CN114708597A - 一种基于图像文本识别的风电场工作票点检方法及系统 - Google Patents

Abstract

本发明公开了一种基于图像文本识别的风电场工作票点检方法及系统，该方法基于图像识别技术对现场工作票的拍摄照片进行部分关键信息的提取以识别其中文本内容，同时根据识别到的关键工作内容也可关联到故障库的排查方案，为作业人员提供参考依据，再结合作业现场NFC墨水屏照片进行登机打卡监督，方便管理人员对工作票完成情况进行跟踪统计，还能提高工作票的审核与执行效率；本发明一方面能够有效约束现场按照要求规范开展工作，对工作形成了有效监管机制，另一方面为现场作业人员提供排查方案支持，同时能够减少审核人员工作量，提高工作效率，有效约束现场按照要求规范开展工作，对工作形成有效监管机制，且兼容性高。

Description

一种基于图像文本识别的风电场工作票点检方法及系统

技术领域

本发明涉及风电工作点检的技术领域，尤其是指一种基于图像文本识别的风电场工作票点检方法及系统。

背景技术

风电场工作票是指在现场进行维护维修、处理故障等工作时，为了能有效保证工作人员的人身及设备安全，防止发生事故而采取的一种保证安全的组织措施。工作票是否按照工作程序执行，不仅影响设备的安全运行还关系到执行人员的人身安全，因此对工作票的管理至关重要。在实际使用中，管理工作票的执行情况，一般是由风电场的领导或者风电生产科的领导进行监督、抽查、考核，这样不仅耗费大量的人力，而且追溯作业人员执行过程也较为困难。

发明内容

本发明目的在于为解决现有技术中的不足，提供了一种基于图像文本识别的风电场工作票点检方法及系统，基于图像识别技术对现场工作票的拍摄照片进行部分关键信息的识别以提取其中文本内容，同时根据识别到的关键工作内容也可关联到故障库的排查方案，为作业人员提供参考依据，再结合作业现场NFC墨水屏照片进行登机打卡监督，方便管理人员对工作票完成情况进行跟踪统计，还能提高工作票的审核与执行效率。

为实现上述目的，本发明所提供的技术方案为：一种基于图像文本识别的风电场工作票点检方法，包括以下步骤：

S1、拍摄风电场工作票，将拍摄的风电场工作票的照片上传至照片存储系统；

S2、利用PaddleOCR模型框架对上传的风电场工作票进行识别，若识别风电场工作票失败，则判定上传的照片不合格，需返回步骤S1重新拍摄上传到照片存储系统；若识别风电场工作票成功，则执行步骤S3；

S3、判断风电场工作票的票号是否存在打卡记录系统中，若票号存在打卡记录系统中且打卡结果为成功，则提醒重复上传图片，若票号不存在且打卡结果为失败或无，则提取风电场工作票的文本信息中的关键信息生成关键内容图片上传至打卡系统；同时，采用文本相似度算法计算风电场工作票中的关键信息与故障库排查方案的相似度系数，根据相似度系数提取多个排查方案，作为排查参考；

S4、将关键内容图片通过NFC感应到相应风电机组塔筒的墨水屏，对墨水屏拍照后，将墨水屏照片上传至打卡系统；

S5、利用PaddleOCR模型框架识别上传的墨水屏照片的文本信息；

S6、对比关键内容图片的文本信息中的票号和墨水屏照片的文本信息中的票号是否一致，若票号一致则判定工作人员登机打卡成功，若票号不一致则判定工作人员登机打卡失败。

进一步，在步骤S2中，具体执行以下操作：

利用PaddleOCR模型框架识别风电场工作票的文本内容，识别是否存在工作票的字眼，若识别不到工作票的字眼，则认为识别风电场工作票失败，判定上传的照片不合格，需返回步骤S1重新拍摄上传到照片存储系统；若识别到工作票的字眼，即识别风电场工作票成功，执行步骤S3。

进一步，在步骤S3中，具体执行以下操作：

判断风电场工作票的票号是否存在打卡记录系统中，若票号存在打卡记录系统中且打卡结果为成功，则提醒重复上传图片，若票号不存在且打卡结果为失败或无，则提取风电场工作票中的关键信息并使用python的第三方库prettyTable将提取的关键信息以表格形式展示，借助图像处理库PIL的ImageDraw模块将表格绘制到图像的指定位置生成关键内容图片，并以工作票的票号命名后上传至打卡系统；同时，根据识别的风电场工作票中的关键信息，基于python的自然语言处理库Gensim并使用TF-IDF算法关联故障库排查方案，根据文本相似度系数提取多个排查方案，作为现场作业人员排查方案的参考。

