CN112255536B - 开关故障的检测方法、装置、电子设备及存储介质 - Google Patents
开关故障的检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112255536B CN112255536B CN202010998095.6A CN202010998095A CN112255536B CN 112255536 B CN112255536 B CN 112255536B CN 202010998095 A CN202010998095 A CN 202010998095A CN 112255536 B CN112255536 B CN 112255536B
- Authority
- CN
- China
- Prior art keywords
- pixel difference
- pixel
- difference value
- image
- frame images
- 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
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种开关故障的检测方法、装置、电子设备及存储介质,所述方法包括:获取所述隔离开关开合状态的图像序列,所述图像序列包括预设数量的连续帧图像,所述连续帧图像为预设间隔时间进行拍摄得到;计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图;将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障。通过能够自动对隔离开关进行故障检测,无需工作人员进行巡检,提高巡检效率,对隔离开关开合状态进行故障,是一个动态检测过程,可以降低误检率。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种开关故障的检测方法、装置、电子设备及存储介质。
背景技术
变电站中的刀闸即隔离开关,是高压开关设备中应用最频繁的一种设备,它作为输变电系统的元件,虽然工作原理及结构较为简单,可是因为使用基数大,相对来说更容易出现故障,并且刀闸大多在户外使用,由于户外设备的运行环境恶劣,设备元件长期氧化,传动部位缺少润滑,导致传动机构生锈、卡涩。为了防止因刀闸开合过程中卡住而引起事故,需要对隔离开关的运行状态进行检查,及时发现问题。传统的巡检方式主要是通过工作人员的视觉观察对隔离开关状态进行简单的判断和确认。传统工作人员巡检的方式,由于变电站刀闸数量多,分布广,工作量大,巡检工作人员存在主观因素较多、劳动强度大等缺点,容易对刀闸状态判断失误,而且工作人员在执行任务的过程中还存在安全风险。因此,现有的变电站巡检方式存在人力成本高、效率低以及误检率高的问题。
发明内容
本发明实施例提供一种开关故障的检测方法,能够自动对隔离开关进行故障检测,无需工作人员进行巡检,提高巡检效率,降低误检率。
第一方面,本发明实施例提供一种开关故障的检测方法,用于变电站的隔离开关故障检测,包括:
获取所述隔离开关开合状态的图像序列,所述图像序列包括预设数量的连续帧图像,所述连续帧图像为预设间隔时间进行拍摄得到;
计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图;
将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障。
可选的,所述计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图,包括:
分别计算两个相邻帧图像中R、G、B三通道的通道差值,得到R、G、B三通道对应的R、G、B差值通道;
将R、G、B差值通道进行相加,得到像素差值图。
可选的,所述计算所述隔离开关的图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图,包括:
分别计算两个相邻帧图像中R、G、B三通道的通道差值的绝对值,得到R、G、B三通道对应的R、G、B差值绝对值通道;
将R、G、B差值绝对值通道进行相加,得到像素差值图。
可选的,所述方法还包括:
采集K组正常开合状态下隔离开关的采样图像序列,所述采样图像序列中的连续采样帧图像数量为m,采样图像序列中的连续采样帧图像数量与所述图像序列中连续帧图像数量相同,K为大于1的整数;
计算一组采样图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到一个第一像素差值图集,其中,每一个第一像素差值图集中包括m-1帧第一像素差值图序列;
基于K个第一像素差值图集,计算像素差值阈值图序列,像素差值阈值图序列包括m-1帧像素差值阈值图。
可选的,所述基于K个第一像素差值图集,计算像素差值阈值图序列,包括:
计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的平均差值图,得到一个第二像素差值图集,所述第二像素差值图集中包括m-1帧平均差值图序列;
基于m-1帧平均差值图序列,计算得到m-1帧像素差值阈值图。
可选的,所述基于m-1帧平均差值图序列,计算得到m-1帧像素差值阈值图,包括:
计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的标准差值图,得到一个第三像素差值图集,所述第三像素差值图集中包括m-1帧标准差值图序列;
基于所述m-1帧标准差值图序列以及所述m-1帧平均差值图序列,得到m-1帧像素差值阈值图。
可选的,所述像素差值图的数量为m-1帧,所述将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障,包括:
将m-1帧的像素差值图与m-1帧像素差值阈值图按序列编号进行比对,得到m-1个比对结果;
根据所述m-1个比对结果,判断所述隔离开关是否发生故障。
第二方面,本发明实施例还提供一种开关故障的检测装置,用于变电站的隔离开关故障检测,所述装置包括:
