CN111178395B - 一种隔离开关状态识别方法及装置 - Google Patents
一种隔离开关状态识别方法及装置 Download PDFInfo
- Publication number
- CN111178395B CN111178395B CN201911274923.5A CN201911274923A CN111178395B CN 111178395 B CN111178395 B CN 111178395B CN 201911274923 A CN201911274923 A CN 201911274923A CN 111178395 B CN111178395 B CN 111178395B
- Authority
- CN
- China
- Prior art keywords
- image
- closing
- state
- opening
- areas
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种隔离开关状态识别方法及装置,所述方法包括:对于合闸识别来说:采集标准分闸图像,进而得到触头合位置图像Ic;提取触头合位置图像Ic中面积最大的前三个图像块轮廓并计算面积,记录其面积为a1、a2、a3;进而得到合闸对比灰度图Ic1;采集隔离开关的状态图像,得到状态灰度图Im;用所述合闸对比灰度图Ic1减去所述状态灰度图Im得到合闸差值图像Ic2;相应的,也进行提取、计算,并且将提取、计算的结果与上述a1、a2、a3分别进行比较,以确定合闸匹配度;根据所述合闸匹配度、分闸匹配度判断是否分合闸到位。分闸识别类似。本发明的方法算法实现简单、实施成本低。
Description
技术领域
本发明属于隔离开关状态检测领域。
背景技术
隔离开关是变电站中重要的电气设备,在电网安全运行中发挥着重要作用。隔离开关多安装于户外,运行条件恶劣,其操动机构及传动机构状态受环境影响较大,容易出现卡涩、拒动等机械故障,导致开关触头分合闸不到位。
因此,需要对开关触头分合闸状态进行检测。当前,隔离开关触头分合闸状态进行检测的方法主要包括:
第一,通过辅助触点进行确认。这种方法实现简单,是本领域常用的检测手段。但是,一方面,该方法受辅助触点本身质量、辅助触点与隔离开关连锁情况的影响,另一方面,该方法属于间接检测,导致检测准确性往往不高,一般不宜作为主要检测方法。
第二,基于图像数据的隔离开关分合位置技术,例如公开号为CN109784396A的中国发明专利申请“一种分合闸状态识别方法”,该方法以及类似的图像识别方法虽然能够实现隔离开关分合闸状态的识别,但是这些方法需要借助分类器、像素梯度计算、特征提取、样本训练等算法,导致方法的实现相对复杂;而且状态识别判断的准确性容易受到背景图像、周围环境变化的影响,识别的准确性不高。再者,这些方法通常仅能在一幅图像中识别一相触头,导致在工程应用时需要安装大量的图像采集装置,大大增加了成本。
发明内容
本发明的目的是提供一种隔离开关状态识别方法及装置,用于解决现有的图像识别方法复杂性高、准确性低的问题。
本发明的技术方案包括:
一种隔离开关状态识别方法,步骤如下:
采集标准分闸图像和标准合闸图像,转换为灰度图,两灰度图相减以去除背景信息,分别得到触头合位置图像Ic和触头分位置图像Io;
提取触头合位置图像Ic中面积最大的前三个图像块轮廓并计算面积,记录其面积为a1、a2、a3;进而得到合闸对比灰度图Ic1;提取触头分位置图像Io中面积最大的前六个图像块轮廓并计算面积,记录其面积为b1、b2、b3、b4、b5、b6;进而分闸对比灰度图Io1;
采集隔离开关的状态图像,得到状态灰度图Im;
用所述合闸对比灰度图Ic1、分闸对比灰度图Io1分别减去所述状态灰度图Im得到合闸差值图像Ic2和分闸差值图像Io2;
提取合闸差值图像Ic2中面积最大的前三个图像块轮廓并计算面积,记录其面积为an1、an2、an3;提取分闸差值图像Io2中面积最大的前六个图像块轮廓并计算面积,记录其面积为bn1、bn2、bn3、bn4、bn5、bn6;
将an1、an2、an3与a1、a2、a3分别进行比较,以确定合闸匹配度;将bn1、bn2、bn3、bn4、bn5、bn6与b1、b2、b3、b4、b5、b6分别进行比较,以确定分闸匹配度;根据所述合闸匹配度、分闸匹配度判断是否分合闸到位。
