CN113111815A - 一种变电站图模校验方法、装置及设备 - Google Patents
一种变电站图模校验方法、装置及设备 Download PDFInfo
- Publication number
- CN113111815A CN113111815A CN202110426394.7A CN202110426394A CN113111815A CN 113111815 A CN113111815 A CN 113111815A CN 202110426394 A CN202110426394 A CN 202110426394A CN 113111815 A CN113111815 A CN 113111815A
- Authority
- CN
- China
- Prior art keywords
- preset
- remote signaling
- image
- remote
- block
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000011664 signaling Effects 0.000 claims abstract description 224
- 230000008859 change Effects 0.000 claims abstract description 79
- 238000012795 verification Methods 0.000 claims abstract description 56
- 238000005259 measurement Methods 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims description 22
- 238000005520 cutting process Methods 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 17
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000003745 diagnosis 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
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/418—Document matching, e.g. of document images
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- 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
- G06T2207/20112—Image segmentation details
- G06T2207/20132—Image cropping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请公开了一种变电站图模校验方法、装置及设备,方法包括:采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块;根据遥信遥测变化图像块在预置厂站图元文件中查找预置坐标范围内的遥信遥测图元;采用预置识别算法将遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配识别,获取遥信遥测变化图像块对应的当前遥信状态和当前遥测值;根据遥信遥测图元、当前遥信状态、当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果。本申请能够解决现有校验技术为离线校验,无法脱离人工完成校验任务,导致校验过程耗时耗力且效率较低的技术问题。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种变电站图模校验方法、装置及设备。
背景技术
随着智能变电站的推广和应用,也产生大量的智能站运行数据,为了保证智能站的稳定运行,需加强智能站实时可视化监视。为了实现智能站实时可视化监视,主站调度部门主要通过查看调度系统中的变电站监控图实时变化来实现。
目前为了保证变电站监控图实时变化正确性,在变电站投运前,公司需要投入大量的人力、时间来进行变电站图模在线实时校验,即在变电站端进行遥信、遥测数据上送,在主站端查看变电站监控图上对应遥信、遥测变化情况,这样人工校验方式存在耗时长、消耗人力、工作量大且复杂的问题。而变电站图模校验相关技术方案主要是通过图形、模型之间的关联关系进行离线校验,并不能够进行变电站实时图模在线校验,最后还是需要人工进行变电站图模在线校验。
发明内容
本申请提供了一种变电站图模校验方法、装置及设备,用于解决现有校验技术为离线校验,无法脱离人工完成校验任务,导致校验过程耗时耗力且效率较低的技术问题。
有鉴于此,本申请第一方面提供了一种变电站图模校验方法,包括:
采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块;
根据所述遥信遥测变化图像块在预置厂站图元文件中查找预置坐标范围内的遥信遥测图元,所述遥信遥测图元包括标识ID;