获取模块,用于获取所述隔离开关开合状态的图像序列,所述图像序列包括预设数量的连续帧图像,所述连续帧图像为预设间隔时间进行拍摄得到;
第一计算模块,用于计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图;
判断模块,用于将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障。
第三方面,本发明实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上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本发明实施例提供的开关故障的检测方法中的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现发明实施例提供的开关故障的检测方法中的步骤。
本发明实施例中,获取所述隔离开关开合状态的图像序列,所述图像序列包括预设数量的连续帧图像,所述连续帧图像为预设间隔时间进行拍摄得到;计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图;将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障。通过能够自动对隔离开关进行故障检测,无需工作人员进行巡检,提高巡检效率,对隔离开关开合状态进行故障,是一个动态检测过程,可以降低误检率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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一种开关故障的检测方法的流程图;
图2是本发明实施例提供的一种隔离开关闭合过程的示意图;
图3是本发明实施例提供的一种开关故障的检测装置的结构示意图;
图4是本发明实施例提供的另一种开关故障的检测装置的结构示意图;
图5是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,图1是本发明实施例提供的一种开关故障的检测方法的流程图,该方法用于变电站的隔离开关故障检测,如图1所示,包括以下步骤:
101、获取隔离开关开合状态的图像序列。
在本发明实施例中,上述图像序列包括预设数量的连续帧图像,上述连续帧图像为预设间隔时间进行拍摄得到。
变电站各个隔离开关周围可以固定部署有对应的视频拍摄设备对其进行实时拍摄。可以基于视频拍摄设备所拍摄的视频数据进行来获取隔离开关在运行状态对应的图像序列。
具体的,可以通过视频拍摄设备在对隔离开关在断开或闭合的状态进行视频监控,当触发隔离开关断开或闭合时,则开始对隔离开关进行拍照取帧,并每隔预设时间采样取帧,将隔离开关分成m个状态,得到m帧的图像序列P、P1、…、Pm-1。比如,控制隔离开关开合的传动机构一般以均匀的速度控制隔离开关,假设隔离开关断开或闭合的时长为t,每隔n时刻进行采样取帧,则有n=t/(m-1)。
上述将隔离开关分成m个状态可以是断开或闭合将平均分成m个状态。以4个状态为例,则有m=4,隔离开关断开或闭合的时长为t=3n,各个状态如图2所示,图2包括隔离开关闭合的4个状态,依次为T、T+n、T+2n、T+3n。隔离开关断开的4个状态则是隔离开关闭合的逆过程。根据图2可以得到上述图像序列包括数量为4帧的连续帧图像,分别对应PT、PT+n、PT+2n、PT+3n。
需要说明的是,上述m=4只是本发明实施例中的一种选择,m也可以是其他的正整数,具体可以根据实际情况进行设置,比如需要更高的检测准确度时,m可以取更大的数值,需要更快计算速度以及更小计算资源时,则m可以取更小的数值。
102、计算图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图。
在本发明实施例中,由于视频拍摄设备拍摄到各个帧图像大小相同,拥有相同的像素点数量。上述的像素点对,指的是两个相邻帧中,具有相同位置的两个像素点。
上述像素点对的像素差值可以是相邻帧图像中,前一帧图像像素点的像素值减去后一帧图像像素点的像素值,也可以是相邻帧图像中,后一帧图像像素点的像素值减去前一帧图像像素点的像素值。比如,图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n),然后对4个时刻的帧图像中全部像素点的像素值进行提取,然后进行逐个相减(即PT+n-PT,PT+2n-PT+n,PT+3n-PT+2n),对应得到像素差值图dn、d2n、d3n。具体的,PT+n-PT=dn,PT+2n-PT+n=d2n,PT+3n-PT+2n=d3n。
进一步的,上述像素点对的像素差值为该差值的绝对值,比如,前一帧图像像素点的像素值减去后一帧图像像素点的像素值后,得到差值并取其绝对值;或者后一帧图像像素点的像素值减去前一帧图像像素点的像素值后,得到差值并取其取绝对值。比如,图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n),然后对4个时刻的帧图像中全部像素点的像素值进行提取,然后进行逐个相减并取绝对值(即︱PT+n-PT︱,︱PT+2n-PT+n︱,︱PT+3n-PT+2n︱),对应得到像素差值图dn、d2n、d3n。具体的,︱PT+n-PT︱=dn,︱PT+2n-PT+n︱=d2n,︱PT+3n-PT+2n︱=d3n。
计算完两个相邻帧图像中像素点对的像素差值后,得到像素差值图,该像素差值图的大小与帧图像的大小相同,像素差值图中每一个像素点的像素值,都是相邻帧图像中对应像素点对的像素差值。
可选的,上述的像素值可以是灰度值或RGB值。可以对视频拍摄设备拍摄到各个帧图像进灰度化,得到对应的灰度图,灰度图中各个像素点的像素值即为灰度值。现在视频拍摄设备拍摄到各个帧图像多为数字图像,即各个帧图像多为RGB模式,每帧图像均包含红R、绿G、蓝B三种颜色模式的通道,R、G、B三通道相加,则形成人眼可见的各种颜色。
