CN113780191B - 一种发电站启动拖动开关分合闸状态图像识别方法及系统 - Google Patents

一种发电站启动拖动开关分合闸状态图像识别方法及系统 Download PDF

Info

Publication number
CN113780191B
CN113780191B CN202111076736.3A CN202111076736A CN113780191B CN 113780191 B CN113780191 B CN 113780191B CN 202111076736 A CN202111076736 A CN 202111076736A CN 113780191 B CN113780191 B CN 113780191B
Authority
CN
China
Prior art keywords
place
closing
opening
sensitive area
image
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
Application number
CN202111076736.3A
Other languages
English (en)
Other versions
CN113780191A (zh
Inventor
张咪
黄炜
张豪俊
贺儒飞
蒋宗敏
徐浩
雷蓓
王雷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd
Xian XD Switchgear Electric Co Ltd
Original Assignee
Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd
Xian XD Switchgear Electric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd, Xian XD Switchgear Electric Co Ltd filed Critical Peak and Frequency Regulation Power Generation Co of China Southern Power Grid Co Ltd
Priority to CN202111076736.3A priority Critical patent/CN113780191B/zh
Publication of CN113780191A publication Critical patent/CN113780191A/zh
Application granted granted Critical
Publication of CN113780191B publication Critical patent/CN113780191B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种发电站启动拖动开关分合闸状态图像识别方法及系统,包括以下步骤:获取并接收图像数据;在图像数据上定位合闸敏感区域,对合闸敏感区域进行图像处理,以拐臂上的支撑板为合闸到位关键辅助特征,得到合闸到位判断结果;在图像数据上定位双分闸敏感区域,对双分闸敏感区域进行图像处理,依次以动触头边缘和拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果;合闸到位判断结果和分闸到位判断结果结合启动拖动开关初始状态得到启动拖动开关动作之后的分合闸状态,完成图像识别。本发明只需在使用初期配置敏感区域参数即可上线使用,省时,成本低。