进一步的,所述合闸匹配度包括:A1=1-(an1/a1)、A2=1-(an2/a2)、A3=1-(an3/a3);A1、A2、A3数值越大,则合闸程度越高。
进一步的,当所述A1、A2、A3分别大于设定阈值时,判断三相合闸到位。
进一步的,所述分闸匹配度包括:B1=1-((bn2+bn1)/(b1+b2))、B2=1-((bn3+bn4)/(b3+b4))、B3=1-((bn5+bn6)/(b5+b6))。
进一步的,当所述B1、B2、B3数值越大,则分闸程度越高;B1、B2、B3分别大于设定阈值时,判断三相分闸到位。
进一步的,还包括对合闸差值图像Ic2和分闸差值图像Io2进行二值化的步骤。
进一步的,通过滤除属于干扰因素的像素块/点来得到所述合闸对比灰度图像Ic1和所述分闸对比灰度图像Io1。
进一步的,所述滤除属于干扰因素的像素块/点来得到所述合闸对比灰度图像Ic1和所述分闸对比灰度图像Io1的方法为:将提取的图像块轮廓放入新建的空背景图片中。
本发明还提供了一种隔离开关状态识别装置,包括数据处理装置;数据处理装置设有用于连接图像采集装置的接口,数据处理装置包括处理器和存储器,存储器中存储有计算机程序,处理器运行所述计算机程序,以实现上述方法的步骤。
本发明的方法为隔离开关触头位置状态识别提供了一种新的思路,算法实现简单、实施成本低,能够实现在复杂背景图像下,多种光照条件下,触头状态的智能识别,算法易于实施和推广。
而且本发明可以通过一个画面实现三相触头位置的自动提取及触头状态的智能识别,在实际的工程应用中,可有效减少变电站现场的图像采集设备数量,从而降低相应的成本。
附图说明
图1是本发明的方法实施例的流程图;
图2a是标准分闸图像,图2b是标准合闸图像;
图3是对比灰度图像Ic1;
图4a、图4b均为合闸过程中的采集到的图像Im,图4c为相应的Ic1-Im得到的Ic2;
图5a为合闸到位时采集到的图像Im,图5b为相应的Ic1-Im得到的Ic2。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚,下面结合附图及实施例,对本发明作进一步的详细说明。
方法实施例
本发明实施例的硬件应至少包括数据处理装置和图像采集装置(如摄像头),图像采集装置能够向数据处理装置传输图像数据。本发明的方法以计算机程序的形式实现,内置于工控机或其他具有图像数据处理能力的数据处理装置中。
如图1所示的一种隔离开关状态识别方法,方法的具体过程包括两部分,第一部分用于收集数据并建立参照标准;第二部分为识别过程。
第一部分:
1.1进行相关准备工作:包括将图像采集装置部署于变电站现场,调整镜头,保证三相触头的分合状态均能够完全处于图像画面中,固定镜头角度及位置。
1.2操作隔离开关,达到分闸位置和合闸位置,通过图像采集装置记录标准的分闸图像及合闸图像,即标准分闸图像X(如图2a所示)和标准合闸图像Y(如图2b所示)。
1.3将标准分闸图像和标准合闸图像转换为灰度图X1、Y1。
1.4用标准分闸图像的灰度图X1与标准合闸图像的灰度图Y1相减去除背景,其中:Y1-X1=去除背景的触头合位置图像Ic(触头合位置以外的部分为像素值为零或者负值(视为零值),表现为空白),X1-Y1=去除背景的标准分位置图像Io。
1.5计算图像Ic中的所有图像块的轮廓面积,并计算图像Io中所有图像块轮廓的图像块轮廓面积。
本步骤中,可以通过联通域分割的方式划分出图像块轮廓。本步骤中,为了得到更高的识别精度,可以对Ic、Io进行二值化,突出背景与隔离开关的差异。
1.6在Ic中,按面积排序,提取面积最大的前3个图像块轮廓,并记录为面积a1、a2、a3,这三个图像块轮廓的位置对应三相触头合闸标准位置。
根据图2b可知,Ic中面积最大的图像块有3个,分别对应三相,越靠近图像采集装置,面积越大;其他的图像块或像素块(点)则为干扰因素。
同理,Io中按面积排序,提取面积最大的前6个图像块,并记录为面积b1、b2、b3、b4、b5、b6,这六个图像款轮廓的位置分别对应三相触头分闸位置。根据标准分闸图像图2a可知,Io中面积最大的图像块有6个,分别对应三相,每2个图像块对应一相,越靠近图像采集装置,面积越大;其他的图像块则为干扰因素。