在一种可能的实施例中,当上述像素值为RGB值时,可以分别计算两个相邻帧图像中R、G、B三通道的通道差值,得到R、G、B三通道对应的R、G、B差值通道;将R、G、B差值通道进行相加,得到像素差值图。比如,图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n),然后对4个时刻的帧图像中全部像素点的R、G、B像素值进行提取,得到4个时刻的帧图像对应应的4组R、G、B三通道,然后进行逐个相减(即RPT+n-RPT,RPT+2n-RPT+n,RPT+3n-RPT+2n;G PT+n-GPT,G PT+2n-G PT+n,G PT+3n-G PT+2n;BPT+n-BPT,BPT+2n-BPT+n,BPT+3n-BPT+2n),对应得到像素差值图Rdn、G dn、Bdn、Rd2n、G d2n、B d2n、Rd3n、G d3n、Bd3n,对Rdn、G dn、Bdn进行相加,则得到像素差值图dn,对Rd2n、G d2n、B d2n进行相加,则得到像素差值图d2n,对Rd3n、G d3n、Bd3n进行相加,则得到像素差值图d3n。
在另一种可能的实施例中,当上述像素值为RGB值时,可以分别计算两个相邻帧图像中R、G、B三通道的通道差值的绝对值,得到R、G、B三通道对应的R、G、B差值绝对值通道;将R、G、B差值绝对值通道进行相加,得到像素差值图。比如,图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n),然后对4个时刻的帧图像中全部像素点的R、G、B像素值进行提取,得到4个时刻的帧图像对应应的4组R、G、B三通道,然后进行逐个相减并取绝对值(即︱RPT+n-RPT︱,︱RPT+2n-RPT+n︱,︱RPT+3n-RPT+2n︱;︱G PT+n-G PT︱,︱G PT+2n-G PT+n︱,︱G PT+3n-G PT+2n︱;︱BPT+n-BPT︱,︱BPT+2n-BPT+n︱,︱BPT+3n-BPT+2n︱),对应得到像素差值图Rdn、G dn、Bdn、Rd2n、Gd2n、B d2n、Rd3n、G d3n、Bd3n,对Rdn、G dn、Bdn进行相加,则得到像素差值图dn,对Rd2n、G d2n、Bd2n进行相加,则得到像素差值图d2n,对Rd3n、G d3n、Bd3n进行相加,则得到像素差值图d3n。
103、将像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断隔离开关是否发生故障。
在本发明实施例中,上述像素差值阈值图与上述像素差值图通过相同的方法得到。上述像素差值阈值图的数量与像素差值图的数量相同,且互为对应。
上述的图像序列中包括m个连续的帧图像,像素差值图的数量为m-1帧,将m-1帧的像素差值图与m-1帧像素差值阈值图按序列编号进行比对,得到m-1个比对结果;根据所述m-1个比对结果,判断所述隔离开关是否发生故障。以m=4为例,则像素差值图分别为dn、d2n、d3n。
对应的,上述像素差值阈值图分别为thn、th2n、th3n。
将像素差值图与对应的像素差值阈值图进行比对,比如将像素差值图dn与像素差值阈值图thn进行比对,像素差值图d2n与像素差值阈值图th2n进行比对,像素差值图d3n与像素差值阈值图th3n进行比对,上述的比对可以是相似度比对,也可以阈值区间比对。需要说明的是,上述像素差值图与像素差值阈值图通过序列编号,上述的序列编号为dn、d2n、d3n、thn、th2n、th3n中的下标标识。
可选的,上述的相似度比对可以是计算像素差值图与对应的像素差值阈值图的相似度,当相似度大于预设的相似度阈值时,则可以认为对应时刻下,隔离开关没有发生故障,在隔离开关断开或闭合的过程中,全部被采样的时刻均有相似度大于预设的相似度阈值时,则可以认为该隔离开关没有发生故障。比如,像素差值图dn与像素差值阈值图thn的相似度Sn大于预设的相似度阈值Sthn,则说明,从T到T+n的时间内,该隔离开关没有发生故障;像素差值图d2n与像素差值阈值图th2n的相似度Sn大于预设的相似度阈值Sth2n,则说明,从T+n到T+2n的时间内,该隔离开关没有发生故障;像素差值图d3n与像素差值阈值图th3n的相似度Sn大于预设的相似度阈值Sth3n,则说明,从T+3n到T+3n的时间内,该隔离开关没有发生故障,进而则可以说明,在隔离开关整个在断开或闭合过程中没有发生故障。当然,若存在相似度小于相似度阈值的情况,则说明隔离开关在该时段发生故障,进而确定该隔离开关发生故障。
需要说明的是,由于像素差值图为两个相邻帧图像之间各个像素点对的像素差值构成,对于背景来说,变化很小,所以在像素差值图中属于背景的像素点的差值很小,而运动的像素点(即隔离开关对应的像素点)的差值较大,因此可以使用相似度进行比对,从而得到的是运动部分的分布相似度。上述的相似度可以是余弦相似度或其他的度量相似度。
可选的,上述的阈值区间比对可以是计算像素差值图是否落在对应的像素差值阈值图的阈值区间。在该实施例方式中,像素差值阈值图被表达为一个区间图,可以认为是一个带有厚度(该厚度为区间大小)的图像,具体可以是每个像素点都被表达为一个阈值区间。当像素差值图落入对应的区间图内,则可以认为对应时刻下,隔离开关没有发生故障,在隔离开关断开或闭合的过程中,全部被采样的时刻对应的像素差值图均落入对应的区间图内时,则可以认为该隔离开关没有发生故障。比如,像素差值图分别为dn、d2n、d3n,像素差值阈值图[thn-an,thn+bn]、[th2n-a2n,th2n+b2n]、[th3n-a3n,th3n+b3n]。在对隔离开关进行状态视频监控时,当触发隔离开断开或闭合时,则开始对隔离开关进行拍照取帧,并每隔n时刻取帧,本发明实施例中,可以取4帧图像,然后按照上述对两个相邻帧图像做差,计算得到相邻帧图像的像素差值图分别为dn、d2n、d3n。将计算得到的dn、d2n、d3n分别与对应的像素差值阈值图[thn-an,thn+bn]、[th2n-a2n,th2n+b2n]、[th3n-a3n,th3n+b3n]相比较,如果相邻帧图像的像素差值图dn、d2n、d3n在对应的阈值区间[thn-an,thn+bn]、[th2n-a2n,th2n+b2n]、[th3n-a3n,th3n+b3n]内,则隔离开关运行正常;如果像素差值图dn、d2n、d3n不在对应的阈值区间内,则可以判断隔离开关运行不正常,可能出现卡涩情况。
