CN110277833B - 变电站压板状态识别的方法及终端设备 - Google Patents
变电站压板状态识别的方法及终端设备 Download PDFInfo
- Publication number
- CN110277833B CN110277833B CN201910538117.8A CN201910538117A CN110277833B CN 110277833 B CN110277833 B CN 110277833B CN 201910538117 A CN201910538117 A CN 201910538117A CN 110277833 B CN110277833 B CN 110277833B
- Authority
- CN
- China
- Prior art keywords
- pressing plate
- state
- training
- protection
- protective
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000003825 pressing Methods 0.000 claims abstract description 130
- 238000012544 monitoring process Methods 0.000 claims abstract description 55
- 230000001681 protective effect Effects 0.000 claims description 60
- 238000012549 training Methods 0.000 claims description 58
- 238000012360 testing method Methods 0.000 claims description 49
- 238000004590 computer program Methods 0.000 claims description 19
- 230000000875 corresponding effect Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/185—Electrical failure alarms
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Emergency Management (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Power Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明适用于变电站设备状态监视技术领域，提供了一种变电站压板状态识别的方法及终端设备，该方法包括：采集各个保护压板的实时监控信息，然后根据所述监控信息识别所述保护压板的当前状态，当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，进行报警，从而可以实现对保护压板的投入、退出状态在后台进行实时监测，可以避免保护压板的漏投退或者误投退等操作，导致设备故障。
Description
技术领域
本发明属于变电站设备状态监视技术领域，尤其涉及一种变电站压板状态识别的方法及终端设备。
背景技术
目前在电力系统中关于压板状态的监视以及防误操作的研究还处于起步阶段。变电站在进行倒闸操作的时候，为防止误操作，在一次设备上面采取了机械闭锁、电磁闭锁、微机五防闭锁等各种防误操作措施，以防止人为的误操作，并且一次设备的分闸、合闸状态，都能在后台进行实时监测。但是在二次压板的投、退操作方面，未能对压板的投、退状况在后台进行实时监测，并且绝大多数的变电站都未采取相应的措施来防止误操作。
然而，二次压板的误操作有时比一次设备的误操作导致的后果更为严重，如有误投退或漏投退压板时，会直接影响继电保护功能的实现，甚至可能引起保护拒动或误动，导致电力设备烧毁或大范围停电事故的发生，影响电网安全运行水平。
发明内容
有鉴于此，本发明实施例提供了一种变电站压板状态识别的方法及终端设备，以解决现有技术中未能对压板的投、退状况在后台进行实时监测，并且绝大多数的变电站都未采取相应的措施来防止误操作的问题。
本发明实施例的第一方面提供了一种变电站压板状态识别的方法，包括：
采集各个保护压板的实时监控信息；
根据所述监控信息识别所述保护压板的当前状态；
当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，进行报警。
在一实施例中，所述采集各个保护压板的实时监控信息，包括：
采集各个保护压板的连续N张图像；或者，
获取各个保护压板上设置的状态传感器监测的状态信息。
在一实施例中，在所述根据所述监控信息识别所述保护压板的当前状态之前，还包括：
获取保护压板的历史监控图像；
将所述历史监控图像划分为训练数据和测试数据；
根据所述训练数据，对预训练模型进行重新训练，获得新模型；
将所述测试数据输入所述新模型，获得测试结果；