Description

一种发电站启动拖动开关分合闸状态图像识别方法及系统
技术领域
本发明属于图像处理技术领域,具体属于一种发电站启动拖动开关分合闸状态图像识别方法及系统。
背景技术
目前,发电站中对于发电机断路器系统的智能监测需求日益增长,其中对于启动拖动开关、启动母线分段隔离开关内部导体分合闸状态的信息采集,基本上采用人工观察的方式,需要工作人员到一次设备侧通过开关外壳上的观察窗,肉眼查看并判断其分合闸位置。这种方式耗费人力、效率低、工作量大、不安全、观察不方便且易出错。对此,远程视频监测技术亟需普及和应用,实现快速识别启动拖动开关、启动母线分段隔离开关内部导体分合闸状态采集。
目前,行业内尚未有针对发电机断路器系统中启动拖动开关、启动母线分段隔离开关内部导体分合闸状态判断的图像识别算法,但在高压开关领域,针对隔离开关状态识别的图像处理算法有两种:
一种是基于传统图像识别技术的方法。这种方法主要涉及特征匹配度计算、拟合线段和投影计算等基本技术手段。
一种是基于机器学习和深度学习的分类识别算法。这种方法采集大量不同状态下的开关内部状态图像,训练网络模型,从而对开关图像进行状态识别。
综上所述,目前针对隔离开关状态识别的图像处理算法均对使用环境要求较高以及需要大量标准图像训练学习数据模型,前期准备工作量较大,才能应用到实际工业中。
发明内容
为了解决现有技术中存在的问题,本发明提供一种发电站启动拖动开关分合闸状态图像识别方法及系统,解决目前针对隔离开关状态识别的图像处理方法,前期准备工作量大以及应用环境要求较高的问题。
为实现上述目的,本发明提供如下技术方案:一种发电站启动拖动开关分合闸状态图像识别方法,包括以下步骤:
获取并接收图像数据;
在图像数据上定位合闸敏感区域,对合闸敏感区域进行图像处理,以拐臂上的支撑板为合闸到位关键辅助特征,得到合闸到位判断结果;
在图像数据上定位双分闸敏感区域,对双分闸敏感区域进行图像处理,依次以动触头边缘和拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果;
合闸到位判断结果和分闸到位判断结果结合启动拖动开关初始状态得到启动拖动开关动作之后的分合闸状态,完成图像识别。
进一步的,接收的图像数据为预处理后的图像数据,图像数据的预处理过程如下:
对获取的图像数据进行格式转换,图像数据的尺寸归一化。
进一步的,所述合闸敏感区域以及双分闸敏感区域的图像处理步骤相同,图像处理的步骤如下:
对合闸敏感区域图像或双分闸敏感区域进行边缘保留滤波,在抑制图像噪声的情况下,保留合闸敏感区域图像或双分闸敏感区域图像轮廓边缘;
将合闸敏感区域图像或双分闸敏感区域图像转换为灰度图;
对合闸敏感区域灰度图或双分闸敏感区域灰度图进行阈值化操作,得到二值图像,对二值图像进行形态学处理,完成图像处理。
进一步的,合闸到位判断结果和分闸到位判断结果均采用特征识别和定位计算得到;
合闸到位判断结果通过特征识别得到合闸敏感区域中的合闸到位关键辅助特征,通过定位计算拟合出合闸到位关键辅助特征所在直线,对拟合出的合闸到位关键辅助特征所在直线进行指定位置计算并对计算值进行阈值判断,得到合闸到位判断结果;
分闸到位判断结果通过特征识别得到分闸敏感区域中的分闸到位关键辅助特征,通过定位计算拟合出分闸到位关键辅助特征所在直线,对拟合出的分闸到位关键辅助特征所在直线进行指定位置计算并对计算值进行阈值判断,得到分闸到位判断结果。
进一步的,通过特征识别和定位计算得到合闸到位判断结果的具体过程如下:通过Canny边缘检测算法求解合闸敏感区域图像上的目标特征边缘,得到合闸敏感区域中的合闸到位关键辅助特征;对合闸敏感区域图像上的目标特征边缘采用直线拟合计算并对拟合结果进行筛选,得到合闸到位关键辅助特征所在直线;对所拟合的直线在指定位置进行计算,对计算结果进行阈值判断,得到合闸到位判断结果;
通过特征识别和定位计算得到分闸到位判断结果的具体过程如下:通过Canny边缘检测算法求解分闸敏感区域图像上的目标特征边缘,得到分闸敏感区域中的分闸到位关键辅助特征;对分闸敏感区域图像上的目标特征边缘采用直线拟合计算并对拟合结果进行筛选,得到分闸到位关键辅助特征所在直线;对所拟合的直线在指定位置进行计算,对计算结果进行阈值判断,得到分闸到位初步判断结果。
进一步的,得到合闸到位判断结果和分闸到位判断结果的过程中,对所拟合的直线在指定位置进行计算的具体步骤均为:计算所拟合的直线在指定位置的值,并对多个计算结果取均值。