可选的,对于阈值区间的像素差值阈值图,可以通过预先进行计算设置,具体的,可以采集K组正常开合状态下隔离开关的采样图像序列,上述采样图像序列中的连续采样帧图像数量为m,采样图像序列中的连续采样帧图像数量与上述图像序列中连续帧图像数量相同,K为大于1的整数;计算一组采样图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到一个第一像素差值图集,其中,每一个第一像素差值图集中包括m-1帧第一像素差值图序列;基于K个第一像素差值图集,计算像素差值阈值图序列,像素差值阈值图序列包括m-1帧像素差值阈值图。第一像素差值图集为[d1、d2、…、dm-1]k
在本发明实施例中,上述采样图像序列包括预设数量的连续采样帧图像,上述连续采样帧图像为预设间隔时间进行拍摄得到。
具体的,变电站各个隔离开关周围可以固定部署有对应的视频拍摄设备对其进行实时拍摄。可以基于视频拍摄设备所拍摄的视频数据进行来获取隔离开关在运行状态对应的采样图像序列。
更具体的,可以通过视频拍摄设备在对隔离开关在断开或闭合的状态进行视频监控,当触发隔离开关断开或闭合时,则开始对隔离开关进行拍照采样取帧,并每隔预设时间采样取帧,将隔离开关分成m个状态,得到m帧的采样图像序列P、P1、…、Pm-1。比如,控制隔离开关开合的传动机构一般以均匀的速度控制隔离开关,假设隔离开关断开或闭合的时长为t,每隔n时刻进行采样取帧,则有n=t/(m-1)。
上述将隔离开关分成m个状态可以是断开或闭合将平均分成m个状态。以4个状态为例,则有m=4,隔离开关断开或闭合的时长为t=3n,各个状态如图2所示,图2包括隔离开关闭合的4个状态,依次为T、T+n、T+2n、T+3n。隔离开关断开的4个状态则是隔离开关闭合的逆过程。根据图2可以得到上述采样图像序列包括数量为4帧的连续采样帧图像,分别对应PT、PT+n、PT+2n、PT+3n。
需要说明的是,采样图像序列可以是通过人为监督进行采样取帧的,以确保像素差值阈值图的准确性。
在本发明实施例中,由于视频拍摄设备拍摄到各个帧图像大小相同,拥有相同的像素点数量。上述的像素点对,指的是两个相邻帧中,具有相同位置的两个像素点。
上述像素点对的像素差值可以是相邻帧图像中,前一帧图像像素点的像素值减去后一帧图像像素点的像素值,也可以是相邻帧图像中,后一帧图像像素点的像素值减去前一帧图像像素点的像素值。比如,图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n),然后对4个时刻的帧图像中全部像素点的像素值进行提取,然后进行逐个相减(即PT+n-PT,PT+2n-PT+n,PT+3n-PT+2n),对应得到像素差值图dn、d2n、d3n。具体的,PT+n-PT=dn,PT+2n-PT+n=d2n,PT+3n-PT+2n=d3n。
进一步的,上述像素点对的像素差值为该差值的绝对值,比如,前一帧图像像素点的像素值减去后一帧图像像素点的像素值后,得到差值并取其绝对值;或者后一帧图像像素点的像素值减去前一帧图像像素点的像素值后,得到差值并取其取绝对值。比如,图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n),然后对4个时刻的帧图像中全部像素点的像素值进行提取,然后进行逐个相减并取绝对值(即︱PT+n-PT︱,︱PT+2n-PT+n︱,︱PT+3n-PT+2n︱),对应得到像素差值图dn、d2n、d3n。具体的,︱PT+n-PT︱=dn,︱PT+2n-PT+n︱=d2n,︱PT+3n-PT+2n︱=d3n。
计算完两个相邻帧图像中像素点对的像素差值后,得到像素差值图,该像素差值图的大小与帧图像的大小相同,像素差值图中每一个像素点的像素值,都是相邻帧图像中对应像素点对的像素差值。
可选的,上述的像素值可以是灰度值或RGB值。可以对视频拍摄设备拍摄到各个帧图像进灰度化,得到对应的灰度图,灰度图中各个像素点的像素值即为灰度值。现在视频拍摄设备拍摄到各个帧图像多为数字图像,即各个帧图像多为RGB模式,每帧图像均包含红R、绿G、蓝B三种颜色模式的通道,R、G、B三通道相加,则形成人眼可见的各种颜色。
在一种可能的实施例中,当上述像素值为RGB值时,可以分别计算两个相邻帧图像中R、G、B三通道的通道差值,得到R、G、B三通道对应的R、G、B差值通道;将R、G、B差值通道进行相加,得到像素差值图。比如,图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n),然后对4个时刻的帧图像中全部像素点的R、G、B像素值进行提取,得到4个时刻的帧图像对应应的4组R、G、B三通道,然后进行逐个相减(即RPT+n-RPT,RPT+2n-RPT+n,RPT+3n-RPT+2n;G PT+n-GPT,G PT+2n-G PT+n,G PT+3n-G PT+2n;BPT+n-BPT,BPT+2n-BPT+n,BPT+3n-BPT+2n),对应得到像素差值图Rdn、G dn、Bdn、Rd2n、G d2n、B d2n、Rd3n、G d3n、Bd3n,对Rdn、G dn、Bdn进行相加,则得到像素差值图dn,对Rd2n、G d2n、B d2n进行相加,则得到像素差值图d2n,对Rd3n、G d3n、Bd3n进行相加,则得到像素差值图d3n。
在另一种可能的实施例中,当上述像素值为RGB值时,可以分别计算两个相邻帧图像中R、G、B三通道的通道差值的绝对值,得到R、G、B三通道对应的R、G、B差值绝对值通道;将R、G、B差值绝对值通道进行相加,得到像素差值图。比如,图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n),然后对4个时刻的帧图像中全部像素点的R、G、B像素值进行提取,得到4个时刻的帧图像对应应的4组R、G、B三通道,然后进行逐个相减并取绝对值(即︱RPT+n-RPT︱,︱RPT+2n-RPT+n︱,︱RPT+3n-RPT+2n︱;︱G PT+n-G PT︱,︱G PT+2n-G PT+n︱,︱G PT+3n-G PT+2n︱;︱BPT+n-BPT︱,︱BPT+2n-BPT+n︱,︱BPT+3n-BPT+2n︱),对应得到像素差值图Rdn、G dn、Bdn、Rd2n、Gd2n、B d2n、Rd3n、G d3n、Bd3n,对Rdn、G dn、Bdn进行相加,则得到像素差值图dn,对Rd2n、G d2n、Bd2n进行相加,则得到像素差值图d2n,对Rd3n、G d3n、Bd3n进行相加,则得到像素差值图d3n。