进一步，在步骤S4中，具体执行以下操作：

从打卡系统下载关键内容图片到手机中，将关键内容图片通过NFC感应到相应风电机组塔筒的墨水屏后，对墨水屏拍照得到墨水屏照片并将墨水屏照片上传至打卡系统。

进一步，所述关键信息、关键内容图片的文本信息和墨水屏照片的文本信息均包括票号、工作票类型、工作负责人、工作班成员、设备或系统编码、设备或系统名称、工作地点及内容、计划开始时间以及计划完成时间。

本发明还提供了一种基于图像文本识别的风电场工作票点检系统，包括：

工作票照片获取模块，用于获取风场相应的工作票照片；

工作票照片关键内容获取模块，基于PaddleOCR模型框架识别风电场工作票照片的文本内容，并提取关键信息生成关键内容图片，以工作票的票号命名后上传打卡系统；

故障库排查方案关联模块，根据关键信息关联故障库排查方案，为现场作业人员提供排查方案支持；

NFC墨水屏照片获取模块，通过NFC获取墨水屏照片上传到打卡系统；

NFC墨水屏照片内容获取模块，根据上传的墨水屏照片以PaddleOCR框架识别其中文本信息；

登机打卡结果判定模块，根据识别到的墨水屏照片信息与系统提取的原始风电场工作票照片信息对比，如果票号一致，则判定工作人员登机打卡成功，否则判定工作人员登机打卡失败。

进一步，所述工作票照片关键内容获取模块，具体执行以下操作：

使用PaddleOCR模型框架识别风电场工作票照片的文本内容，提取文本内容中的关键信息并使用python的第三方库prettyTable将提取的关键信息以表格形式展示，借助图像处理库PIL的ImageDraw模块将表格绘制到图像的指定位置生成关键内容图片。

进一步，所述故障库排查方案关联模块，具体执行以下操作：

根据识别的风电场工作票中的关键信息，基于python的自然语言处理库Gensim并使用TF-IDF算法关联故障库排查方案，根据文本相似度系数提取多个排查方案，作为现场作业人员排查方案的参考。

本发明与现有技术相比，具有如下优点与有益效果：

本发明一方面能够有效约束现场按照要求规范开展工作，对工作形成了有效监管机制；另一方面为现场作业人员提供排查方案支持；同时能够减少审核人员工作量，提高工作效率，有效约束现场按照要求规范开展工作，对工作形成有效监管机制，且兼容性高。

附图说明

图1为风电场工作票点检方法的流程图。

图2为本发明生成的关键内容图片。

图3为墨水屏的照片。

具体实施方式

下面结合具体实施例对本发明作进一步说明。

实施例1

参见图1至图3所示，为本实施例所提供的基于图像文本识别的风电场工作票点检方法，包括以下步骤：

S1、拍摄风电场工作票，将拍摄的风电场工作票的照片上传至照片存储系统；

S2、利用PaddleOCR模型框架对上传的风电场工作票进行识别，若识别风电场工作票失败，则判定上传的照片不合格，需返回步骤S1重新拍摄上传到照片存储系统；若识别风电场工作票成功，则执行步骤S3，具体执行以下操作：

利用PaddleOCR模型框架识别风电场工作票的文本内容，识别是否存在工作票的字眼，若识别不到工作票的字眼，则认为识别风电场工作票失败，判定上传的照片不合格，需返回步骤S1重新拍摄上传到照片存储系统；若识别到工作票的字眼，即识别风电场工作票成功，执行步骤S3。

S3、判断风电场工作票的票号是否存在打卡记录系统中，若票号存在打卡记录系统中且打卡结果为成功，则提醒重复上传图片，若票号不存在且打卡结果为失败或无，则提取风电场工作票的文本信息中的关键信息生成关键内容图片上传至打卡系统；同时，采用文本相似度算法计算风电场工作票中的关键信息与故障库排查方案的相似度系数，根据相似度系数提取多个排查方案，具体执行以下操作：