采用预置识别算法将所述遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配识别,获取所述遥信遥测变化图像块对应的当前遥信状态和当前遥测值;
根据所述遥信遥测图元、所述当前遥信状态、所述当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果。
优选地,所述采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块,之前还包括:
根据预置采样时间间隔获取变电站实时监控图像;
依据预置图像像素坐标范围对所述实时监控图像进行裁剪,构建预置块图像文件,所述预置块图像文件包括多个所述分块图像,所述分块图像包括图像编号。
优选地,所述采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块,包括:
获取预置块图像文件中的相邻时间间隔内的对应像素的分块图像;
提取所述分块图像对应的图像特征值,得到分块图像特征值;
采用预置对比算法对比所述分块图像特征值,保留最大差异的分块图像作为遥信遥测变化图像块,所述遥信遥测变化图像块包括所述预置坐标范围。
优选地,所述预置遥信遥测图像特征库的构建过程为:
获取原始遥信遥测图像数据,所述原始遥信遥测图像数据包括原始遥信状态、原始遥测值和符号;
提取所述原始遥信遥测图像数据对应的原始图像特征值;
在为所述原始遥信遥测图像数据添加图像标签后,将所述原始遥信遥测图像数据和所述原始图像特征值进行关联存储,得到所述预置遥信遥测图像特征库。
优选地,所述根据所述遥信遥测图元、所述当前遥信状态、所述当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果,之前还包括:
根据所述标识ID在SCADA系统中获取相同标识ID的实时模型信息,构建所述预置实时遥信遥测模型,所述实时模型信息包括模型遥信状态和模型遥测值。
本申请第二方面提供了一种变电站图模校验装置,包括:
对比模块,用于采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块;
查找模块,用于根据所述遥信遥测变化图像块在预置厂站图元文件中查找预置坐标范围内的遥信遥测图元,所述遥信遥测图元包括标识ID;
匹配识别模块,用于采用预置识别算法将所述遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配识别,获取所述遥信遥测变化图像块对应的当前遥信状态和当前遥测值;
校验模块,用于根据所述遥信遥测图元、所述当前遥信状态、所述当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果。
优选地,还包括:
采样模块,用于根据预置采样时间间隔获取变电站实时监控图像;
裁剪模块,用于依据预置图像像素坐标范围对所述实时监控图像进行裁剪,构建预置块图像文件,所述预置块图像文件包括多个所述分块图像,所述分块图像包括图像编号。
优选地,所述对比模块,包括:
获取子模块,用于获取预置块图像文件中的相邻时间间隔内的对应像素的分块图像;
提取子模块,用于提取所述分块图像对应的图像特征值,得到分块图像特征值;
对比子模块,用于采用预置对比算法对比所述分块图像特征值,保留最大差异的分块图像作为遥信遥测变化图像块,所述遥信遥测变化图像块包括所述预置坐标范围。
优选地,还包括:
模型获取模块,用于根据所述标识ID在SCADA系统中获取相同标识ID的实时模型信息,构建所述预置实时遥信遥测模型,所述实时模型信息包括模型遥信状态和模型遥测值。
本申请第三方面提供了一种变电站图模校验设备,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行第一方面所述的变电站图模校验方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,提供了一种变电站图模校验方法,包括:采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块;根据遥信遥测变化图像块在预置厂站图元文件中查找预置坐标范围内的遥信遥测图元,遥信遥测图元包括标识ID;采用预置识别算法将遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配识别,获取遥信遥测变化图像块对应的当前遥信状态和当前遥测值;根据遥信遥测图元、当前遥信状态、当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果。
本申请提供的变电站图模校验方法,根据获取到的遥信遥测变化图像在预置厂站图元文件中获取遥信遥测图元,然后确定图像对应的当前遥信状态和当前遥测值,将获取的这些图像数据信息与实时遥信遥测模型直接进行实时的图模校验,得到校验结果。整个过程不需要人工参与就可以自动完成校验任务,也不必耗费时间查找图模关系以及查看遥信遥测变化情况,且为实时校验过程,可以在线实现。因此,本申请能够解决现有校验技术为离线校验,无法脱离人工完成校验任务,导致校验过程耗时耗力且效率较低的技术问题。
附图说明
图1为本申请实施例提供的一种变电站图模校验方法的一个流程示意图;