进一步的,双分闸敏感区域包括第一分闸敏感区域和第二分闸敏感区域;在图像数据上定位双分闸敏感区域,对双分闸敏感区域进行图像处理,依次以动触头边缘和拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果的具体过程如下:
在图像数据上定位第一分闸敏感区域,对第一分闸敏感区域进行图像处理,以动触头边缘为分闸到位关键辅助特征,得到分闸到位初判结果,若分闸到位初判结果为不是分闸,则得到分闸到位判断结果,若分闸到位初判结果为分闸,则在图像数据上定位第二分闸敏感区域,对第二分闸敏感区域进行图像处理,以拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果。
进一步的,合闸到位判断结果和分闸到位判断结果结合启动拖动开关初始状态得到启动拖动开关动作之后的分合闸状态,完成图像识别的具体步骤如下:
整合合闸到位判断结果和分闸到位判断结果,得到分合闸数据矩阵,所述分合闸数据矩阵包括合闸到位状态、分闸到位状态和中间状态;
分合闸数据矩阵结合启动拖动开关初始状态,确定中间状态数据为合闸到分闸过程的中间状态或分闸到合闸过程的中间状态;完成图像识别。
本发明还提供一种发电站启动拖动开关分合闸状态图像识别方法的系统,包括合闸到位识别模块、分闸到位识别模块和决策模块;
合闸到位识别模块用于接收图像数据并在图像数据上定位合闸敏感区域,对合闸敏感区域进行图像处理,以拐臂上的支撑板为合闸到位关键辅助特征,得到合闸到位判断结果;
分闸到位识别模块用于接收图像数据并在在图像数据上定位双分闸敏感区域,对双分闸敏感区域进行图像处理,依次以动触头边缘和拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果;
决策模块用于接收并处理启动拖动开关初始状态、合闸到位判断结果和分闸到位判断结果,得到启动拖动开关动作之后的分合闸状态。
进一步的,还包括图像预处理模块和视频传感器,所述视频传感器安装在启动拖动开关的外壳上,所述视频传感器用于检测启动拖动开关的实时状态并向图像预处理模块传输启动拖动开关的实时图像数据;
所述图像预处理模块用于接收实时图像数据并对获取的图像数据进行格式转换,图像数据的尺寸归一化。
与现有技术相比,本发明至少具有以下有益效果:
本发明提供了一种发电站启动拖动开关分合闸状态图像识别方法,该方法以发电机断路器系统中启动拖动开关、启动母线分段隔离开关内部导体为研究对象,通过获取启动拖动开关、启动母线分段隔离开关的图像数据,在图像数据上定位合闸敏感区域,以图像处理技术为基础,在合闸到位判断个过程中,以拐臂上的支撑板作为关键辅助特征,进行特征识别和定位计算;同时在分闸到位判断结果过程中,以动触头边缘和拐臂上的支撑板作为关键辅助特征,设计双敏感区域综合定位算法;最后根据合闸到位判断和分闸到位判断的计算结果,结合初始状态变量值,综合分析最终得到开关分合闸位置状态结果。本发明不需要依赖知识经验积累,也不需要大量标准图像来训练学习数据模型。本发明提出的方法没有用到机器学习相关算法,因而不需要采集大量样本图像数据进行模型训练,投入准备工作量少和所应用环境要求较低,该方法只需在使用初期配置敏感区域参数即可上线使用。
进一步的,图像处理中对图像进行了形态学处理,增强了目标特征便于后续步骤中在图像中快速找到目标特征。
进一步的,在分闸到位判断过程中,本发明提出了双敏感区域定位算法,排除了中间状态情况对正确结果的干扰,提高了算法的准确性和可靠性。
进一步的,分合闸数据矩阵结合启动拖动开关初始状态能够将中间状态确定,提高了算法的准确性和可靠性。
本发明还提供一种实现发电站启动拖动开关分合闸状态图像识别方法的系统,以发电机断路器系统中启动拖动开关、启动母线分段隔离开关内部导体为研究对象,对由安装在开关壳体上的视频传感器采集的内部图像进行处理,提出开关分合闸位置综合识别方法。该方法以图像处理技术为基础,在合闸到位检测模块,以拐臂上的支撑板作为关键辅助特征,划分敏感区域进行特征识别和定位计算;在分闸到位检测模块,以动触头边缘和拐臂上的支撑板作为关键辅助特征,设计双敏感区域综合定位算法;在决策模块,根据合闸到位检测、分闸到位检测两个模块的计算结果,结合初始状态变量值,综合分析最终得到开关分合闸位置状态结果。不需要大量的准备工作以及采集大量样本图像数据进行模型训练,该系统只需在使用初期配置敏感区域参数即可上线使用。
附图说明