1.7 Ic中,将提取的3个图像块轮廓放入新建的空背景图片中,得到对比灰度图片Ic1(如图3所示),Io中将提取的6个图像块轮廓放入新建的空背景图片中,得到对比灰度图片Io1;将Ic1与Io1进行存储。该步骤的目的是消除Ic、Io中的其他无关像素块(点),得到合闸区域轮廓、分闸区域轮廓,使合闸区域轮廓、分闸区域轮廓以外的部分没有像素块(点),即没有干扰信息,表现为空白。作为其他实施方式,也可以通过滤除属于干扰因素的像素块(点)来得到合闸对比灰度图像Ic1和分闸对比灰度图像Io1。
该步骤中,滤波干扰因素的像素块(点)是为了得到高精度的Ic1和Io1,从而提高后续步骤的识别效果。作为其他实施方式,若精度要求不高,也可以直接将Ic作为Ic1使用;Io作为Io1使用。
第一部分中,主要目的是得到Ic1与Io1,以及a1、a2、a3和b1、b2、b3、b4、b5、b6。这些数据是第二部分进行数据处理的参照标准。
第二部分:
2.1在隔离开关分合闸过程中(包括已经到位后),通过图像采集装置采集视频数据,数据处理装置读取视频数据中的一帧图像数据(即为待检测的隔离开关的状态图像),将其转换为灰度图Im。
2.2 Ic1-Im,得到合闸差值图像Ic2;Io1-Im,得到分闸差值图像Io2。
该步骤的原理是:用Ic1-Im是为了保证将图像限制在合闸区域内;同理,用Io1-Im是为了保证将图像限制在分闸区域内。如图4a、4b所示的矩形框表示合闸区域。
2.3提取Ic2中的图像块轮廓并计算面积,按照面积大小进行排序,记录前3的面积an1、an2、an3,提取Io2中的图像块轮廓并计算面积,按照面积大小进行排序,记录前6的面积bn1、bn2、bn3、bn4、bn5、bn6;其中,在提取Ic2、Io2中的图像块时,可以首先进行二值化,突出背景与隔离开关的差异,使面积计算更加准确。
2.4分别计算三相合闸位置轮廓的匹配度:
A1=1-(an1/a1)、A2=1-(an2/a2)、A3=1-(an3/a3);其中,合闸匹配度越高,合闸程度越高。
分别计算三相分闸位置轮廓的匹配度:
B1=1-((bn2+bn1)/(b1+b2))、B2=1-((bn3+bn4)/(b3+b4))、B3=1-((bn5+bn6)/(b5+b6));其中,分闸匹配度越高,分闸程度越高。
2.5根据各相的匹配度所对应的预设的阈值,判断是否分合闸到位。
上述步骤所依据的原理是:若Im与Ic1越接近,得到的Ic2中的空白越大,若Im与Ic1越不接近,得到的Ic2中的空白越小。同理,Io1、Io2也适用该原理。
如图4c表示Ic2(矩形框内的部分),其以图4b的图像为Im,通过Ic1-Im得到;由于图4b属于尚未达到合闸位置的合闸过程,因此,得到的Ic2与Ic1十分接近,an1、an2、an3分别与a1、a2、a3十分接近,得到的A1、A2、A3很小。
如图5a所示为一帧图像Im,直观的看,图5a为合闸状态。图5b表示Ic2(矩形框内的部分),通过Ic1-Im得到;由于图5a属于合闸到位,因此,得到的Ic2的黑色像素点很少,an1、an2、an3所包含的黑色像素点很少,最终得到的A1、A2、A3很大。
作为其他实施方式,上述匹配度的运算可以替换为其他方法,例如,令A1=(an1/a1)、A2=(an2/a2)、A3=(an3/a3)。根据本发明所揭示的原理,当然还可以采用其他方法来计算匹配度。
本实施例的方法,能够有效提高不同背景条件下,分合闸状态的图像识别准确度,该算法适用于复杂背景及环境条件不断变化的场合背景去除及目标物特征提取。本实施例为隔离开关触头位置状态识别提供了一种新的思路,算法实现简单、实施成本低,能够实现在复杂背景图像下,多种光照条件下,触头状态的智能识别,算法易于实施和推广。而且本实施例通过一个画面实现三相触头位置的自动提取及触头状态的智能识别,在实际的工程应用中,可有效减少变电站现场的图像采集设备数量,从而降低相应的成本。
上述实施例是将三相触头同时进行判断,作为其他实施方式,根据实际需要,也可以对单相或双相触头进行同时判断。
装置方法实施例
一种隔离开关状态识别装置,包括数据处理装置,该数据处理装置设有用于连接图像采集装置(如摄像头)的接口(如串行数据接口),数据处理装置包括处理器和存储器,存储器中存储有计算机程序,处理器运行所述计算机程序,能够实现上述方法实施例2.1-2.5的步骤,而不必完全再现1.1-1.7的步骤,只需将1.1-1.7所产生的数据——Ic1与Io1,以及a1、a2、a3和b1、b2、b3、b4、b5、b6——预先存储于存储器中即可。
Claims (9)
1.一种隔离开关状态识别方法,其特征在于,步骤如下:
采集标准分闸图像和标准合闸图像,转换为灰度图,两灰度图相减以去除背景信息,分别得到触头合位置图像Ic和触头分位置图像Io;
提取触头合位置图像Ic中面积最大的前三个图像块轮廓并计算面积,记录其面积为a1、a2、a3;进而得到合闸对比灰度图Ic1;提取触头分位置图像Io中面积最大的前六个图像块轮廓并计算面积,记录其面积为b1、b2、b3、b4、b5、b6;进而分闸对比灰度图Io1;
采集隔离开关的状态图像,得到状态灰度图Im;
用所述合闸对比灰度图Ic1、分闸对比灰度图Io1分别减去所述状态灰度图Im得到合闸差值图像Ic2和分闸差值图像Io2;
提取合闸差值图像Ic2中面积最大的前三个图像块轮廓并计算面积,记录其面积为an1、an2、an3;提取分闸差值图像Io2中面积最大的前六个图像块轮廓并计算面积,记录其面积为bn1、bn2、bn3、bn4、bn5、bn6;
将an1、an2、an3与a1、a2、a3分别进行比较,以确定合闸匹配度;将bn1、bn2、bn3、bn4、bn5、bn6与b1、b2、b3、b4、b5、b6分别进行比较,以确定分闸匹配度;根据所述合闸匹配度、分闸匹配度判断是否分合闸到位。
2.根据权利要求1所述的一种隔离开关状态识别方法,其特征在于,所述合闸匹配度包括:A1=1-(an1/a1)、A2=1-(an2/a2)、A3=1-(an3/a3);A1、A2、A3数值越大,则合闸程度越高。
3.根据权利要求2所述的一种隔离开关状态识别方法,其特征在于,当所述A1、A2、A3分别大于设定阈值时,判断三相合闸到位。
4.根据权利要求1所述的一种隔离开关状态识别方法,其特征在于,所述分闸匹配度包括:B1=1-((bn2+bn1)/(b1+b2))、B2=1-((bn3+bn4)/(b3+b4))、B3=1-((bn5+bn6)/(b5+b6))。
5.根据权利要求4所述的一种隔离开关状态识别方法,其特征在于,当所述B1、B2、B3数值越大,则分闸程度越高;B1、B2、B3分别大于设定阈值时,判断三相分闸到位。
6.根据权利要求1所述的一种隔离开关状态识别方法,其特征在于,还包括对合闸差值图像Ic2和分闸差值图像Io2进行二值化的步骤。
7.根据权利要求1所述的一种隔离开关状态识别方法,其特征在于,通过滤除属于干扰因素的像素块/点来得到所述合闸对比灰度图像Ic1和所述分闸对比灰度图像Io1。
8.根据权利要求7所述的一种隔离开关状态识别方法,其特征在于,所述滤除属于干扰因素的像素块/点来得到所述合闸对比灰度图像Ic1和所述分闸对比灰度图像Io1的方法为:将提取的图像块轮廓放入新建的空背景图片中。
9.一种隔离开关状态识别装置,其特征在于,包括数据处理装置;数据处理装置设有用于连接图像采集装置的接口,数据处理装置包括处理器和存储器,存储器中存储有计算机程序,处理器运行所述计算机程序,以实现权利要求1-8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911274923.5A CN111178395B (zh) | 2019-12-12 | 2019-12-12 | 一种隔离开关状态识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911274923.5A CN111178395B (zh) | 2019-12-12 | 2019-12-12 | 一种隔离开关状态识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111178395A CN111178395A (zh) | 2020-05-19 |
CN111178395B true CN111178395B (zh) | 2023-04-07 |
Family
ID=70651985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911274923.5A Active CN111178395B (zh) | 2019-12-12 | 2019-12-12 | 一种隔离开关状态识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178395B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914620A (zh) * | 2020-06-12 | 2020-11-10 | 珠海南自电气系统工程有限公司 | 一种基于定标的刀闸状态视觉识别方法 |