图2为本申请实施例提供的一种变电站图模校验方法的另一个流程示意图;
图3为本申请实施例提供的一种变电站图模校验装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
术语解释:
SCADA:SCADA系统是一类功能强大的计算机远程监控与数据采集系统,它综合利用了计算机技术、控制技术、通信与网络技术,完成了对测控点分散的各种过程或设备的实时数据采集,本地或远程的自动控制,以生产过程的全面实时监控,并为安全生产、调度、管理、优化和故障诊断提供必要和完整的数据及手段。
OpenCV:OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库,它轻量级而且高效,是由一系列C函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
为了便于理解,请参阅图1,本申请提供的一种变电站图模校验方法的实施例一,包括:
步骤101、采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块。
预置块图像文件是对变电站主站端调度系统的变电站实时监控图像进行预处理得到的。预置对比算法可以是一种图像匹配算法,用于将相邻时间间隔内的分块图像进行两两对比。最大差异说明同一像素在不同时间点发生了较大变化,即遥信遥测变化。每一个分块图像都可以以坐标范围进行区域定义,遥信遥测变化图像块亦是如此。
步骤102、根据遥信遥测变化图像块在预置厂站图元文件中查找预置坐标范围内的遥信遥测图元,遥信遥测图元包括标识ID。
预置厂站图元文件是一种变电站厂站G图形文件,其中包括各种遥信遥测图元像素信息,预置坐标范围一般是指遥信遥测变化图像块大小的范围,即查找的是预置厂站图元文件中与遥信遥测变化图像块对应大小范围内的遥信遥测图元。遥信遥测图元除了包括标识ID外,还包括描述信息和实时数值。
步骤103、采用预置识别算法将遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配识别,获取遥信遥测变化图像块对应的当前遥信状态和当前遥测值。
预置识别算法可以选择平方差图像匹配算法,或者其他有效的匹配算法,具体不作限定。将遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配,是为了确定遥信遥测变化图像块对应的当前遥信状态和当前遥测值。
可以理解的是,当前遥信状态和当前遥测值是分别匹配,然后得到匹配结果;一般情况下,首先匹配遥信状态,找到最接近的遥信设备的状态作为匹配成功的当前遥信状态;再进行遥信值匹配,同样是将最接近的遥测值作为当前遥测值。其中还可能存在匹配失败的情况,即可能不存在对应的遥信状态与之匹配,那么可以判断是遥信值发生了变化,可以直接进行遥信值匹配;同样也存在遥信状态发生变化,但是遥测值匹配失败的情况。
步骤104、根据遥信遥测图元、当前遥信状态、当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果。
遥信遥测图元与当前遥信状态和当前遥测值呈关联关系,因为这三种信息均是根据遥信遥测变化图像块获取得到;均是监控图像实时遥信遥测数据的表达。将实时监控图像的表达与实时遥信遥测模型进行对比校验,就可以确定当前的遥信遥测信息是否可靠。如果图像和模型的图像、遥信状态和遥测值均一致,则校验通过,否则,校验不通过。最后可以得到当前遥信遥测变化图像的相关信息,例如标识ID、描述信息或者实时数值等。
本申请实施例提供的变电站图模校验方法,根据获取到的遥信遥测变化图像在预置厂站图元文件中获取遥信遥测图元,然后确定图像对应的当前遥信状态和当前遥测值,将获取的这些图像数据信息与实时遥信遥测模型直接进行实时的图模校验,得到校验结果。整个过程不需要人工参与就可以自动完成校验任务,也不必耗费时间查找图模关系以及查看遥信遥测变化情况,且为实时校验过程,可以在线实现。因此,本申请实施例能够解决现有校验技术为离线校验,无法脱离人工完成校验任务,导致校验过程耗时耗力且效率较低的技术问题。
以上为本申请提供的一种变电站图模校验方法的一个实施例,以下为本申请提供的一种变电站图模校验方法的另一个实施例。
为了便于理解,请参阅图2,本申请提供了一种变电站图模校验方法的实施例二,包括:
步骤201、根据预置采样时间间隔获取变电站实时监控图像。
步骤202、依据预置图像像素坐标范围对实时监控图像进行裁剪,构建预置块图像文件,预置块图像文件包括多个分块图像,分块图像包括图像编号。
预置采样时间间隔是根据实际情况设定的固定采样时间间隔;依据预置图像像素坐标范围进行图像裁剪是指依据图像像素大小进行裁剪,并且每一个裁剪块都采用坐标范围描述。同一像素点可以在不同时刻被采样,得到多个图像,每一个时刻的图像又可以划分为多个分块图像,每个图像被分块后都需要按照像素坐标范围进行编号。编号是为了后续便于获取遥信遥测变化图像块的像素坐标范围。
步骤203、获取预置块图像文件中的相邻时间间隔内的对应像素的分块图像。
不同时刻都可以获取到图像,所以不同时刻的图像都可以分块得到对应的多个分块图像,同一批像素点在不同时刻上对应的分块图像即为相邻时间间隔内的两个分块图像。实际过程中可以通过OpenCV函数库中的函数进行分块图像读取操作。
