CN111191721A - 基于ai技术的保护压板状态识别方法 - Google Patents
基于ai技术的保护压板状态识别方法 Download PDFInfo
- Publication number
- CN111191721A CN111191721A CN201911395390.6A CN201911395390A CN111191721A CN 111191721 A CN111191721 A CN 111191721A CN 201911395390 A CN201911395390 A CN 201911395390A CN 111191721 A CN111191721 A CN 111191721A
- Authority
- CN
- China
- Prior art keywords
- state
- image
- state information
- platen
- switch
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005516 engineering process Methods 0.000 title claims abstract description 16
- 238000012423 maintenance Methods 0.000 claims abstract description 21
- 230000001681 protective effect Effects 0.000 claims abstract description 11
- 238000012549 training Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Water Supply & Treatment (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于AI技术的保护压板状态识别方法,包括:获取保护压板运行状态下的各压板开关的投/退状态信息作为第一状态信息;获取保护压板维修状态下的各压板开关的投/退状态信息作为第二状态信息;获取待识别保护压板的压板图像;将压板图像切割成若干独立的压板开关图像;识别每个压板开关图像的投/退状态作为第三状态信息;基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态。本方法实现自动判断保护压板状态的目的,降低人工判断的风险。
Description
技术领域
本发明属于电力领域,具体涉及基于AI技术的保护压板状态识别方法。
背景技术
规程规定电力设备禁止无保护运行,而继电保护压板投退错误将导致保护拒动或误动,进而使故障切除范围扩大,甚至引发严重电网事故。因此在实际巡检工作中需要经常核对保护压板投退情况,核实保护压板的投退状态是否与当前一次设备的运行方式相适应,但是继电保护设备类型、厂家繁多,保护压板名称不统一且作用各不相同,对应不同电网运行方式的压板投退差异较大、投退状态与保护动作逻辑关系复杂,采用人工核对压板状态的方式易因视觉错误、记忆错误而导致压板投退错误。
发明内容
本发明的目的在于解决现有所存在的其中一个问题,提供一种基于AI技术的保护压板状态识别方法,自动判断保护压板状态,降低压板运维风险。
为了实现所述目的,基于AI技术的保护压板状态识别方法,包括:
获取保护压板运行状态下的各压板开关的投/退状态信息作为第一状态信息;
获取保护压板维修状态下的各压板开关的投/退状态信息作为第二状态信息;
获取待识别保护压板的压板图像;
将压板图像切割成若干独立的压板开关图像;
识别每个压板开关图像的投/退状态作为第三状态信息;
基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态。
可选的,识别每个压板开关图像的投/退状态作为第三状态信息包括:
获取投/退两种状态的SVM分类器;
根据投/退两种状态的SVM分配器识别每个压板开关图像的投/退状态。
可选的,所述SVM分类器通过如下方式训练得到:
获取压板开关训练样本图像;
将压板开关训练样本图像缩放为预设大小的第一样本图像;
将第一样本图像通过边缘检测算法提取第一边缘图像;
将第一边缘图像灰度化形成第二样本图像;
提取每个第二样本图像的方向梯度直方图特征;
以第二样本图像的方向梯度直方图特征作为输入项,以投/退两种状态作为输出项,训练SVM分类器,以获得投/退两种状态的SVM分类器。
可选的,根据投/退两种状态的SVM分配器识别每个压板开关图像的投/退状态包括:
将压板开关图像缩放为预设大小的第一识别图像;