图1为本发明的一种发电站启动拖动开关分合闸状态图像识别系统结构示意图;
图2为开关合闸状态示意图;
图3为合闸到位判断过程示意图;
图4为开关分闸状态示意图;
图5为开关中间状态示意图;
图6为分闸到位判断过程示意图;
图7为决策分析过程示意图;
附图中:1-静触头,2-连板,3-动触头导体,4-支撑板,5-绝缘支撑。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步的说明。
如图1所示,本发明提供一种发电站启动拖动开关分合闸状态图像识别系统,包括视频传感器、图像预处理模块和综合判断模块,其中视频传感器直接安装在启动拖动开关的外壳上,视频传感器获取开关实时图像数据,图像预处理模块接收实时图像数据并对获取的图像数据进行预处理,预处理后的图像数据传输至综合判断模块,综合判断模块对图像数据进行计算,最后计算后的图像数据和开关初始状态结合得到最终开关分合闸状态。
在本实施例中,综合判断模块包括合闸到位识别模块和分闸到位识别模块以及决策模块,合闸到位识别模块用于接收图像数据并在图像数据上定位合闸敏感区域,对合闸敏感区域进行图像处理,以拐臂上的支撑板为合闸到位关键辅助特征,得到合闸到位判断结果;
分闸到位识别模块用于接收图像数据并在在图像数据上定位双分闸敏感区域,对双分闸敏感区域进行图像处理,依次以动触头边缘和拐臂上的支撑板4为分闸到位关键辅助特征,得到分闸到位判断结果;
决策模块用于接收并处理启动拖动开关初始状态、合闸到位判断结果和分闸到位判断结果,得到启动拖动开关动作之后的分合闸状态。
如图2、图4和图5所示,在本实施例中,本发明的发电站启动拖动开关分合闸状态图像识别系统,识别的开关结构包括静触头1、连接导体和拐臂的连板2、动触头导体3、拐臂上的支撑板4和动触头侧的绝缘支撑5,其中动触头侧的绝缘支撑5和静触头1通过动触头导体3连接,动触头导体3上连接有连板2,连板2将动触头导体3和拐臂连接起来,连板2还铰接由拐臂上的支撑板4。
在本发明的另一实施例中,基于一种发电站启动拖动开关分合闸状态图像识别系统,提出了一种发电站启动拖动开关分合闸状态图像识别方法,在远程视频监控系统的基础上,本发明提出了图像识别方法,可在开关动作后对开关内部导体状态进行快速识别,包括以下步骤:
获取图像,对获取的图像数据进行格式转换,图像数据的尺寸归一化;
接收图像数据,在图像数据上定位合闸敏感区域,对合闸敏感区域进行图像处理,以拐臂上的支撑板为合闸到位关键辅助特征,得到合闸到位判断结果;
接收图像数据,在图像数据上定位双分闸敏感区域,对双分闸敏感区域进行图像处理,依次以动触头边缘和拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果;
合闸到位判断结果和分闸到位判断结果结合启动拖动开关初始状态得到启动拖动开关动作之后的分合闸状态,完成图像识别。
如图3和图6所示,具体的,在采用本识别方法前,需提前设定敏感区域参数,然后进行如下步骤:
步骤1:图像预处理
开关动作后,图像预处理模块从安装在开关外壳上的视频传感器获取开关实时图像数据;
图像预处理模块对获取的图像数据进行格式转换,尺寸归一化;
步骤2:合闸到位检测
在合闸到位检测模块中,本发明以拐臂上的支撑板作为合闸到位关键辅助特征,划分敏感区域进行特征识别和定位计算。
该方法以启动拖动开关、启动母线分段隔离开关内部导体合闸状态为研究对象,基于图像处理技术,对采集到的开关内部图像进行分析处理,实现对开关合闸到位状态的判断。
具体实施时,首先在图像数据上定位合闸敏感区域,对合闸敏感区域进行图像处理,其中,合闸敏感区域的图像处理方法如下:
对合闸敏感区域图像进行边缘保留滤波,在抑制图像噪声的情况下,保留轮廓边缘;进行灰度变换,将合闸敏感区域图像转换为灰度图;进行阈值化操作得到二值图像;对二值图像进行形态学处理,增强目标特征;完成图像处理;
接着在本实施例中,以拐臂上的支撑板为合闸到位关键辅助特征,合闸到位判断结果通过特征识别得到合闸敏感区域中的合闸到位关键辅助特征,通过定位计算拟合出合闸到位关键辅助特征所在直线,对拟合出的合闸到位关键辅助特征所在直线进行计算并进行阈值判断,得到合闸到位判断结果;
具体的,通过Canny边缘检测算法求解合闸敏感区域图像上的目标特征边缘,得到合闸敏感区域中的合闸到位关键辅助特征;对合闸敏感区域图像上的目标特征边缘采用直线拟合计算并对拟合结果进行筛选,得到合闸到位关键辅助特征所在直线;计算所拟合的直线在指定位置的值,对多个计算结果取均值并进行阈值判断,得到合闸到位判断结果;