步骤204、提取分块图像对应的图像特征值,得到分块图像特征值。
步骤205、采用预置对比算法对比分块图像特征值,保留最大差异的分块图像作为遥信遥测变化图像块,遥信遥测变化图像块包括预置坐标范围。
本申请实施例中设定预置对比算法为平方差图像对比算法,对比相同像素点在相邻时间间隔上的分块图像特征值,若是两个分块图像特征值一致,则说明对应分块图像随着时序递进并未发生变化,若是两个分块图像特征值不一致,则说明对应的分块图像随着时序递进发生了变化;通过平方差比对算法选取出差异值最大的两个分块图像,将当前时刻对应的变化较大的分块图像作为遥信遥测变化图像块,每个分块图像都有坐标范围描述,遥信遥测变化图像块的坐标范围描述为预置坐标范围,可以通过分块图像的编号确定。
步骤206、根据遥信遥测变化图像块在预置厂站图元文件中查找预置坐标范围内的遥信遥测图元,遥信遥测图元包括标识ID。
预置厂站图元文件即为变电站厂站G图形文件,其中存储了大量的遥信遥测图元像素信息。查找的是预置厂站图元文件中与遥信遥测变化图像块对应大小范围内的遥信遥测图元。遥信遥测图元除了包括标识ID外,还包括描述信息和实时数值。
步骤207、采用预置识别算法将遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配识别,获取遥信遥测变化图像块对应的当前遥信状态和当前遥测值。
进一步地,预置遥信遥测图像特征库的构建过程为:
获取原始遥信遥测图像数据,原始遥信遥测图像数据包括原始遥信状态、原始遥测值和符号;
提取原始遥信遥测图像数据对应的原始图像特征值;
在为原始遥信遥测图像数据添加图像标签后,将原始遥信遥测图像数据和原始图像特征值进行关联存储,得到预置遥信遥测图像特征库。
通过OpenCV函数库中的函数工具就可以获取到原始遥信遥测图像数据,也就是一些开关刀闸的分合状态,即原始遥信状态;以及一些电流、电压和功率数字,即原始遥测值;还有一些表征刀闸或者开关等设备的符号。
可以理解的是,对原始遥信遥测图像数据提取原始图像特征值是为了后续的匹配识别做准备,在匹配识别过程中,参与比对的并非就是图像数据,而是图像数据对应的特征值。为了便于对比,匹配识别前也需要提取遥信遥测变化图像块对应的特征值。
添加图像标签是为了在完成匹配识别后可以根据图像标签在预置遥信遥测图像特征库中找到匹配的特征图对应的遥信状态和遥测值,得到当前遥信状态和的当前遥测值。
预置识别算法实质为匹配算法,可以选择类似于平方差匹配算法,也可以是其他较为高效的匹配算法,在此不作限定,可以根据实际情况选择。匹配识别过程是为了在预置遥信遥测图像特征库中找到匹配差异最小的特征图,再根据图像标签找到对应遥信遥测信息。
一般情况下,首先匹配遥信状态,找到最接近的遥信设备的状态作为匹配成功的当前遥信状态;再进行遥信值匹配,同样是将最接近的遥测值作为当前遥测值。其中还可能存在匹配失败的情况,即可能不存在对应的遥信状态与之匹配,那么可以判断是遥信值发生了变化,可以直接进行遥信值匹配;同样也存在遥信状态发生变化,但是遥测值匹配失败的情况。
可以理解的是,如果得到遥信遥测变化图像块,则说明遥信状态或者遥测值必定发生了变化,要么二者其一发生变化,要么二者均发生变化;通过匹配的方式可以明确当前遥信遥测信息变化的情况,即得到当前遥信状态和当前遥测值。
步骤208、根据标识ID在SCADA系统中获取相同标识ID的实时模型信息,构建预置实时遥信遥测模型,实时模型信息包括模型遥信状态和模型遥测值。
遥信遥测图元包括对应遥信遥测的标识ID,通过这一ID可以直接在SCADA系统库中找到对应标识ID的实时模型信息,构建预置实时遥信遥测模型。SCADA系统库中存储了实时遥信遥测信息,以及遥信遥测对应的标识ID、描述信息和实时数值。实时模型信息包括的模型遥信状态和模型遥测值均为实时信息;且预置实时遥信遥测模型与上述的实时监控图像是对应的,即对相同时间段内的遥信遥测信息的不同表达,获取遥信遥测信息的图模表达就是为了后续的校验,通过图模校验确定遥信遥测信息的可靠性。
步骤209、根据遥信遥测图元、当前遥信状态、当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果。
遥信遥测图元、当前遥信状态和当前遥测值均是根据遥信遥测变化图像块的处理得到的,因此均已与遥信遥测变化图像块建立对应关联,即遥信遥测图元即为遥信遥测变化图像块对应的图元,当前遥信状态和当前遥测值即为遥信遥测变化图像块对应的遥信遥测信息。
将遥信遥测变化图像块的关联信息与预置实时遥信遥测模型进行对比,就可以校验实时遥信遥测信息是否准确,若是比对校验当前遥信状态一直,且当前遥测值也一致,图元状态相同,则说明图模信息准确,校验成功,否则校验失败。
校验成功后可以输出展示当前遥信遥测信息,以及遥信遥测的标识ID、描述信息、实时数值和校验结果。整个校验过程不需要人工查看信息关联性,更不需要人为进行比对判定操作,提高了校验操作的效率以及可靠性。
本申请实施例提供的变电站图模校验方法,根据获取到的遥信遥测变化图像在预置厂站图元文件中获取遥信遥测图元,然后确定图像对应的当前遥信状态和当前遥测值,将获取的这些图像数据信息与实时遥信遥测模型直接进行实时的图模校验,得到校验结果。整个过程不需要人工参与就可以自动完成校验任务,也不必耗费时间查找图模关系以及查看遥信遥测变化情况,且为实时校验过程,可以在线实现。因此,本申请实施例能够解决现有校验技术为离线校验,无法脱离人工完成校验任务,导致校验过程耗时耗力且效率较低的技术问题。