将第一识别图像通过边缘检测算法提取第二边缘图像;
将第二边缘图像灰度化形成第二识别图像;
提取第二识别图像的方向梯度直方图特征;
以第二识别图像的方向梯度直方图特征作为输入项输入投/退两种状态的SVM分配器,以获得压板开关图像的投/退状态。
可选的,将压板图像切割成若干独立的压板开关图像包括:
对压板图像进行预处理,所述预处理包括压板图像进行几何校正;
对预处理后的压板图像按预设的切割方式将压板图像切割成预设数量的压板开关图像。
可选的,所述预处理包括:对压板图像进行光照补偿、高斯滤波和中值滤波。
可选的,基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态包括:将第三状态信息分别与第一状态信息和第二状态信息进行比对,若第三状态信息与第一状态信息相同,则判断处于运行状态,若第三状态信息与第二状态信息相同,则判断处于维修状态,否则判断异常。
可选的,基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态包括:
将第三状态信息分别与第一状态信息和第二状态信息进行比对,若第三状态信息与第一状态信息的相似度大于预设的相似度阈值,则判断处于运行状态,若第三状态信息与第二状态信息的相似度大于预设的相似度阈值,则判断处于维修状态;
当处于运行状态时,将第三状态信息与第一状态信息进行比对,若存在区别,则判断异常。
当处于维修状态时,将第三状态信息与第二状态信息进行比对,若存在区别,则判断异常。
可选的,识别每个压板开关图像的投/退状态作为第三状态信息包括:
将压板开关图像转换为二值图;
基于二值图获取二值图内特征图像的最小外接矩形;
若单个二值图中最小外接矩形数量为1且最小外接矩形宽度小于预设阈值,则判断压板开关闭合,否则判断压板开关打开。
可选的,将压板开关图像转换为二值图包括:将压板开关图像转化为黑白图像,并获取黑白图像的平均像素,基于平均像素将黑白图像转换为二值图。
通过实施本公开的技术方案可以取得以下有益技术效果:通过获取压板图像,将压板图像切割成若干独立的压板开关图像,识别每个压板开关图像的投/退状态为第三状态信息(即包含了压板开关的投/退逻辑),第三状态信息与第一状态信息以及第二状态信息比对后判断保护压板状态。实现自动判断保护压板状态的目的,降低人工判断的风险。
附图说明
图1为本公开一个实施方式中的系统连接图;
图2为本公开一个实施方式中的压板开关图像的原图;
图3为本公开一个实施方式中的压板开关图像的二值化图;
图4为本公开一个实施方式中的压板开关图像的最小外接矩形。
具体实施方式
为了便于本领域技术人员的理解,下面结合具体实施例对本发明作进一步的说明:
如图1所示,基于AI技术的保护压板状态识别方法,包括:
步骤S1:获取保护压板运行状态下的各压板开关的投/退状态信息作为第一状态信息;
步骤S2:获取保护压板维修状态下的各压板开关的投/退状态信息作为第二状态信息;
步骤S3:获取待识别保护压板的压板图像;
步骤S4:将压板图像切割成若干独立的压板开关图像;
步骤S5:识别每个压板开关图像的投/退状态作为第三状态信息;
步骤S6:基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态。
本公开中第一状态信息包含了保护压板运行状态下的各压板开关的投/退状态信息,即包含了保护压板运行状态下的压板开关的投/退逻辑;第二状态信息包含了保护压板维修状态下的各压板开关的投/退状态信息,即包含了保护压板维修状态下的压板开关的投/退逻辑;本方法可运用计算机实现。
通过获取压板图像,将压板图像切割成若干独立的压板开关图像,识别每个压板开关图像的投/退状态为第三状态信息(即包含了压板开关的投/退逻辑),第三状态信息与第一状态信息以及第二状态信息比对后判断保护压板状态。实现自动判断保护压板状态的目的,降低人工判断的风险。
可选的,识别每个压板开关图像的投/退状态作为第三状态信息包括:
获取投/退两种状态的SVM分类器;
根据投/退两种状态的SVM分配器识别每个压板开关图像的投/退状态。
SVM指的是支持向量机(Support Vector Machines)。
可选的,所述SVM分类器通过如下方式训练得到:
获取压板开关训练样本图像;
将压板开关训练样本图像缩放为预设大小的第一样本图像;
将第一样本图像通过边缘检测算法提取第一边缘图像;
将第一边缘图像灰度化形成第二样本图像;
提取每个第二样本图像的方向梯度直方图特征;
以第二样本图像的方向梯度直方图特征作为输入项,以投/退两种状态作为输出项,训练SVM分类器,以获得投/退两种状态的SVM分类器。