CN112418226B (zh) * | 2020-10-23 | 2022-11-25 | 济南信通达电气科技有限公司 | 一种鱼眼分合闸状态识别的方法及装置 |
CN112906576B (zh) * | 2021-02-23 | 2022-03-04 | 南方电网电力科技股份有限公司 | 隔离开关设备的状态识别方法、装置、设备及其测温方法 |
CN114113995B (zh) * | 2021-10-29 | 2024-04-05 | 河南平高电气股份有限公司 | 一种gis用隔离开关机械故障检测方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008282280A (ja) * | 2007-05-11 | 2008-11-20 | Toshiba Tec Corp | 2次元コード読取装置及びその方法 |
CN105047450A (zh) * | 2015-08-31 | 2015-11-11 | 中国西电电气股份有限公司 | 一种基于图像识别技术的高压开关位置指示联锁系统及方法 |
WO2016061866A1 (zh) * | 2014-10-22 | 2016-04-28 | 国家电网公司 | 一种自适应的励磁涌流抑制装置及方法 |
WO2018018788A1 (zh) * | 2016-07-29 | 2018-02-01 | 深圳友讯达科技股份有限公司 | 一种基于图像识别的计量表抄表装置及其方法 |
WO2018090662A1 (zh) * | 2016-11-15 | 2018-05-24 | 国电南瑞科技股份有限公司 | 电网中开关设备的变位原因识别方法、装置及存储介质 |
CN109063764A (zh) * | 2018-07-26 | 2018-12-21 | 福建和盛高科技产业有限公司 | 一种基于机器视觉的隔离开关合闸操作到位的判断方法 |
CN109271872A (zh) * | 2018-08-22 | 2019-01-25 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种高压隔离开关分合状态判断与故障诊断装置及方法 |
CN109376732A (zh) * | 2018-12-14 | 2019-02-22 | 朱明增 | 基于多特征模式匹配和模式分类的刀闸分合状态识别方法 |
CN109784396A (zh) * | 2019-01-08 | 2019-05-21 | 北京全路通信信号研究设计院集团有限公司 | 一种分合闸状态识别方法 |
CN110018415A (zh) * | 2019-04-10 | 2019-07-16 | 国网湖南省电力有限公司 | 基于姿态传感器的隔离开关分合闸位置检测及双确认检测方法、系统及介质 |
-
2019
- 2019-12-12 CN CN201911274923.5A patent/CN111178395B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008282280A (ja) * | 2007-05-11 | 2008-11-20 | Toshiba Tec Corp | 2次元コード読取装置及びその方法 |
WO2016061866A1 (zh) * | 2014-10-22 | 2016-04-28 | 国家电网公司 | 一种自适应的励磁涌流抑制装置及方法 |
CN105047450A (zh) * | 2015-08-31 | 2015-11-11 | 中国西电电气股份有限公司 | 一种基于图像识别技术的高压开关位置指示联锁系统及方法 |
WO2018018788A1 (zh) * | 2016-07-29 | 2018-02-01 | 深圳友讯达科技股份有限公司 | 一种基于图像识别的计量表抄表装置及其方法 |
WO2018090662A1 (zh) * | 2016-11-15 | 2018-05-24 | 国电南瑞科技股份有限公司 | 电网中开关设备的变位原因识别方法、装置及存储介质 |
CN109063764A (zh) * | 2018-07-26 | 2018-12-21 | 福建和盛高科技产业有限公司 | 一种基于机器视觉的隔离开关合闸操作到位的判断方法 |