判断风电场工作票的票号GZP-1-202106-0002是否存在打卡记录系统中，若票号GZP-1-202106-0002存在打卡记录系统中且打卡结果为成功，则提醒重复上传图片，若票号GZP-1-202106-0002不存在且打卡结果为失败或无，则提取风电场工作票中的票号、工作票类型、工作负责人、工作班成员、设备或系统编码、设备或系统名称、工作地点及内容、计划开始时间以及计划完成时间这些关键信息，并使用python的第三方库PrettyTable将提取的关键信息以表格形式展示，借助图像处理库PIL的ImageDraw模块将表格绘制到图像的指定位置生成关键内容图片，并以工作票的票号GZP-1-202106-0002命名后上传至打卡系统；同时，根据识别的风电场工作票中的关键信息，除去停用词，然后基于python的自然语言处理库Gensim并使用TF-IDF算法关联故障库排查方案，根据文本相似度系数提取相似度系数最大的前三个排查方案，作为现场作业人员排查方案的参考。

S4、将关键内容图片通过NFC感应到相应风电机组塔筒的墨水屏，对墨水屏拍照后，将墨水屏照片上传至打卡系统，具体执行以下操作：

现场作业人员到达现场作业时，使用手机从打卡系统下载关键内容图片到手机中，将关键内容图片通过NFC感应到相应风电机组塔筒的墨水屏后，对墨水屏拍照得到墨水屏照片并将墨水屏照片上传至打卡系统。

S5、打卡系统利用PaddleOCR模型框架识别上传的墨水屏照片的文本信息；

S6、对比关键内容图片的文本信息中的票号和墨水屏照片的文本信息中的票号是否一致，若票号一致则判定工作人员登机打卡成功，系统界面登机打卡列打勾，若票号不一致则判定工作人员登机打卡失败。

其中，所述关键内容图片的文本信息和墨水屏照片的文本信息均包括票号、工作票类型、工作负责人、工作班成员、设备或系统编码、设备或系统名称、工作地点及内容、计划开始时间以及计划完成时间。

实施例2

本实施例公开了基于图像文本识别的风电场工作票点检系统，包括：

工作票照片获取模块，用于获取风场相应的工作票照片；

工作票照片关键内容获取模块，基于PaddleOCR模型框架识别风电场工作票照片的文本内容，并提取关键信息生成关键内容图片，以工作票的票号命名后上传打卡系统，具体执行以下操作：

使用PaddleOCR模型框架识别风电场工作票照片的文本内容，提取文本内容中的关键信息并使用python的第三方库prettyTable将提取的关键信息以表格形式展示，借助图像处理库PIL的ImageDraw模块将表格绘制到图像的指定位置生成关键内容图片。

故障库排查方案关联模块，根据关键信息关联故障库排查方案，为现场作业人员提供排查方案支持，具体执行以下操作：

根据识别的风电场工作票中的关键信息，基于python的自然语言处理库Gensim并使用TF-IDF算法关联故障库排查方案，根据文本相似度系数提取多个排查方案，作为现场作业人员排查方案的参考。

NFC墨水屏照片获取模块，通过NFC获取墨水屏照片上传到打卡系统；

NFC墨水屏照片内容获取模块，根据上传的墨水屏照片以PaddleOCR框架识别其中文本信息；

登机打卡结果判定模块，根据识别到的墨水屏照片信息与系统提取的原始风电场工作票照片信息对比，如果票号一致，则判定工作人员登机打卡成功，否则判定工作人员登机打卡失败。

以上所述之实施例只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。

Claims (8)

1.一种基于图像文本识别的风电场工作票点检方法，其特征在于，包括以下步骤：

S1、拍摄风电场工作票，将拍摄的风电场工作票的照片上传至照片存储系统；

S2、利用PaddleOCR模型框架对上传的风电场工作票进行识别，若识别风电场工作票失败，则判定上传的照片不合格，需返回步骤S1重新拍摄上传到照片存储系统；若识别风电场工作票成功，则执行步骤S3；

S3、判断风电场工作票的票号是否存在打卡记录系统中，若票号存在打卡记录系统中且打卡结果为成功，则提醒重复上传图片，若票号不存在且打卡结果为失败或无，则提取风电场工作票的文本信息中的关键信息生成关键内容图片上传至打卡系统；同时，采用文本相似度算法计算风电场工作票中的关键信息与故障库排查方案的相似度系数，根据相似度系数提取多个排查方案，作为排查参考；

