A (zh) | 用于变电站视频监控的危险区域人员入侵检测方法及系统 | |
CN115631153A (zh) | 一种基于感知学习结构的管廊视觉缺陷检测方法及系统 | |
CN115453288A (zh) | 一种高压开关柜局部放电监测系统 | |
CN108874339A (zh) | 信号源故障检测方法、装置及电子设备 | |
CN110516551B (zh) | 一种基于视觉的巡线位置偏移识别系统、方法及无人机 | |
CN115017174A (zh) | 乘客信息系统的显示内容监测方法、系统及电子设备 | |
CN113989787A (zh) | 一种危险驾驶行为的检测方法以及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190514 |
|
RJ01 | Rejection of invention patent application after publication |