上述第一像素差值图集为[dn、d2n、d3n]k。
进一步的,上述基于K个第一像素差值图集,计算像素差值阈值图序列,包括:计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的平均差值图,得到一个第二像素差值图集,上述第二像素差值图集中包括m-1帧平均差值图序列;基于m-1帧平均差值图序列,计算得到m-1帧像素差值阈值图。以图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n)为例,上述第一像素差值图集为[dn、d2n、d3n]k,k表示第一像素差值图集的数量,具体的,可以第二像素差值图集[Dn、D2n、D3n]中第二像素差值图Dn的计算如下述式子所示:
可以通过上述式子计算其余的第二像素差值图,比如第二像素差值图D2n,以及第二像素差值图D2n。
需要说明的是,上述第二像素差值图集[Dn、D2n、D3n]可以直接作为相似度比对中的像素差值阈值图。
进一步的,上述基于m-1帧平均差值图序列,计算得到m-1帧像素差值阈值图,包括:计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的标准差值图[σn、σ2n、σ3n],得到一个第三像素差值图集,上述第三像素差值图集中包括m-1帧标准差值图序列;基于上述m-1帧标准差值图序列以及上述m-1帧平均差值图序列,得到m-1帧像素差值阈值图。
具体的,可以通过加减标准差,构建阈值区间,以图像序列中为4帧连续帧图像(PT、PT+n、PT+2n、PT+3n)为例,可以得到第三像素差值图集[Dn-σn,Dn+σn]、[D2n-σ2n,D2n+σ2n]、[D3n-σ3n,D3n+σ3n],将第三像素差值图集作为像素差值阈值图[thn-an,thn+bn]、[th2n-a2n,th2n+b2n]、[th3n-a3n,th3n+b3n],可以看出,thn=Dn,th2n=D2n,th3n=D3n,σn=an=bn,σ2n=a2n=b2n,σ3n=a3n=b3n。
本发明实施例中,获取所述隔离开关开合状态的图像序列,所述图像序列包括预设数量的连续帧图像,所述连续帧图像为预设间隔时间进行拍摄得到;计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图;将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障。通过能够自动对隔离开关进行故障检测,无需工作人员进行巡检,提高巡检效率,对隔离开关开合状态进行故障,是一个动态检测过程,可以降低误检率。
需要说明的是,本发明实施例提供的开关故障的检测方法可以应用于开关故障的检测的手机、计算机、视频拍摄设备、摄像头、服务器等设备。
请参见图3,图3是本发明实施例提供的一种开关故障的检测装置的结构示意图,该装置用于变电站的隔离开关故障检测,如图3所示,包括:
获取模块301,用于获取所述隔离开关开合状态的图像序列,所述图像序列包括预设数量的连续帧图像,所述连续帧图像为预设间隔时间进行拍摄得到;
第一计算模块302,用于计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图;
判断模块303,用于将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障。
可选的,所述计算模块302还用于分别计算两个相邻帧图像中R、G、B三通道的通道差值,得到R、G、B三通道对应的R、G、B差值通道;将R、G、B差值通道进行相加,得到像素差值图。
可选的,所述计算模块302还用于分别计算两个相邻帧图像中R、G、B三通道的通道差值的绝对值,得到R、G、B三通道对应的R、G、B差值绝对值通道;将R、G、B差值绝对值通道进行相加,得到像素差值图。
可选的,如图4所示,所述装置还包括:
采集模块401,用于采集K组正常开合状态下隔离开关的采样图像序列,所述采样图像序列中的连续采样帧图像数量为m,采样图像序列中的连续采样帧图像数量与所述图像序列中连续帧图像数量相同,K为大于1的整数;
第二计算模块402,用于计算一组采样图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到一个第一像素差值图集,其中,每一个第一像素差值图集中包括m-1帧第一像素差值图序列;
第三计算模块403,用于基于K个第一像素差值图集,计算像素差值阈值图序列,像素差值阈值图序列包括m-1帧像素差值阈值图。
可选的,所述第三计算模块403还用于计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的平均差值图,得到一个第二像素差值图集,所述第二像素差值图集中包括m-1帧平均差值图序列;基于m-1帧平均差值图序列,计算得到m-1帧像素差值阈值图。
可选的,所述第三计算模块403还用于计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的标准差值图,得到一个第三像素差值图集,所述第三像素差值图集中包括m-1帧标准差值图序列;基于所述m-1帧标准差值图序列以及所述m-1帧平均差值图序列,得到m-1帧像素差值阈值图。
可选的,所述像素差值图的数量为m-1帧,所述判断模块303还用于将m-1帧的像素差值图与m-1帧像素差值阈值图按序列编号进行比对,得到m-1个比对结果;
根据所述m-1个比对结果,判断所述隔离开关是否发生故障。