当所述测试结果中对历史监控图像分类准确度大于或等于预设准确度值，则确定所述新模型为目标模型；
当所述测试结果中对历史监控图像分类准确度小于预设值，则根据上述新模型训练方式继续训练新模型，直到获得目标模型。
在一实施例中，所述根据所述监控信息识别所述保护压板的当前状态，包括：
将所述N张图像输入所述目标模型，获得保护压板的当前状态。
在一实施例中，每个所述保护压板上设置的状态传感器分别与压板状态收集器连接，所述压板状态收集器用于汇集各个状态传感器监测的对应保护压板的状态信息。
在一实施例中，所述获取各个保护压板上设置的状态传感器监测的状态信息包括：
接收所述压板状态收集器发送的各个保护压板的状态信息。
在一实施例中，所述变电站压板状态识别的方法，还包括：
当所述保护压板的当前状态与数据库中保存的所述保护压板的状态一致，且所述保护压板的当前状态为退出时，闭锁对应设备刀闸合闸。
本发明实施例的第二方面提供了一种变电站压板状态识别的装置，包括：
采集模块，用于采集各个保护压板的实时监控信息；
识别模块，用于根据所述监控信息识别所述保护压板的当前状态；
报警模块，用于当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，进行报警。
本发明实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述变电站压板状态识别的方法所述的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，包括：所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述变电站压板状态识别的方法所述的步骤。
本发明实施例与现有技术相比存在的有益效果是：通过采集各个保护压板的实时监控信息，然后根据所述监控信息识别所述保护压板的当前状态，当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，进行报警，从而可以实现对保护压板的投入、退出状态在后台进行实时监测，可以避免保护压板的漏投退或者误投退等操作，导致设备故障。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的变电站压板状态识别的方法的实现流程示意图；
图2是本发明实施例提供的识别保护压板的当前状态的方法的流程示意图；
图3是本发明实施例提供的变电站压板状态识别的装置的示例图；
图4是本发明另一实施例提供的变电站压板状态识别的装置的示意图；
图5是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1为本发明实施例提供的变电站压板状态识别的方法的实现流程示意图，详述如下。
步骤101，采集各个保护压板的实时监控信息。
可选的，步骤101中采集各个保护压板的实时监控信息，可以包括采集各个保护压板的连续N张图像；或者，获取各个保护压板上设置的状态传感器监测的状态信息。
可选的，保护压板的实时监控信息可以通过监控系统采集，获取保护压板的连续N张图像可以通过这连续N张图像更准确的识别保护压板的当前状态。
可选的，保护压板的实时监控信息也可以根据保护压板上设置的状态传感器获取，其中，每个所述保护压板上设置的状态传感器分别与压板状态收集器连接，所述压板状态收集器用于汇集各个状态传感器监测的对应保护压板的状态信息。
步骤102，根据所述监控信息识别所述保护压板的当前状态。
可选的，步骤102中识别保护压板的当前状态可以通过对图像的识别获得，也可以通过压板状态收集器直接获得。
可选的，如图2所示，步骤102中识别保护压板的当前状态可以包括以下步骤。
步骤201，获取保护压板的历史监控图像。
历史监控图像即之前从监控系统中获取的大量的保护压板的图像，其中历史监控图像中可以包括保护压板投入状态以及退出状态的图像。
步骤202，将所述历史监控图像划分为训练数据和测试数据。
可选的，训练数据用于训练预训练模型，测试数据用于测试训练后的模型，查看训练后的模型的分类结果是否准确。
可选的，训练数据和测试数据的划分可以随机划分，也可以根据保护压板的投入和退出两种状态对应的图像中训练数据和测试数据可以按照预设比例进行划分，但本申请中并不限定具体比例。例如保护压板的投入状态对应的图像中训练数据与测试数据的比例可以为3:1，同时保护压板的退出状态对应的图像中训练数据与测试数据的比例可以为3:1，或者，保护压板的投入状态对应的图像中训练数据与测试数据的比例可以为5:1，同时保护压板的退出状态对应的图像中训练数据与测试数据的比例可以为5:1等。
步骤203，根据所述训练数据，对预训练模型进行重新训练，获得新模型。
一个预训练的源模型是从可用模型中挑选出来的，很多研究机构都发布了基于超大数据集的模型，这些都可以作为源模型的备选者。本方案获取的预训练模型为带有训练权重的预训练模型。
可选的，深度学习通过前向计算和反向传播，不断调整参数，来提取最优特征，以达到预测的目的。模型前端的层次通常用来捕获输入数据的高级联系，例如图像边缘和主体等；模型后端的层次通常用来捕获有助于做出最终决定的信息，例如用来区分目标输出的细节信息。