通过将压板开关训练样本图像缩放到预设大小、提取边缘图像、灰度化、方向梯度直方图特征,最终以方向梯度直方图特征为输入项可以更好的训练SVM分类器。
可选的,根据投/退两种状态的SVM分配器识别每个压板开关图像的投/退状态包括:
将压板开关图像缩放为预设大小的第一识别图像;
将第一识别图像通过边缘检测算法提取第二边缘图像;
将第二边缘图像灰度化形成第二识别图像;
提取第二识别图像的方向梯度直方图特征;
以第二识别图像的方向梯度直方图特征作为输入项输入投/退两种状态的SVM分配器,以获得压板开关图像的投/退状态。
可选的,将压板图像切割成若干独立的压板开关图像包括:
对压板图像进行预处理,所述预处理包括压板图像进行几何校正;
对预处理后的压板图像按预设的切割方式将压板图像切割成预设数量的压板开关图像,
预设的切割方式可以按N列M行均分的方式切割,N列M行可以根据压板类型预设。
可选的,所述预处理包括:对压板图像进行光照补偿,对压板图像进行高斯滤波,对压板图像进行中值滤波。
可选的,基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态包括:将第三状态信息分别与第一状态信息和第二状态信息进行比对,若第三状态信息与第一状态信息相同,则判断处于运行状态,若第三状态信息与第二状态信息相同,则判断处于维修状态,否则判断异常。通过精确比对,判断压板处于运行状态、维修状态还是异常。
可选的,基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态包括:
将第三状态信息分别与第一状态信息和第二状态信息进行比对,若第三状态信息与第一状态信息的相似度大于预设的相似度阈值,则判断处于运行状态,若第三状态信息与第二状态信息的相似度大于预设的相似度阈值,则判断处于维修状态;
当处于运行状态时,将第三状态信息与第一状态信息进行比对,若存在区别,则判断异常。
当处于维修状态时,将第三状态信息与第二状态信息进行比对,若存在区别,则判断异常。
通过模糊比对和精确比对相结合,判断压板应属于运行状态还是维修状态,并判断是否异常。
可选的,识别每个压板开关图像的投/退状态作为第三状态信息包括:
将压板开关图像(如图2,图2中标号1指的是压板底板,标号2指的是压板开关)转换为二值图(如图3,图3中标号3指的是二值化后的压板开关);
基于二值图获取二值图内特征图像的最小外接矩形(如图4,图4中标号4指的是最小外接矩形);
若单个二值图中最小外接矩形数量为1且最小外接矩形宽度小于预设阈值,则判断压板开关闭合,否则判断压板开关打开。
通过最小外接矩形的方式判断压板开关的闭合与打开,判断速度快、精度高。
可选的,将压板开关图像转换为二值图包括:将压板开关图像转化为黑白图像,并获取黑白图像的平均像素,基于平均像素将黑白图像转换为二值图。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本发明的具体实施例,但本发明的技术特征并不局限于此,任何本领域的技术人员在本发明的领域内,所作的变化或修饰皆涵盖在本发明的专利范围之中。
Claims (10)
1.基于AI技术的保护压板状态识别方法,其特征在于,包括:
获取保护压板运行状态下的各压板开关的投/退状态信息作为第一状态信息;
获取保护压板维修状态下的各压板开关的投/退状态信息作为第二状态信息;
获取待识别保护压板的压板图像;
将压板图像切割成若干独立的压板开关图像;
识别每个压板开关图像的投/退状态作为第三状态信息;
基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态。
2.如权利要求1所述的基于AI技术的保护压板状态识别方法,其特征在于,识别每个压板开关图像的投/退状态作为第三状态信息包括:
获取投/退两种状态的SVM分类器;
根据投/退两种状态的SVM分配器识别每个压板开关图像的投/退状态。
3.如权利要求2所述的基于AI技术的保护压板状态识别方法,其特征在于,所述SVM分类器通过如下方式训练得到:
获取压板开关训练样本图像;
将压板开关训练样本图像缩放为预设大小的第一样本图像;
将第一样本图像通过边缘检测算法提取第一边缘图像;
将第一边缘图像灰度化形成第二样本图像;
提取每个第二样本图像的方向梯度直方图特征;
以第二样本图像的方向梯度直方图特征作为输入项,以投/退两种状态作为输出项,训练SVM分类器,以获得投/退两种状态的SVM分类器。
4.如权利要求3所述的基于AI技术的保护压板状态识别方法,其特征在于,根据投/退两种状态的SVM分配器识别每个压板开关图像的投/退状态包括:
将压板开关图像缩放为预设大小的第一识别图像;
将第一识别图像通过边缘检测算法提取第二边缘图像;
将第二边缘图像灰度化形成第二识别图像;
提取第二识别图像的方向梯度直方图特征;
以第二识别图像的方向梯度直方图特征作为输入项输入投/退两种状态的SVM分配器,以获得压板开关图像的投/退状态。
5.如权利要求1所述的基于AI技术的保护压板状态识别方法,其特征在于,将压板图像切割成若干独立的压板开关图像包括:
对压板图像进行预处理,所述预处理包括压板图像进行几何校正;
对预处理后的压板图像按预设的切割方式将压板图像切割成预设数量的压板开关图像。
6.如权利要求5所述的基于AI技术的保护压板状态识别方法,其特征在于,所述预处理包括:对压板图像进行光照补偿、高斯滤波和中值滤波。
7.如权利要求1所述的基于AI技术的保护压板状态识别方法,其特征在于,基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态包括:将第三状态信息分别与第一状态信息和第二状态信息进行比对,若第三状态信息与第一状态信息相同,则判断处于运行状态,若第三状态信息与第二状态信息相同,则判断处于维修状态,否则判断异常。
8.如权利要求1所述的基于AI技术的保护压板状态识别方法,其特征在于,基于第一状态信息、第二状态信息和第三状态信息判断保护压板状态包括:
将第三状态信息分别与第一状态信息和第二状态信息进行比对,若第三状态信息与第一状态信息的相似度大于预设的相似度阈值,则判断处于运行状态,若第三状态信息与第二状态信息的相似度大于预设的相似度阈值,则判断处于维修状态;
当处于运行状态时,将第三状态信息与第一状态信息进行比对,若存在区别,则判断异常。
当处于维修状态时,将第三状态信息与第二状态信息进行比对,若存在区别,则判断异常。
9.如权利要求1所述的基于AI技术的保护压板状态识别方法,其特征在于,识别每个压板开关图像的投/退状态作为第三状态信息包括:
将压板开关图像转换为二值图;
基于二值图获取二值图内特征图像的最小外接矩形;
若单个二值图中最小外接矩形数量为1且最小外接矩形宽度小于预设阈值,则判断压板开关闭合,否则判断压板开关打开。
10.如权利要求9所述的基于AI技术的保护压板状态识别方法,其特征在于,将压板开关图像转换为二值图包括:将压板开关图像转化为黑白图像,并获取黑白图像的平均像素,基于平均像素将黑白图像转换为二值图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911395390.6A CN111191721A (zh) | 2019-12-30 | 2019-12-30 | 基于ai技术的保护压板状态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911395390.6A CN111191721A (zh) | 2019-12-30 | 2019-12-30 | 基于ai技术的保护压板状态识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111191721A true CN111191721A (zh) | 2020-05-22 |
Family
ID=70711092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911395390.6A Pending CN111191721A (zh) | 2019-12-30 | 2019-12-30 | 基于ai技术的保护压板状态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191721A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113096120A (zh) * | 2021-04-30 | 2021-07-09 | 随锐科技集团股份有限公司 | 识别保护压板投退状态的方法及系统 |
CN113822180A (zh) * | 2021-09-07 | 2021-12-21 | 深圳市长龙铁路电子工程有限公司 | 空气开关分合状态识别方法、装置、电子设备及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488783A (zh) * | 2015-09-25 | 2016-04-13 | 许世昌 | 基于移动计算的电力二次压板状态检查系统及其使用方法 |