以上为本申请提供的一种变电站图模校验方法的一个实施例,以下为本申请提供的一种变电站图模校验装置的一个实施例。
为了便于理解,请参阅图3,本申请还提供了一种变电站图模校验装置的实施例,包括:
对比模块301,用于采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块;
查找模块302,用于根据遥信遥测变化图像块在预置厂站图元文件中查找预置坐标范围内的遥信遥测图元,遥信遥测图元包括标识ID;
匹配识别模块303,用于采用预置识别算法将遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配识别,获取遥信遥测变化图像块对应的当前遥信状态和当前遥测值;
校验模块304,用于根据遥信遥测图元、当前遥信状态、当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果。
进一步地,还包括:
采样模块305,用于根据预置采样时间间隔获取变电站实时监控图像;
裁剪模块306,用于依据预置图像像素坐标范围对实时监控图像进行裁剪,构建预置块图像文件,预置块图像文件包括多个分块图像,分块图像包括图像编号。
进一步地,对比模块301,包括:
获取子模块3011,用于获取预置块图像文件中的相邻时间间隔内的对应像素的分块图像;
提取子模块3012,用于提取分块图像对应的图像特征值,得到分块图像特征值;
对比子模块3013,用于采用预置对比算法对比分块图像特征值,保留最大差异的分块图像作为遥信遥测变化图像块,遥信遥测变化图像块包括预置坐标范围。
进一步地,还包括:
模型获取模块307,用于根据标识ID在SCADA系统中获取相同标识ID的实时模型信息,构建预置实时遥信遥测模型,实时模型信息包括模型遥信状态和模型遥测值。
以上为本申请提供的一种变电站图模校验装置的一个实施例,以下为本申请提供的一种变电站图模校验设备的一个实施例。
本申请还提供了一种变电站图模校验设备,设备包括处理器以及存储器;
存储器用于存储程序代码,并将程序代码传输给处理器;
处理器用于根据程序代码中的指令执行上述方法实施例中的变电站图模校验方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,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,在本申请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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以通过一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:RandomAccess Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (10)
1.一种变电站图模校验方法,其特征在于,包括:
采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块;
根据所述遥信遥测变化图像块在预置厂站图元文件中查找预置坐标范围内的遥信遥测图元,所述遥信遥测图元包括标识ID;
采用预置识别算法将所述遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配识别,获取所述遥信遥测变化图像块对应的当前遥信状态和当前遥测值;
根据所述遥信遥测图元、所述当前遥信状态、所述当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果。
2.根据权利要求1所述的变电站图模校验方法,其特征在于,所述采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块,之前还包括:
根据预置采样时间间隔获取变电站实时监控图像;
依据预置图像像素坐标范围对所述实时监控图像进行裁剪,构建预置块图像文件,所述预置块图像文件包括多个所述分块图像,所述分块图像包括图像编号。
3.根据权利要求1所述的变电站图模校验方法,其特征在于,所述采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块,包括:
获取预置块图像文件中的相邻时间间隔内的对应像素的分块图像;
提取所述分块图像对应的图像特征值,得到分块图像特征值;
采用预置对比算法对比所述分块图像特征值,保留最大差异的分块图像作为遥信遥测变化图像块,所述遥信遥测变化图像块包括所述预置坐标范围。
4.根据权利要求1所述的变电站图模校验方法,其特征在于,所述预置遥信遥测图像特征库的构建过程为:
获取原始遥信遥测图像数据,所述原始遥信遥测图像数据包括原始遥信状态、原始遥测值和符号;
提取所述原始遥信遥测图像数据对应的原始图像特征值;
在为所述原始遥信遥测图像数据添加图像标签后,将所述原始遥信遥测图像数据和所述原始图像特征值进行关联存储,得到所述预置遥信遥测图像特征库。