需要说明的是,本发明实施例提供的开关故障的检测装置可以应用于开关故障的检测的手机、计算机、视频拍摄设备、摄像头、服务器等设备。
本发明实施例提供的开关故障的检测装置能够实现上述方法实施例中开关故障的检测方法实现的各个过程,且可以达到相同的有益效果。为避免重复,这里不再赘述。
参见图5,图5是本发明实施例提供的一种电子设备的结构示意图,如图5所示,包括:存储器502、处理器501及存储在所述存储器502上并可在所述处理器501上运行的计算机程序,其中:
处理器501用于调用存储器502存储的计算机程序,执行如下步骤:
用于变电站的隔离开关故障检测,包括:
获取所述隔离开关开合状态的图像序列,所述图像序列包括预设数量的连续帧图像,所述连续帧图像为预设间隔时间进行拍摄得到;
计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图;
将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障。
可选的,处理器501执行的所述计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图,包括:
分别计算两个相邻帧图像中R、G、B三通道的通道差值,得到R、G、B三通道对应的R、G、B差值通道;
将R、G、B差值通道进行相加,得到像素差值图。
可选的,处理器501执行的所述计算所述隔离开关的图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图,包括:
分别计算两个相邻帧图像中R、G、B三通道的通道差值的绝对值,得到R、G、B三通道对应的R、G、B差值绝对值通道;
将R、G、B差值绝对值通道进行相加,得到像素差值图。
可选的,处理器501还执行包括:
采集K组正常开合状态下隔离开关的采样图像序列,所述采样图像序列中的连续采样帧图像数量为m,采样图像序列中的连续采样帧图像数量与所述图像序列中连续帧图像数量相同,K为大于1的整数;
计算一组采样图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到一个第一像素差值图集,其中,每一个第一像素差值图集中包括m-1帧第一像素差值图序列;
基于K个第一像素差值图集,计算像素差值阈值图序列,像素差值阈值图序列包括m-1帧像素差值阈值图。
可选的,处理器501执行的所述基于K个第一像素差值图集,计算像素差值阈值图序列,包括:
计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的平均差值图,得到一个第二像素差值图集,所述第二像素差值图集中包括m-1帧平均差值图序列;
基于m-1帧平均差值图序列,计算得到m-1帧像素差值阈值图。
可选的,处理器501执行的所述基于m-1帧平均差值图序列,计算得到m-1帧像素差值阈值图,包括:
计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的标准差值图,得到一个第三像素差值图集,所述第三像素差值图集中包括m-1帧标准差值图序列;
基于所述m-1帧标准差值图序列以及所述m-1帧平均差值图序列,得到m-1帧像素差值阈值图。
可选的,所述像素差值图的数量为m-1帧,处理器501执行的所述将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障,包括:
将m-1帧的像素差值图与m-1帧像素差值阈值图按序列编号进行比对,得到m-1个比对结果;
根据所述m-1个比对结果,判断所述隔离开关是否发生故障。
需要说明的是,上述电子设备可以是可以应用于开关故障的检测的手机、计算机、视频拍摄设备、摄像头、服务器等设备。
本发明实施例提供的电子设备能够实现上述方法实施例中开关故障的检测方法实现的各个过程,为避免重复,这里不再赘述。且可以达到相同的有益效果。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的开关故障的检测方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Omly Memory,ROM)或随机存取存储器(Ramdom AccessMemory,简称RAM)等。
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 (9)
1.一种开关故障的检测方法,用于变电站的隔离开关故障检测,其特征在于,包括以下步骤:
获取所述隔离开关开合状态的图像序列,所述图像序列包括预设数量的连续帧图像,所述连续帧图像为预设间隔时间进行拍摄得到;
计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图;
将所述像素差值图与预设的像素差值阈值图进行相似度比对或阈值区间比对,根据比对结果判断所述隔离开关是否发生故障;
所述计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图,包括:
分别计算两个相邻帧图像中R、G、B三通道的通道差值的绝对值,得到R、G、B三通道对应的R、G、B差值绝对值通道;
将R、G、B差值绝对值通道进行相加,得到像素差值图。
2.如权利要求1所述开关故障的检测方法,其特征在于,所述计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图,包括:
分别计算两个相邻帧图像中R、G、B三通道的通道差值,得到R、G、B三通道对应的R、G、B差值通道;
将R、G、B差值通道进行相加,得到像素差值图。
3.如权利要求1或2所述开关故障的检测方法,其特征在于,所述方法还包括:
采集K组正常开合状态下隔离开关的采样图像序列,所述采样图像序列中的连续采样帧图像数量为m,采样图像序列中的连续采样帧图像数量与所述图像序列中连续帧图像数量相同,K为大于1的整数;
计算一组采样图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到一个第一像素差值图集,其中,每一个第一像素差值图集中包括m-1帧第一像素差值图序列;