步骤3:分闸到位检测
在分闸到位检测模块中,本专利以动触头边缘和拐臂上的支撑板作为分闸到位关键辅助特征,设计双敏感区域综合定位算法。
该方法以启动拖动开关、启动母线分段隔离开关内部导体分闸状态为研究对象,基于图像处理技术,对采集到的开关内部图像进行分析处理,实现对开关分闸到位状态的判断。
具体实施时,首先在双分闸敏感区域,对双分闸敏感区域进行图像处理,其中,双分闸敏感区域包括第一分闸敏感区域和第二分闸敏感区域;在图像数据上定位第一分闸敏感区域,对第一分闸敏感区域进行图像处理,以动触头边缘为分闸到位关键辅助特征,对图像处理后的第一分闸敏感区域进行特征识别和定位计算,得到分闸到位初判结果,若分闸到位初判结果为不是分闸,则得到分闸到位判断结果,若分闸到位初判结果为分闸,则在图像数据上定位第二分闸敏感区域,对第二分闸敏感区域进行图像处理,对图像处理后的第二分闸敏感区域进行特征识别和定位计算,以拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果。
具体实施时,分闸双分闸敏感区域的图像处理步骤和合闸敏感区域图像处理步骤相同;具体为:对第一分闸敏感区域进行边缘保留滤波,在抑制图像噪声的情况下,保留第一分闸敏感区域图像轮廓边缘;将第一分闸敏感区域图像转换为灰度图;对第一分闸敏感区域灰度图进行阈值化操作,得到二值图像,对二值图像进行形态学处理,完成图像处理。
接着第一分闸敏感区域图像采用的特征识别和定位计算的步骤与合闸敏感区域采用的特征识别以及定位计算步骤相同;第一分闸敏感区域图像通过特征识别得到第一分闸敏感区域中的分闸到位关键辅助特征,通过定位计算拟合出分闸到位关键辅助特征所在直线,对所拟合的直线在指定位置进行计算,并进行阈值判断,得到分闸到位初步判断结果。
具体的,通过Canny边缘检测算法求解第一分闸敏感区域图像上的目标特征边缘,得到第一分闸敏感区域中的分闸到位关键辅助特征;对第一分闸敏感区域图像上的目标特征边缘采用直线拟合计算并对拟合结果进行筛选,得到分闸到位关键辅助特征所在直线;计算所拟合的直线在指定位置的值,对多个计算结果取均值,并进行阈值判断,得到分闸到位初判结果,若分闸到位初判结果为不是分闸,则得到分闸到位判断结果,若分闸到位初判结果为分闸,则在图像数据上定位第二分闸敏感区域,对第二分闸敏感区域进行图像处理。
具体的,对第二分闸敏感区域进行边缘保留滤波,在抑制图像噪声的情况下,保留第二分闸敏感区域图像轮廓边缘;将第二分闸敏感区域图像转换为灰度图;对第二分闸敏感区域灰度图进行阈值化操作,得到二值图像,对二值图像进行形态学处理,完成图像处理。
接着第二分闸敏感区域图像采用的特征识别和定位计算的步骤与合闸敏感区域采用的特征识别以及定位计算步骤相同;第二分闸敏感区域图像通过特征识别得到第二分闸敏感区域中的分闸到位关键辅助特征,通过定位计算拟合出分闸到位关键辅助特征所在直线,对拟合出的分闸到位关键辅助特征所在直线进行计算并进行阈值判断,得到分闸到位判断结果。
具体的,通过Canny边缘检测算法求解第二分闸敏感区域图像上的目标特征边缘,得到第二分闸敏感区域中的分闸到位关键辅助特征;对第二分闸敏感区域图像上的目标特征边缘采用直线拟合计算并对拟合结果进行筛选,得到分闸到位关键辅助特征所在直线;在指定位置计算分闸到位关键辅助特征所在直线均值并进行阈值判断,得到分闸到位判断结果。
步骤4:综合决策
如图7所示,在决策模块中,本发明根据合闸到位检测、分闸到位检测两个模块的计算结果,结合初始状态变量值,综合分析最终得到开关分合闸位置状态。其中初始状态指启动拖动开关动作之前的状态,图中矩阵为合闸到位识别、分闸到位识别两个模块输出结果可能存在的结果矩阵。决策模块将二者结合,最终得到开关动作之后的位置状态,大体分为三类:合闸到位、分闸到位和中间状态。其中中间状态又可以根据初始状态的不同,分为合闸到分闸过程的中间态、分闸到合闸过程的中间态两种情况。
具体的,决策模块整合合闸到位判断结果和分闸到位判断结果,得到分合闸数据矩阵,分合闸数据矩阵包括合闸到位状态、分闸到位状态和中间状态;
分合闸数据矩阵结合启动拖动开关初始状态,确定中间状态数据为合闸到分闸过程的中间状态或分闸到合闸过程的中间状态;完成图像识别,确定开关的分合闸状态。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求所述的保护范围为准。