5.根据权利要求1所述的变电站图模校验方法,其特征在于,所述根据所述遥信遥测图元、所述当前遥信状态、所述当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果,之前还包括:
根据所述标识ID在SCADA系统中获取相同标识ID的实时模型信息,构建所述预置实时遥信遥测模型,所述实时模型信息包括模型遥信状态和模型遥测值。
6.一种变电站图模校验装置,其特征在于,包括:
对比模块,用于采用预置对比算法对比预置块图像文件中的相邻时间间隔内的分块图像,得到最大差异的遥信遥测变化图像块;
查找模块,用于根据所述遥信遥测变化图像块在预置厂站图元文件中查找预置坐标范围内的遥信遥测图元,所述遥信遥测图元包括标识ID;
匹配识别模块,用于采用预置识别算法将所述遥信遥测变化图像块与预置遥信遥测图像特征库中的特征图进行匹配识别,获取所述遥信遥测变化图像块对应的当前遥信状态和当前遥测值;
校验模块,用于根据所述遥信遥测图元、所述当前遥信状态、所述当前遥测值与预置实时遥信遥测模型进行遥信遥测图模校验,得到校验结果。
7.根据权利要求6所述的变电站图模校验装置,其特征在于,还包括:
采样模块,用于根据预置采样时间间隔获取变电站实时监控图像;
裁剪模块,用于依据预置图像像素坐标范围对所述实时监控图像进行裁剪,构建预置块图像文件,所述预置块图像文件包括多个所述分块图像,所述分块图像包括图像编号。
8.根据权利要求6所述的变电站图模校验装置,其特征在于,所述对比模块,包括:
获取子模块,用于获取预置块图像文件中的相邻时间间隔内的对应像素的分块图像;
提取子模块,用于提取所述分块图像对应的图像特征值,得到分块图像特征值;
对比子模块,用于采用预置对比算法对比所述分块图像特征值,保留最大差异的分块图像作为遥信遥测变化图像块,所述遥信遥测变化图像块包括所述预置坐标范围。
9.根据权利要求6所述的变电站图模校验装置,其特征在于,还包括:
模型获取模块,用于根据所述标识ID在SCADA系统中获取相同标识ID的实时模型信息,构建所述预置实时遥信遥测模型,所述实时模型信息包括模型遥信状态和模型遥测值。
10.一种变电站图模校验设备,其特征在于,所述设备包括处理器以及存储器;
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的变电站图模校验方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110426394.7A CN113111815B (zh) | 2021-04-20 | 2021-04-20 | 一种变电站图模校验方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110426394.7A CN113111815B (zh) | 2021-04-20 | 2021-04-20 | 一种变电站图模校验方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113111815A true CN113111815A (zh) | 2021-07-13 |
CN113111815B CN113111815B (zh) | 2024-05-10 |
Family
ID=76718884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110426394.7A Active CN113111815B (zh) | 2021-04-20 | 2021-04-20 | 一种变电站图模校验方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113111815B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203191484U (zh) * | 2013-04-18 | 2013-09-11 | 国家电网公司 | 一种基于时间同步系统的综合自动化变电站雪崩测试装置 |
CN108322374A (zh) * | 2018-02-28 | 2018-07-24 | 国电南瑞科技股份有限公司 | 一种基于广域服务总线的主子站监控信息校核方法 |
CN110134709A (zh) * | 2019-04-12 | 2019-08-16 | 云南电网有限责任公司曲靖供电局 | 电网数据查询方法及装置 |
CN110727427A (zh) * | 2019-10-14 | 2020-01-24 | 国网江苏省电力有限公司镇江供电分公司 | 调度自动化主站模型安全智能校核方法 |
CN111626046A (zh) * | 2020-04-13 | 2020-09-04 | 国网山东省电力公司 | 一种变电站的遥测文本图元与设备图元位置关联校验方法 |
CN111625689A (zh) * | 2020-04-27 | 2020-09-04 | 国家电网有限公司 | 一种变电站的svg图形和监控信息关联校验方法 |
CN111625944A (zh) * | 2020-05-15 | 2020-09-04 | 中国南方电网有限责任公司 | 一种变电站主接线图g文件规范性校验方法 |
CN115576928A (zh) * | 2022-08-30 | 2023-01-06 | 云南电网有限责任公司昆明供电局 | 一种变电站监控信息点表自动校核方法及系统 |