基于K个第一像素差值图集,计算像素差值阈值图序列,像素差值阈值图序列包括m-1帧像素差值阈值图。
4.如权利要求3所述开关故障的检测方法,其特征在于,所述基于K个第一像素差值图集,计算像素差值阈值图序列,包括:
计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的平均差值图,得到一个第二像素差值图集,所述第二像素差值图集中包括m-1帧平均差值图序列;
基于m-1帧平均差值图序列,计算得到m-1帧像素差值阈值图。
5.如权利要求4所述开关故障的检测方法,其特征在于,所述基于m-1帧平均差值图序列,计算得到m-1帧像素差值阈值图,包括:
计算K个第一像素差值图集中,各个序列编号对应的第一像素差值图的标准差值图,得到一个第三像素差值图集,所述第三像素差值图集中包括m-1帧标准差值图序列;
基于所述m-1帧标准差值图序列以及所述m-1帧平均差值图序列,得到m-1帧像素差值阈值图。
6.如权利要求5所述开关故障的检测方法,其特征在于,所述像素差值图的数量为m-1帧,所述将所述像素差值图与预设的像素差值阈值图进行比对,根据比对结果判断所述隔离开关是否发生故障,包括:
将m-1帧的像素差值图与m-1帧像素差值阈值图按序列编号进行比对,得到m-1个比对结果;
根据所述m-1个比对结果,判断所述隔离开关是否发生故障。
7.一种开关故障的检测装置,用于变电站的隔离开关故障检测,其特征在于,所述装置包括:
获取模块,用于获取所述隔离开关开合状态的图像序列,所述图像序列包括预设数量的连续帧图像,所述连续帧图像为预设间隔时间进行拍摄得到;
第一计算模块,用于计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图;
判断模块,用于将所述像素差值图与预设的像素差值阈值图进行相似度比对或阈值区间比对,根据比对结果判断所述隔离开关是否发生故障;
所述计算所述图像序列中,两个相邻帧图像之间各个像素点对的像素差值,得到像素差值图,包括:
分别计算两个相邻帧图像中R、G、B三通道的通道差值的绝对值,得到R、G、B三通道对应的R、G、B差值绝对值通道;
将R、G、B差值绝对值通道进行相加,得到像素差值图。
8.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上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权利要求1至6中任一项所述的开关故障的检测方法中的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的开关故障的检测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010998095.6A CN112255536B (zh) | 2020-09-21 | 2020-09-21 | 开关故障的检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010998095.6A CN112255536B (zh) | 2020-09-21 | 2020-09-21 | 开关故障的检测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112255536A CN112255536A (zh) | 2021-01-22 |
CN112255536B true CN112255536B (zh) | 2023-05-26 |
Family
ID=74232662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010998095.6A Active CN112255536B (zh) | 2020-09-21 | 2020-09-21 | 开关故障的检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112255536B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113079329A (zh) * | 2021-03-29 | 2021-07-06 | 湖南快乐阳光互动娱乐传媒有限公司 | 抠图方法、相关装置及抠图系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101713773A (zh) * | 2009-11-20 | 2010-05-26 | 中国农业大学 | 一种可视化青贮饲料物理属性分布性检测方法 |
CN102413321A (zh) * | 2011-12-26 | 2012-04-11 | 浙江省电力公司 | 一种自动录像的系统和方法 |
CN102496281A (zh) * | 2011-12-16 | 2012-06-13 | 湖南工业大学 | 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法 |
CN102915543A (zh) * | 2012-09-12 | 2013-02-06 | 西安电子科技大学 | 基于提取函数和三通道分离的人物运动变化检测方法 |
CN105872516A (zh) * | 2015-12-28 | 2016-08-17 | 乐视致新电子科技(天津)有限公司 | 获取立体片源视差参数的方法及装置 |
CN108334824A (zh) * | 2018-01-19 | 2018-07-27 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于背景差分和迭代搜索的高压隔离开关状态识别方法 |
CN108933897A (zh) * | 2018-07-27 | 2018-12-04 | 南昌黑鲨科技有限公司 | 基于图像序列的运动检测方法及装置 |