Claims (7)

1.一种发电站启动拖动开关分合闸状态图像识别方法,其特征在于,包括以下步骤:
获取并接收图像数据;
在图像数据上定位合闸敏感区域,对合闸敏感区域进行图像处理,以拐臂上的支撑板为合闸到位关键辅助特征,得到合闸到位判断结果;
在图像数据上定位双分闸敏感区域,对双分闸敏感区域进行图像处理,依次以动触头边缘和拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果;
合闸到位判断结果和分闸到位判断结果结合启动拖动开关初始状态得到启动拖动开关动作之后的分合闸状态,完成图像识别;
其中,合闸到位判断结果和分闸到位判断结果均采用特征识别和定位计算得到;
合闸到位判断结果通过特征识别得到合闸敏感区域中的合闸到位关键辅助特征,通过定位计算拟合出合闸到位关键辅助特征所在直线,对拟合出的合闸到位关键辅助特征所在直线进行指定位置计算并对计算值进行阈值判断,得到合闸到位判断结果;
分闸到位判断结果通过特征识别得到分闸敏感区域中的分闸到位关键辅助特征,通过定位计算拟合出分闸到位关键辅助特征所在直线,对拟合出的分闸到位关键辅助特征所在直线进行指定位置计算并对计算值进行阈值判断,得到分闸到位判断结果;
通过特征识别和定位计算得到合闸到位判断结果的具体过程如下:通过Canny边缘检测算法求解合闸敏感区域图像上的目标特征边缘,得到合闸敏感区域中的合闸到位关键辅助特征;对合闸敏感区域图像上的目标特征边缘采用直线拟合计算并对拟合结果进行筛选,得到合闸到位关键辅助特征所在直线;对所拟合的直线在指定位置进行计算,对计算结果进行阈值判断,得到合闸到位判断结果;
通过特征识别和定位计算得到分闸到位判断结果的具体过程如下:通过Canny边缘检测算法求解分闸敏感区域图像上的目标特征边缘,得到分闸敏感区域中的分闸到位关键辅助特征;对分闸敏感区域图像上的目标特征边缘采用直线拟合计算并对拟合结果进行筛选,得到分闸到位关键辅助特征所在直线;对所拟合的直线在指定位置进行计算,对计算结果进行阈值判断,得到分闸到位初步判断结果;
双分闸敏感区域包括第一分闸敏感区域和第二分闸敏感区域;在图像数据上定位双分闸敏感区域,对双分闸敏感区域进行图像处理,依次以动触头边缘和拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果的具体过程如下:
在图像数据上定位第一分闸敏感区域,对第一分闸敏感区域进行图像处理,以动触头边缘为分闸到位关键辅助特征,得到分闸到位初判结果,若分闸到位初判结果为不是分闸,则得到分闸到位判断结果,若分闸到位初判结果为分闸,则在图像数据上定位第二分闸敏感区域,对第二分闸敏感区域进行图像处理,以拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果。
2.根据权利要求1所述的一种发电站启动拖动开关分合闸状态图像识别方法,其特征在于,接收的图像数据为预处理后的图像数据,图像数据的预处理过程如下:
对获取的图像数据进行格式转换,图像数据的尺寸归一化。
3.根据权利要求1所述的一种发电站启动拖动开关分合闸状态图像识别方法,其特征在于,所述合闸敏感区域以及双分闸敏感区域的图像处理步骤相同,图像处理的步骤如下:
对合闸敏感区域图像或双分闸敏感区域进行边缘保留滤波,在抑制图像噪声的情况下,保留合闸敏感区域图像或双分闸敏感区域图像轮廓边缘;
将合闸敏感区域图像或双分闸敏感区域图像转换为灰度图;
对合闸敏感区域灰度图或双分闸敏感区域灰度图进行阈值化操作,得到二值图像,对二值图像进行形态学处理,完成图像处理。
4.根据权利要求1所述的一种发电站启动拖动开关分合闸状态图像识别方法,其特征在于,得到合闸到位判断结果和分闸到位判断结果的过程中,对所拟合的直线在指定位置进行计算的具体步骤均为:计算所拟合的直线在指定位置的值,并对多个计算结果取均值。
5.根据权利要求1所述的一种发电站启动拖动开关分合闸状态图像识别方法,其特征在于,合闸到位判断结果和分闸到位判断结果结合启动拖动开关初始状态得到启动拖动开关动作之后的分合闸状态,完成图像识别的具体步骤如下:
整合合闸到位判断结果和分闸到位判断结果,得到分合闸数据矩阵,所述分合闸数据矩阵包括合闸到位状态、分闸到位状态和中间状态;
分合闸数据矩阵结合启动拖动开关初始状态,确定中间状态数据为合闸到分闸过程的中间状态或分闸到合闸过程的中间状态;完成图像识别。
6.实现权利要求1-5任意一项所述的一种发电站启动拖动开关分合闸状态图像识别方法的系统,其特征在于,包括合闸到位识别模块、分闸到位识别模块和决策模块;
合闸到位识别模块用于接收图像数据并在图像数据上定位合闸敏感区域,对合闸敏感区域进行图像处理,以拐臂上的支撑板为合闸到位关键辅助特征,得到合闸到位判断结果;
分闸到位识别模块用于接收图像数据并在在图像数据上定位双分闸敏感区域,对双分闸敏感区域进行图像处理,依次以动触头边缘和拐臂上的支撑板为分闸到位关键辅助特征,得到分闸到位判断结果;
决策模块用于接收并处理启动拖动开关初始状态、合闸到位判断结果和分闸到位判断结果,得到启动拖动开关动作之后的分合闸状态。
7.根据权利要求6所述的一种发电站启动拖动开关分合闸状态图像识别方法的系统,其特征在于,还包括图像预处理模块和视频传感器,所述视频传感器安装在启动拖动开关的外壳上,所述视频传感器用于检测启动拖动开关的实时状态并向图像预处理模块传输启动拖动开关的实时图像数据;
所述图像预处理模块用于接收实时图像数据并对获取的图像数据进行格式转换,图像数据的尺寸归一化。
CN202111076736.3A 2021-09-14 2021-09-14 一种发电站启动拖动开关分合闸状态图像识别方法及系统 Active CN113780191B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111076736.3A CN113780191B (zh) 2021-09-14 2021-09-14 一种发电站启动拖动开关分合闸状态图像识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111076736.3A CN113780191B (zh) 2021-09-14 2021-09-14 一种发电站启动拖动开关分合闸状态图像识别方法及系统