-
2021
- 2021-04-20 CN CN202110426394.7A patent/CN113111815B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203191484U (zh) * | 2013-04-18 | 2013-09-11 | 国家电网公司 | 一种基于时间同步系统的综合自动化变电站雪崩测试装置 |
CN108322374A (zh) * | 2018-02-28 | 2018-07-24 | 国电南瑞科技股份有限公司 | 一种基于广域服务总线的主子站监控信息校核方法 |
CN110134709A (zh) * | 2019-04-12 | 2019-08-16 | 云南电网有限责任公司曲靖供电局 | 电网数据查询方法及装置 |
CN110727427A (zh) * | 2019-10-14 | 2020-01-24 | 国网江苏省电力有限公司镇江供电分公司 | 调度自动化主站模型安全智能校核方法 |
CN111626046A (zh) * | 2020-04-13 | 2020-09-04 | 国网山东省电力公司 | 一种变电站的遥测文本图元与设备图元位置关联校验方法 |
CN111625689A (zh) * | 2020-04-27 | 2020-09-04 | 国家电网有限公司 | 一种变电站的svg图形和监控信息关联校验方法 |
CN111625944A (zh) * | 2020-05-15 | 2020-09-04 | 中国南方电网有限责任公司 | 一种变电站主接线图g文件规范性校验方法 |
CN115576928A (zh) * | 2022-08-30 | 2023-01-06 | 云南电网有限责任公司昆明供电局 | 一种变电站监控信息点表自动校核方法及系统 |
Non-Patent Citations (1)
Title |
---|
钟璐;王启义;吴旻蔚;隽增明;梁伟康;梁铁锋;倪安安;钟飞飞;: "主-厂站遥信、遥测数据闭环校验方法探讨", 广西电力, no. 04, 28 August 2020 (2020-08-28) * |
Also Published As
Publication number | Publication date |
---|---|
CN113111815B (zh) | 2024-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242439B (zh) | 基于变电站设备相关联数据的特征提取识别方法 | |
CN109409711B (zh) | 一种智能变电站配置文件智能校验及辅助决策系统及方法 | |
CN106991731A (zh) | 集成设备维护的智能巡检方法及系统 | |
CN112804336B (zh) | 故障检测方法、装置、系统、计算机可读存储介质 | |
CN114240463A (zh) | 基于大数据的碳排放监测管理系统 | |
CN111488819B (zh) | 电力设备的灾损监控感知采集方法及装置 | |
CN113343998A (zh) | 电力机械表计读数监测系统、方法、计算机设备及应用 | |
CN117726164A (zh) | 一种基于多源数据融合的风险故障态势感知系统 | |
CN112181549A (zh) | 变电站监控界面电力图符动态感知的识别系统及方法 | |
CN114862821A (zh) | 继电保护硬压板的自动化监测方法、系统、设备 | |
CN113516259A (zh) | 一种继电保护差异化智能巡检和异常判别方法 | |
CN113111815A (zh) | 一种变电站图模校验方法、装置及设备 | |
CN112612360A (zh) | 一种基于vr技术的三维可视化设备监控系统及方法 | |
CN111382710A (zh) | 一种基于图像识别的图纸比对方法 | |
CN116363397A (zh) | 设备故障排查方法、装置及巡检系统 | |
CN115238428A (zh) | 变电站二次图纸可视化编辑数字化配置装置、方法及应用 | |
CN115880803A (zh) | 一种智能巡检系统及方法 | |
CN115984986A (zh) | 一种ai辅助变电站设备巡检方法、系统、电子设备及介质 | |
CN115864199A (zh) | 一种基于增强现实型ar眼镜的电力巡检系统 | |
CN209086965U (zh) | 变电站无人值守仪器仪表图像识别系统 | |
CN113076730A (zh) | 一种试验报告智能管理方法、装置、系统及存储介质 | |
CN114022305A (zh) | 地下水动态监测方法及装置 | |
CN112147936A (zh) | 一种电力作业安全管控装置和行为识别方法 | |
CN111126771A (zh) | 基于区域关注度预测安检员识图质量监督保障系统及方法 | |
CN113573169B (zh) | 无人机的配电箱数据读取及检测方法及系统 |
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 |