WO2020107308A1 (zh) * | 2018-11-29 | 2020-06-04 | 唐山曹妃甸联城科技有限公司 | 一种基于Retinex的微光图像快速增强方法及其装置 |
CN111539273A (zh) * | 2020-04-12 | 2020-08-14 | 南京理工大学 | 一种交通视频背景建模方法及系统 |
CN112598746A (zh) * | 2020-12-18 | 2021-04-02 | 北京声智科技有限公司 | 电梯门开关检测方法、装置、可读介质及电子设备 |
-
2020
- 2020-09-21 CN CN202010998095.6A patent/CN112255536B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101713773A (zh) * | 2009-11-20 | 2010-05-26 | 中国农业大学 | 一种可视化青贮饲料物理属性分布性检测方法 |
CN102496281A (zh) * | 2011-12-16 | 2012-06-13 | 湖南工业大学 | 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法 |
CN102413321A (zh) * | 2011-12-26 | 2012-04-11 | 浙江省电力公司 | 一种自动录像的系统和方法 |
CN102915543A (zh) * | 2012-09-12 | 2013-02-06 | 西安电子科技大学 | 基于提取函数和三通道分离的人物运动变化检测方法 |
CN105872516A (zh) * | 2015-12-28 | 2016-08-17 | 乐视致新电子科技(天津)有限公司 | 获取立体片源视差参数的方法及装置 |
CN108334824A (zh) * | 2018-01-19 | 2018-07-27 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于背景差分和迭代搜索的高压隔离开关状态识别方法 |
CN108933897A (zh) * | 2018-07-27 | 2018-12-04 | 南昌黑鲨科技有限公司 | 基于图像序列的运动检测方法及装置 |
WO2020107308A1 (zh) * | 2018-11-29 | 2020-06-04 | 唐山曹妃甸联城科技有限公司 | 一种基于Retinex的微光图像快速增强方法及其装置 |
CN111539273A (zh) * | 2020-04-12 | 2020-08-14 | 南京理工大学 | 一种交通视频背景建模方法及系统 |
CN112598746A (zh) * | 2020-12-18 | 2021-04-02 | 北京声智科技有限公司 | 电梯门开关检测方法、装置、可读介质及电子设备 |
Non-Patent Citations (1)
Title |
---|
赵立军.基于视觉分析的可视化接地装置应用.《中国科技信息》.2020, * |
Also Published As
Publication number | Publication date |
---|---|
CN112255536A (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102413356B (zh) | 视频清晰度检测系统及其检测方法 | |
WO2021036636A1 (zh) | 升降设备的振动检测方法、装置、服务器及存储介质 | |
CN107272637B (zh) | 一种视频监控系统故障自检自恢复控制系统及方法 | |
CN104331521B (zh) | 基于图像处理的变电设备异常自动识别方法 | |
CN103702111B (zh) | 一种检测摄像头视频偏色的方法 | |
CN105959624A (zh) | 考场监控数据处理方法及其实现的自动监考系统 | |
CN112255536B (zh) | 开关故障的检测方法、装置、电子设备及存储介质 | |
CN116189103B (zh) | 基于视觉图像分析的设备监控自动控制方法及控制系统 | |
Li et al. | GridSAR: Grid strength and regularity for robust evaluation of blocking artifacts in JPEG images | |
CN112001327A (zh) | 一种阀厅设备故障识别方法及系统 | |
CN106846304B (zh) | 基于红外检测的电气设备检测方法及装置 | |
KR20120035734A (ko) | 화재 검출 방법 | |
CN109284697A (zh) | 基于滑动窗口的应急通道占用实时检测方法 | |
CN108288361A (zh) | 一种消防通道门状态检测方法 | |
CN107566803A (zh) | 一种监控视频的储存方法和监控系统 | |
CN111899210A (zh) | 一种基于图像识别的电弧检测方法 | |
CN1845607A (zh) | 基于视频监控与图像识别的电力变压器风机状态识别方法 | |
CN110659627A (zh) | 一种基于视频分割的智能视频监控方法 | |
CN111950513A (zh) | 高压断路器分合指示灯图像识别方法 | |
CN115361531A (zh) | 一种基于远程视频监控的智能环网柜监测系统 | |
JP4675501B2 (ja) | メーター監視システム、メーター監視方法 | |
CN114140724A (zh) | 一种用于变电站的视频监控系统及方法 | |
CN114550046A (zh) | 火灾隐患识别方法、装置、处理器、存储介质和电子设备 | |
CN108805852A (zh) | 一种图像空域噪声的评估方法及装置 | |
CN113705434A (zh) | 一种直梯内煤气罐检测方法及检测系统 |
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 |