获取预训练模型后，不需要重新训练整个结构，只需要针对其中的几层进行训练即可。即将模型起始的一些层的权重保持不变，重新训练后面的层，得到新的权重。即根据所述训练数据集中的数据，对获取的预训练模型中模型后端的层次中的训练权重重新训练，获取新的权重。
步骤204，将所述测试数据输入所述新模型，获得测试结果。
对获取的新模型进行测试，可以对保护压板的图像进行分类，识别保护压板的图像为保护压板投入状态或者退出状态。
步骤205，计算所述测试结果中对历史监控图像分类准确度，并检测所述分类准确度是否大于或等于预设准确度值。
为了使新模型的分类准确度更高，可以通过将计算的测试结果的准确度与预设准确度值进行比较，当所述测试结果中对历史监控图像分类准确度小于预设准确度值，需要更多的训练数据继续训练获得的新模型，当所述测试结果中对历史监控图像分类准确度大于或等于预设准确度值，则说明测试结果的准确度达到预期目标，停止继续训练新模型。
可选的，当所述测试结果中对历史监控图像分类准确度大于或等于预设准确度值，则执行步骤206。当所述测试结果中对历史监控图像分类准确度小于预设值，则根据上述新模型训练方式继续训练新模型，直到获得目标模型，即继续执行步骤201至步骤205，此时步骤103中预训练模型为新模型。
步骤206，确定所述新模型为目标模型。
步骤207，将所述N张图像输入所述目标模型，获得保护压板的当前状态。
可选的，在获得目标模型后，直接将待识别的保护压板的连续N张图像输入目标模型，即可识别出保护压板的当前状态。
步骤103，当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，进行报警。
可选的，数据库中保存的保护压板的状态为经工作人员确认后的保护压板的状态，例如可以预设几种不同检修工作下保护压板投退方式，需要操作时选择对应的保护压板投退方式，经审核后下发命令至监控机执行，每投退一个压板需要经过工作人员确认后才可继续执行下一个保护压板的投退。
可选的，当所述保护压板的当前状态与数据库中保存的所述保护压板的状态一致，说明未出现保护压板的漏投退或者误投退。
可选的，当所述保护压板的当前状态与数据库中保存的所述保护压板的状态一致，且所述保护压板的当前状态为退出时，闭锁对应设备刀闸合闸，可以实现保护压板投退与对应设备刀闸位置进行关联，保护压板未投入时，闭锁对应设备刀闸合闸，可以避免保护压板的漏投退或者误投退。
上述变电站压板状态识别的方法，通过采集各个保护压板的实时监控信息，然后根据所述监控信息识别所述保护压板的当前状态，当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，进行报警，从而可以实现对保护压板的投入、退出状态在后台进行实时监测，可以避免保护压板的漏投退或者误投退等操作，导致设备故障。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的变电站压板状态识别的方法，图3示出了本发明实施例提供的变电站压板状态识别的装置的示例图。如图3所示，该装置可以包括：采集模块301、识别模块302和报警模块303。
采集模块301，用于采集各个保护压板的实时监控信息；
识别模块302，用于根据所述监控信息识别所述保护压板的当前状态；
报警模块303，用于当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，进行报警。
可选的，所述采集模块301可以包括采集各个保护压板的连续N张图像；或者，获取各个保护压板上设置的状态传感器监测的状态信息。
可选的，在识别模块302根据所述监控信息识别所述保护压板的当前状态进行识别之前，如图4所示，所述变电站压板状态识别的装置，还可以包括：获取模块304、数据划分模块305、训练模块306、测试模块307和确定模块308。
获取模块304，用于获取保护压板的历史监控图像；
数据划分模块305，用于将所述历史监控图像划分为训练数据和测试数据；
训练模块306，用于根据所述训练数据，对预训练模型进行重新训练，获得新模型；
测试模块307，用于将所述测试数据输入所述新模型，获得测试结果；
确定模块308，用于当所述测试结果中对历史监控图像分类准确度大于或等于预设准确度值，则确定所述新模型为目标模型；
当所述测试结果中对历史监控图像分类准确度小于预设值，则根据上述新模型训练方式继续训练新模型，直到获得目标模型。
可选的，识别模块302，可以用于将所述N张图像输入所述目标模型，获得保护压板的当前状态。
可选的，每个所述保护压板上设置的状态传感器分别与压板状态收集器连接，所述压板状态收集器用于汇集各个状态传感器监测的对应保护压板的状态信息。则所述采集模块301可以接收所述压板状态收集器发送的各个保护压板的状态信息。
可选的，如图4所示，所述变电站压板状态识别的装置，还可以包括：闭锁模块309。所述闭锁模块309，用于当所述保护压板的当前状态与数据库中保存的所述保护压板的状态一致，且所述保护压板的当前状态为退出时，闭锁对应设备刀闸合闸。