CN109271872A (zh) * | 2018-08-22 | 2019-01-25 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种高压隔离开关分合状态判断与故障诊断装置及方法 |
CN109376732A (zh) * | 2018-12-14 | 2019-02-22 | 朱明增 | 基于多特征模式匹配和模式分类的刀闸分合状态识别方法 |
CN109784396A (zh) * | 2019-01-08 | 2019-05-21 | 北京全路通信信号研究设计院集团有限公司 | 一种分合闸状态识别方法 |
CN110018415A (zh) * | 2019-04-10 | 2019-07-16 | 国网湖南省电力有限公司 | 基于姿态传感器的隔离开关分合闸位置检测及双确认检测方法、系统及介质 |
Non-Patent Citations (2)
Title |
---|
基于直线检测法的变电站开关状态图像识别系统的研究;孟令枫等;《电子质量》;20170420(第04期);全文 * |
复杂背景图像中垂直伸缩式刀闸状态识别研究;吴宽等;《自动化仪表》;20180320(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111178395A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178395B (zh) | 一种隔离开关状态识别方法及装置 | |
CN109993736B (zh) | 一种基于改进加权otsu算法的电气设备热成像分割查异方法 | |
CN103185730B (zh) | 缺陷分类法则建立方法、缺陷分类与致命缺陷判断方法 | |
CN107767374B (zh) | 一种gis盆式绝缘子内部导体局部过热智能诊断方法 | |
CN109063764A (zh) | 一种基于机器视觉的隔离开关合闸操作到位的判断方法 | |
CN112037185B (zh) | 染色体分裂相图像筛选方法、装置及终端设备 | |
CN111738142B (zh) | 一种用于判断空气开关状态的方法和系统 | |
CN115082763B (zh) | 一种隔离换向开关状态识别方法及系统 | |
CN109934221B (zh) | 基于注意力机制的电力设备自动分析识别监控方法及系统 | |
CN116338449B (zh) | 一种断路器开关特性在线测试方法及系统 | |
CN110956180B (zh) | 配重重量的检测方法与系统、获取方法与系统及起重机 | |
CN111915509B (zh) | 基于图像处理去阴影优化的保护压板状态辨识方法 | |
CN112508019A (zh) | 基于图像识别的gis隔离/接地开关状态检测方法及系统 | |
Zhang et al. | A combined algorithm for video text extraction | |
CN113888462A (zh) | 一种裂纹识别方法、系统、可读介质及存储介质 | |
CN108596196A (zh) | 一种基于绝缘子图像特征词典的污秽状态评估方法 | |
CN113487559A (zh) | 一种变电站隔离开关开合状态实时检测方法 | |
CN111767777B (zh) | 一种基于图像处理算法的变电站隔离开关状态分析方法 | |
CN111191721A (zh) | 基于ai技术的保护压板状态识别方法 | |
WO2022247684A1 (zh) | 基站馈线检测方法、系统及相关装置 | |
CN105163076A (zh) | 采用横向扫描映射的变电站断路器状态视频智能分析算法 | |
CN115761611A (zh) | 基于图像对比异常检测的多阶段多底图图像差异过滤方法 | |
CN114639022A (zh) | 基于sufr模板匹配的开关柜分合状态识别方法及系统 | |
CN109359646A (zh) | 基于巡检机器人的液位型仪表识别方法 | |
CN112150544B (zh) | 吊钩到位检测方法、装置和计算机可读介质 |
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 |