CN106779095A (zh) * | 2016-11-09 | 2017-05-31 | 国家电网公司 | 基于kmp算法的智能变电站设备软压板校核的方法 |
CN107181319A (zh) * | 2017-05-03 | 2017-09-19 | 贵州电网有限责任公司 | 一种变电站硬压板状态智能巡检方法 |
CN107563396A (zh) * | 2017-08-10 | 2018-01-09 | 南京大学 | 一种电力巡检中保护屏智能识别系统的构建方法 |
CN107729839A (zh) * | 2017-10-12 | 2018-02-23 | 广东电网有限责任公司电力科学研究院 | 一种保护压板的拔插式开关的投退状态的识别方法及装置 |
CN107784310A (zh) * | 2017-11-08 | 2018-03-09 | 浙江国自机器人技术有限公司 | 设备状态信息获取方法、装置、系统、存储介质及机器人 |
CN108010026A (zh) * | 2017-12-26 | 2018-05-08 | 深圳供电局有限公司 | 一种保护压板状态识别方法和装置 |
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 |
CN108805038A (zh) * | 2018-05-23 | 2018-11-13 | 三峡大学 | 一种变电站保护压板状态识别方法 |
CN108931972A (zh) * | 2018-06-25 | 2018-12-04 | 国电南瑞科技股份有限公司 | 一种基于模型驱动的变电站二次设备状态智能诊断方法 |
CN108963841A (zh) * | 2018-06-04 | 2018-12-07 | 国网山东省电力公司 | 关联一次设备运行状态的二次设备顺控方法及系统 |
CN109193935A (zh) * | 2018-09-07 | 2019-01-11 | 广东中粤电力科技有限公司 | 一种基于图像处理的配电房监测方法及系统 |
CN109740696A (zh) * | 2019-01-30 | 2019-05-10 | 亮风台(上海)信息科技有限公司 | 一种用于压板识别的方法与设备 |
CN110277833A (zh) * | 2019-06-20 | 2019-09-24 | 国家电网有限公司 | 变电站压板状态识别的方法及终端设备 |
CN110399922A (zh) * | 2019-07-25 | 2019-11-01 | 国网河北省电力有限公司行唐县供电分公司 | 继电保护压板状态的分析方法及系统 |
-
2019
- 2019-12-30 CN CN201911395390.6A patent/CN111191721A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488783A (zh) * | 2015-09-25 | 2016-04-13 | 许世昌 | 基于移动计算的电力二次压板状态检查系统及其使用方法 |
CN106779095A (zh) * | 2016-11-09 | 2017-05-31 | 国家电网公司 | 基于kmp算法的智能变电站设备软压板校核的方法 |
CN107181319A (zh) * | 2017-05-03 | 2017-09-19 | 贵州电网有限责任公司 | 一种变电站硬压板状态智能巡检方法 |
CN107563396A (zh) * | 2017-08-10 | 2018-01-09 | 南京大学 | 一种电力巡检中保护屏智能识别系统的构建方法 |
CN107729839A (zh) * | 2017-10-12 | 2018-02-23 | 广东电网有限责任公司电力科学研究院 | 一种保护压板的拔插式开关的投退状态的识别方法及装置 |
CN107784310A (zh) * | 2017-11-08 | 2018-03-09 | 浙江国自机器人技术有限公司 | 设备状态信息获取方法、装置、系统、存储介质及机器人 |
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 |
CN108010026A (zh) * | 2017-12-26 | 2018-05-08 | 深圳供电局有限公司 | 一种保护压板状态识别方法和装置 |
CN108805038A (zh) * | 2018-05-23 | 2018-11-13 | 三峡大学 | 一种变电站保护压板状态识别方法 |
CN108963841A (zh) * | 2018-06-04 | 2018-12-07 | 国网山东省电力公司 | 关联一次设备运行状态的二次设备顺控方法及系统 |