上述变电站压板状态识别的装置，通过采集模块采集各个保护压板的实时监控信息，然后识别模块根据所述监控信息识别所述保护压板的当前状态，当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，报警模块进行报警，从而可以实现对保护压板的投入、退出状态在后台进行实时监测，可以避免保护压板的漏投退或者误投退等操作，导致设备故障。
图5是本发明一实施例提供的终端设备的示意图。如图5所示，该实施例的终端设备500包括：处理器501、存储器502以及存储在所述存储器502中并可在所述处理器501上运行的计算机程序503，例如变电站压板状态识别的程序。所述处理器501执行所述计算机程序503时实现上述变电站压板状态识别的方法实施例中的步骤，例如图1所示的步骤101至103，或者图2所示的步骤201至步骤207，所述处理器501执行所述计算机程序503时实现上述各装置实施例中各模块的功能，例如图3所示模块301至303的功能。
示例性的，所述计算机程序503可以被分割成一个或多个程序模块，所述一个或者多个程序模块被存储在所述存储器502中，并由所述处理器501执行，以完成本发明。所述一个或多个程序模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序503在所述变电站压板状态识别的装置或者终端设备500中的执行过程。例如，所述计算机程序503可以被分割成采集模块301、识别模块302和报警模块303，各模块具体功能如图3所示，在此不再一一赘述。
所述终端设备500可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器501、存储器502。本领域技术人员可以理解，图5仅仅是终端设备500的示例，并不构成对终端设备500的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器501可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器502可以是所述终端设备500的内部存储单元，例如终端设备500的硬盘或内存。所述存储器502也可以是所述终端设备500的外部存储设备，例如所述终端设备500上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器502还可以既包括所述终端设备500的内部存储单元也包括外部存储设备。所述存储器502用于存储所述计算机程序以及所述终端设备500所需的其他程序和数据。所述存储器502还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (8)
1.一种变电站压板状态识别的方法，其特征在于，包括：
采集各个保护压板的实时监控信息，包括：采集各个保护压板的连续N张图像；或者，获取各个保护压板上设置的状态传感器监测的状态信息；
获取保护压板的历史监控图像；将所述历史监控图像划分为训练数据和测试数据；根据所述训练数据，对预训练模型进行重新训练，获得新模型；将所述测试数据输入所述新模型，获得测试结果；当所述测试结果中对历史监控图像分类准确度大于或等于预设准确度值，则确定所述新模型为目标模型；当所述测试结果中对历史监控图像分类准确度小于预设值，则根据上述新模型训练方式继续训练新模型，直到获得目标模型；
将保护压板的投入和退出两种状态对应的图像按照预设比例划分为训练数据和测试数据，保护压板的投入状态对应的图像中训练数据与测试数据的比例为3:1，保护压板的退出状态对应的图像中训练数据与测试数据的比例为3:1，或者，保护压板的投入状态对应的图像中训练数据与测试数据的比例为5:1，保护压板的退出状态对应的图像中训练数据与测试数据的比例为5:1；
根据所述训练数据集中的数据，对获取的预训练模型中模型后端的层次中的训练权重重新训练，获取新的权重，所述模型后端的层次用于区分目标输出的细节信息；
当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，进行报警。
2.如权利要求1所述的变电站压板状态识别的方法，其特征在于，所述根据所述监控信息识别所述保护压板的当前状态，包括：
将所述N张图像输入所述目标模型，获得保护压板的当前状态。
3.如权利要求1所述的变电站压板状态识别的方法，其特征在于，
每个所述保护压板上设置的状态传感器分别与压板状态收集器连接，所述压板状态收集器用于汇集各个状态传感器监测的对应保护压板的状态信息。
4.如权利要求3所述的变电站压板状态识别的方法，其特征在于，所述获取各个保护压板上设置的状态传感器监测的状态信息包括：
接收所述压板状态收集器发送的各个保护压板的状态信息。
5.如权利要求1至4中任一项所述的变电站压板状态识别的方法，其特征在于，所述变电站压板状态识别的方法，还包括：
当所述保护压板的当前状态与数据库中保存的所述保护压板的状态一致，且所述保护压板的当前状态为退出时，闭锁对应设备刀闸合闸。
6.一种变电站压板状态识别的装置，其特征在于，包括：
采集模块，用于采集各个保护压板的实时监控信息，包括：采集各个保护压板的连续N张图像；或者，获取各个保护压板上设置的状态传感器监测的状态信息；