Publications (2)

Publication Number Publication Date
CN113780191A CN113780191A (zh) 2021-12-10
CN113780191B true CN113780191B (zh) 2024-05-10

Family

ID=78843657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111076736.3A Active CN113780191B (zh) 2021-09-14 2021-09-14 一种发电站启动拖动开关分合闸状态图像识别方法及系统

Country Status (1)

Country Link
CN (1) CN113780191B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106250902A (zh) * 2016-07-29 2016-12-21 武汉大学 基于图像特征模板匹配的电力系统开关状态检测方法
CN106526467A (zh) * 2016-10-14 2017-03-22 西安交通大学 一种基于机器视觉的高压断路器分合闸速度特性测量方法
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
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
CN110148118A (zh) * 2019-04-22 2019-08-20 国网湖南省电力有限公司 一种开关柜地刀状态非接触监测方法、系统、介质及设备
KR20190108276A (ko) * 2018-03-14 2019-09-24 엘에스산전 주식회사 차단기 개폐 보조 장치
CN110689574A (zh) * 2019-09-21 2020-01-14 南京鑫和汇通电子科技有限公司 一种对开式刀闸运动状态的检测方法
WO2020073201A1 (en) * 2018-10-09 2020-04-16 Abb Schweiz Ag Method and system for circuit breaker condition monitoring
CN111126253A (zh) * 2019-12-23 2020-05-08 国网福建省电力有限公司 基于图像识别的刀闸状态检测方法
CN111600388A (zh) * 2020-06-04 2020-08-28 国网浙江省电力有限公司检修分公司 开关设备开合闸状态的监测方法及装置
CN212645737U (zh) * 2020-04-03 2021-03-02 广东电网有限责任公司 一种用于开关刀闸的监测系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3859674A1 (en) * 2020-01-29 2021-08-04 ABB Schweiz AG System for monitoring a switchgear