S4、将关键内容图片通过NFC感应到相应风电机组塔筒的墨水屏，对墨水屏拍照后，将墨水屏照片上传至打卡系统；

S5、利用PaddleOCR模型框架识别上传的墨水屏照片的文本信息；

S6、对比关键内容图片的文本信息中的票号和墨水屏照片的文本信息中的票号是否一致，若票号一致则判定工作人员登机打卡成功，若票号不一致则判定工作人员登机打卡失败。

2.根据权利要求1所述的一种基于图像文本识别的风电场工作票点检方法，其特征在于，在步骤S2中，具体执行以下操作：

利用PaddleOCR模型框架识别风电场工作票的文本内容，识别是否存在工作票的字眼，若识别不到工作票的字眼，则认为识别风电场工作票失败，判定上传的照片不合格，需返回步骤S1重新拍摄上传到照片存储系统；若识别到工作票的字眼，即识别风电场工作票成功，执行步骤S3。

3.根据权利要求1所述的一种基于图像文本识别的风电场工作票点检方法，其特征在于，在步骤S3中，具体执行以下操作：

判断风电场工作票的票号是否存在打卡记录系统中，若票号存在打卡记录系统中且打卡结果为成功，则提醒重复上传图片，若票号不存在且打卡结果为失败或无，则提取风电场工作票中的关键信息并使用python的第三方库prettyTable将提取的关键信息以表格形式展示，借助图像处理库PIL的ImageDraw模块将表格绘制到图像的指定位置生成关键内容图片，并以工作票的票号命名后上传至打卡系统；同时，根据识别的风电场工作票中的关键信息，基于python的自然语言处理库Gensim并使用TF-IDF算法关联故障库排查方案，根据文本相似度系数提取多个排查方案，作为现场作业人员排查方案的参考。

4.根据权利要求1所述的一种基于图像文本识别的风电场工作票点检方法，其特征在于，在步骤S4中，具体执行以下操作：

从打卡系统下载关键内容图片到手机中，将关键内容图片通过NFC感应到相应风电机组塔筒的墨水屏后，对墨水屏拍照得到墨水屏照片并将墨水屏照片上传至打卡系统。

5.根据权利要求1所述的一种基于图像文本识别的风电场工作票点检方法，其特征在于：所述关键信息、关键内容图片的文本信息和墨水屏照片的文本信息均包括票号、工作票类型、工作负责人、工作班成员、设备或系统编码、设备或系统名称、工作地点及内容、计划开始时间以及计划完成时间。

6.一种基于图像文本识别的风电场工作票点检系统，其特征在于，包括：

工作票照片获取模块，用于获取风场相应的工作票照片；

工作票照片关键内容获取模块，基于PaddleOCR模型框架识别风电场工作票照片的文本内容，并提取关键信息生成关键内容图片，以工作票的票号命名后上传打卡系统；

故障库排查方案关联模块，根据关键信息关联故障库排查方案，为现场作业人员提供排查方案支持；

NFC墨水屏照片获取模块，通过NFC获取墨水屏照片上传到打卡系统；

NFC墨水屏照片内容获取模块，根据上传的墨水屏照片以PaddleOCR框架识别其中文本信息；

登机打卡结果判定模块，根据识别到的墨水屏照片信息与系统提取的原始风电场工作票照片信息对比，如果票号一致，则判定工作人员登机打卡成功，否则判定工作人员登机打卡失败。

7.根据权利要求6所述的一种基于图像文本识别的风电场工作票点检系统，其特征在于，所述工作票照片关键内容获取模块，具体执行以下操作：

使用PaddleOCR模型框架识别风电场工作票照片的文本内容，提取文本内容中的关键信息并使用python的第三方库prettyTable将提取的关键信息以表格形式展示，借助图像处理库PIL的ImageDraw模块将表格绘制到图像的指定位置生成关键内容图片。

8.根据权利要求6所述的一种基于图像文本识别的风电场工作票点检系统，其特征在于，所述故障库排查方案关联模块，具体执行以下操作：

根据识别的风电场工作票中的关键信息，基于python的自然语言处理库Gensim并使用TF-IDF算法关联故障库排查方案，根据文本相似度系数提取多个排查方案，作为现场作业人员排查方案的参考。

Images