获取保护压板的历史监控图像；将所述历史监控图像划分为训练数据和测试数据；根据所述训练数据，对预训练模型进行重新训练，获得新模型；将所述测试数据输入所述新模型，获得测试结果；
识别模块，用于根据所述监控信息识别所述保护压板的当前状态；
将保护压板的投入和退出两种状态对应的图像按照预设比例划分为训练数据和测试数据，保护压板的投入状态对应的图像中训练数据与测试数据的比例为3:1，保护压板的退出状态对应的图像中训练数据与测试数据的比例为3:1，或者，保护压板的投入状态对应的图像中训练数据与测试数据的比例为5:1，保护压板的退出状态对应的图像中训练数据与测试数据的比例为5:1；
根据所述训练数据集中的数据，对获取的预训练模型中模型后端的层次中的训练权重重新训练，获取新的权重，所述模型后端的层次用于区分目标输出的细节信息；
报警模块，用于当所述保护压板的当前状态与数据库中保存的所述保护压板的状态不一致时，进行报警。
7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910538117.8A CN110277833B (zh) | 2019-06-20 | 2019-06-20 | 变电站压板状态识别的方法及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910538117.8A CN110277833B (zh) | 2019-06-20 | 2019-06-20 | 变电站压板状态识别的方法及终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110277833A CN110277833A (zh) | 2019-09-24 |
| CN110277833B true CN110277833B (zh) | 2021-07-23 |
Family
ID=67961193
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910538117.8A Active CN110277833B (zh) | 2019-06-20 | 2019-06-20 | 变电站压板状态识别的方法及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110277833B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110854806A (zh) * | 2019-10-11 | 2020-02-28 | 中国神华能源股份有限公司国华电力分公司 | 一种保护压板监测方法、装置、电子设备及存储介质 |
| CN111191721A (zh) * | 2019-12-30 | 2020-05-22 | 国网浙江省电力有限公司宁波供电公司 | 基于ai技术的保护压板状态识别方法 |
| CN111754496A (zh) * | 2020-06-29 | 2020-10-09 | 国网陕西省电力公司延安供电公司 | 一种继电保护回路保护压板状态监测系统及监测方法 |
| CN112383698B (zh) * | 2020-10-09 | 2022-05-06 | 西安星闪世图科技有限公司 | 一种变压器台区终端智能监控系统 |
| CN112329870A (zh) * | 2020-11-11 | 2021-02-05 | 国网山东省电力公司威海供电公司 | 一种基于yolo3算法的变电站压板状态的识别方法 |
| CN112733957A (zh) * | 2021-01-21 | 2021-04-30 | 广东电网有限责任公司 | 变电站保护压板状态核查方法、装置、设备及存储介质 |
| CN115267372A (zh) * | 2022-06-15 | 2022-11-01 | 国网山东省电力公司邹城市供电公司 | 一种变电站二次系统的集成测试方法、系统、介质及设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108121996A (zh) * | 2017-11-21 | 2018-06-05 | 武汉中元华电软件有限公司 | 一种基于机器视觉的电力屏柜硬压板状态识别方法 |
| CN108573256A (zh) * | 2017-03-14 | 2018-09-25 | 山东鲁能智能技术有限公司 | 一种变电站压板设备状态识别方法及装置 |
| CN109191419A (zh) * | 2018-06-25 | 2019-01-11 | 国网山东省电力公司检修公司 | 基于机器学习的实时压板检测及状态识别系统及方法 |
| CN109697461A (zh) * | 2018-12-11 | 2019-04-30 | 中科恒运股份有限公司 | 基于有限数据的分类模型训练方法和终端设备 |
-
2019
- 2019-06-20 CN CN201910538117.8A patent/CN110277833B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108573256A (zh) * | 2017-03-14 | 2018-09-25 | 山东鲁能智能技术有限公司 | 一种变电站压板设备状态识别方法及装置 |