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106250902A (zh) * 2016-07-29 2016-12-21 武汉大学 基于图像特征模板匹配的电力系统开关状态检测方法
CN106526467A (zh) * 2016-10-14 2017-03-22 西安交通大学 一种基于机器视觉的高压断路器分合闸速度特性测量方法
KR20190108276A (ko) * 2018-03-14 2019-09-24 엘에스산전 주식회사 차단기 개폐 보조 장치
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
WO2020073201A1 (en) * 2018-10-09 2020-04-16 Abb Schweiz Ag Method and system for circuit breaker condition monitoring
CN111566493A (zh) * 2018-10-09 2020-08-21 Abb瑞士股份有限公司 用于断路器状态监测的方法和系统
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
CN110148118A (zh) * 2019-04-22 2019-08-20 国网湖南省电力有限公司 一种开关柜地刀状态非接触监测方法、系统、介质及设备
CN110689574A (zh) * 2019-09-21 2020-01-14 南京鑫和汇通电子科技有限公司 一种对开式刀闸运动状态的检测方法
CN111126253A (zh) * 2019-12-23 2020-05-08 国网福建省电力有限公司 基于图像识别的刀闸状态检测方法
CN212645737U (zh) * 2020-04-03 2021-03-02 广东电网有限责任公司 一种用于开关刀闸的监测系统
CN111600388A (zh) * 2020-06-04 2020-08-28 国网浙江省电力有限公司检修分公司 开关设备开合闸状态的监测方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Research on Video Monitoring Method for Switching Status of Switch Cabinet Breaker;Gong Chen 等;《 2019 IEEE 3rd Conference on Energy Internet and Energy System Integration (EI2)》;20191231;全文 *
基于图像识别技术的气体绝缘金属封闭开关 设备中开关触头位置监测系统;张永强 等;《电气技术》;20190531(第5期);全文 *
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》;20170430;全文 *
智能变电站隔离开关状态图像识别新方法;胡聪 等;《电力学报》;20191031;全文 *

Also Published As

Publication number Publication date
CN113780191A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
CN107257161B (zh) 一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统
CN111369516B (zh) 基于红外图像识别的变压器套管发热缺陷检测方法
CN107665348B (zh) 一种变电站数字仪表的数字识别方法和装置
CN113888518A (zh) 一种基于深度学习分割、分类多任务的喉咽内镜肿瘤检测及良恶性分类方法
CN112651516A (zh) 基于ar技术的变电站机房的智能巡检系统及方法
CN113888462A (zh) 一种裂纹识别方法、系统、可读介质及存储介质
CN112508911A (zh) 基于巡检机器人的轨交接触网悬挂支撑部件裂纹检测系统及其检测方法
CN115100562A (zh) 基于视频图像及深度学习的设备线路智能监测系统及方法
CN113780191B (zh) 一种发电站启动拖动开关分合闸状态图像识别方法及系统
CN114694050A (zh) 一种基于红外图像的电力设备运行状态探测方法
CN113533372B (zh) 一种纸张缺陷检测方法、系统、装置及计算机存储介质
CN108563997B (zh) 一种建立人脸检测模型、人脸识别的方法和装置
CN114330430A (zh) 一种基于大数据特征分析的电梯故障判断方法及系统
CN112233683A (zh) 一种汽车电动后视镜异响检测方法及检测系统
CN111968078A (zh) 一种变电设备的外观检测方法、装置、设备和存储介质
CN111428987A (zh) 一种基于人工智能的继保装置图像识别方法和系统
CN116091996A (zh) 刀闸分合状态的识别方法、装置、设备及存储介质
CN115464557A (zh) 基于路径调整移动机器人作业的方法及移动机器人
CN110189301B (zh) 一种发电机定子铁心钢片叠装平台的异物检测方法
CN113947563A (zh) 一种基于深度学习的电缆工艺质量动态缺陷检测方法
CN109193935B (zh) 一种基于图像处理的配电房监测方法及系统
CN117315515B (zh) 一种配电线路视觉辅助巡检方法及系统
CN112634352B (zh) 一种变电站鱼眼式分合闸状态识别方法与系统
CN117953434B (zh) 基于智能网关的输电线路外力破坏监测方法及系统
CN118212472A (zh) 一种开关分合闸状态识别方法及系统

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