CN108931972A (zh) * | 2018-06-25 | 2018-12-04 | 国电南瑞科技股份有限公司 | 一种基于模型驱动的变电站二次设备状态智能诊断方法 |
CN109193935A (zh) * | 2018-09-07 | 2019-01-11 | 广东中粤电力科技有限公司 | 一种基于图像处理的配电房监测方法及系统 |
CN109740696A (zh) * | 2019-01-30 | 2019-05-10 | 亮风台(上海)信息科技有限公司 | 一种用于压板识别的方法与设备 |
CN110277833A (zh) * | 2019-06-20 | 2019-09-24 | 国家电网有限公司 | 变电站压板状态识别的方法及终端设备 |
CN110399922A (zh) * | 2019-07-25 | 2019-11-01 | 国网河北省电力有限公司行唐县供电分公司 | 继电保护压板状态的分析方法及系统 |
Non-Patent Citations (1)
Title |
---|
高元生;陈强;熊小伏;周岐杰;郑昌圣;: "继电保护压板的智能校核方法" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113096120A (zh) * | 2021-04-30 | 2021-07-09 | 随锐科技集团股份有限公司 | 识别保护压板投退状态的方法及系统 |
CN113822180A (zh) * | 2021-09-07 | 2021-12-21 | 深圳市长龙铁路电子工程有限公司 | 空气开关分合状态识别方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111310645B (zh) | 货物堆积量的溢仓预警方法、装置、设备及存储介质 | |
CN108010026B (zh) | 一种保护压板状态识别方法和装置 | |
CN110991448A (zh) | 电力设备铭牌图像的文本检测方法及装置 | |
CN111191721A (zh) | 基于ai技术的保护压板状态识别方法 | |
CN109740609B (zh) | 一种轨距检测方法及装置 | |
CN111178395B (zh) | 一种隔离开关状态识别方法及装置 | |
CN103226696A (zh) | 车牌的识别系统及方法 | |
CN111738142B (zh) | 一种用于判断空气开关状态的方法和系统 | |
CN115690823A (zh) | 电气图纸中带有毛刺特征的表格信息提取方法及装置 | |
CN110659563A (zh) | 基于改进YOLOv3网络的电网调度图纸自动识别方法、系统及介质 | |
CN113111728A (zh) | 面向变电站内电力生产作业风险的智能识别方法及系统 | |
CN111199250A (zh) | 一种基于机器学习的变电站空气开关状态校核方法及装置 | |
CN114445350A (zh) | 电力器件的图像检测方法、装置、电子设备及存储介质 | |
CN111062379A (zh) | 标识防错识别方法、装置、存储介质和系统 | |
CN112733957A (zh) | 变电站保护压板状态核查方法、装置、设备及存储介质 | |
CN112508022A (zh) | 一种基于运检作业全流程的变电站防误操作系统及方法 | |
CN112001336A (zh) | 行人越界报警方法、装置、设备及系统 | |
CN115311625A (zh) | 一种判断目标是否接触输电线路的监控方法 | |
CN113763358B (zh) | 基于语义分割的变电站渗漏油和金属锈蚀检测方法及系统 | |
CN113920535B (zh) | 一种基于YOLOv5的电子区域检测方法 | |
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 | |
CN112446884A (zh) | 一种激光点云中输电线的定位方法、装置及终端设备 | |
CN113838049B (zh) | 一种适用于便携设备的变电站硬压板智能校核方法 | |
CN112102353A (zh) | 运动目标的分类方法、装置、设备及存储介质 | |
CN113158751B (zh) | 一种便于快速处理压板开关状态的方法 |
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 |