| CN108121996A (zh) * | 2017-11-21 | 2018-06-05 | 武汉中元华电软件有限公司 | 一种基于机器视觉的电力屏柜硬压板状态识别方法 |
| CN109191419A (zh) * | 2018-06-25 | 2019-01-11 | 国网山东省电力公司检修公司 | 基于机器学习的实时压板检测及状态识别系统及方法 |
| CN109697461A (zh) * | 2018-12-11 | 2019-04-30 | 中科恒运股份有限公司 | 基于有限数据的分类模型训练方法和终端设备 |
Non-Patent Citations (4)
| Title |
|---|
| 500kV 变电站二次压板防误管控系统的研究;李兴文;《CNKI全国优秀硕士学位论文全文数据库-工程科技II辑》;20190115(第1期);第I、1-41页 * |
| 任俊杰 等.电力系统继电保护压板图像识别系统.《北京联合大学学报( 自然科学版)》.2004,第18卷(第2期), * |
| 李兴文.500kV 变电站二次压板防误管控系统的研究.《CNKI全国优秀硕士学位论文全文数据库-工程科技II辑》.2019,(第1期), * |
| 电力系统继电保护压板图像识别系统;任俊杰 等;《北京联合大学学报( 自然科学版)》;20040630;第18卷(第2期);第60-64页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110277833A (zh) | 2019-09-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110277833B (zh) | 变电站压板状态识别的方法及终端设备 | |
| CN109886475B (zh) | 基于ai的计量自动化系统的信息安全态势感知系统 | |
| CN113591393B (zh) | 智能变电站的故障诊断方法、装置、设备和存储介质 | |
| CN113592343A (zh) | 二次系统的故障诊断方法、装置、设备和存储介质 | |
| CN107192953B (zh) | 一种基于GA-Elman的储能电池软故障诊断方法 | |
| CN111967620A (zh) | 一种光伏组件诊断方法、装置、设备及可读存储介质 | |
| CN110687473A (zh) | 一种智能变电站继电保护测试故障定位方法及系统 | |
| CN112557966A (zh) | 一种基于局部均值分解与支持向量机的变压器绕组松动识别方法 | |
| CN112733957A (zh) | 变电站保护压板状态核查方法、装置、设备及存储介质 | |
| CN112285484B (zh) | 基于深度神经网络的电力系统故障诊断信息融合方法及装置 | |
| CN112327096B (zh) | 一种基于自适应策略的故障诊断信息融合方法及装置 | |
| WO2024119983A1 (zh) | 一种轨道车辆电缆终端的异常检测方法及装置 | |
| CN117406011A (zh) | 基于充电车辆数据的充电电缆异常检测装置、方法及设备 | |
| CN116975389A (zh) | 一种变电站故障分析方法及装置 | |
| CN115236525B (zh) | 一种梯次电池筛选方法、装置及介质 | |
| CN106556770A (zh) | 一种自吸式漏电监测装置及监测方法 | |
| CN113971777A (zh) | 一种设备故障预测方法、装置及服务器 | |
| CN114741690A (zh) | 网络安全监测方法、装置、设备及计算机存储介质 | |
| CN116430749A (zh) | 电力监控系统仿真测试方法、装置、介质及电子设备 | |
| CN110702982B (zh) | 一种电能计量装置智能回收管理系统 | |
| CN113156529A (zh) | 计量检定流水线的启停控制方法、系统、终端和存储介质 | |
| CN206546417U (zh) | 一种基于图片识别的gis开关故障自动识别系统 | |
| He et al. | Intelligent recognition system of substation hard platen state based on machine learning | |
| Li et al. | Design of Automatic Identification System for Substation Monitoring Interface Based on Machine Vision | |
| CN117708685B (zh) | 一种开关柜潜伏性局放缺陷识别方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |