CN115565118B - 一种输电线路交叉跨越点单挂点单串的识别方法 - Google Patents

一种输电线路交叉跨越点单挂点单串的识别方法 Download PDF

Info

Publication number
CN115565118B
CN115565118B CN202211561108.9A CN202211561108A CN115565118B CN 115565118 B CN115565118 B CN 115565118B CN 202211561108 A CN202211561108 A CN 202211561108A CN 115565118 B CN115565118 B CN 115565118B
Authority
CN
China
Prior art keywords
inspection image
string
point
insulator
hanging point
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
CN202211561108.9A
Other languages
English (en)
Other versions
CN115565118A (zh
Inventor
黄文琦
吴洋
曾群生
李轩昂
蔡卓骏
樊灵孟
刘高
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.)
Southern Power Grid Digital Grid Research Institute Co Ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute 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 Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN202211561108.9A priority Critical patent/CN115565118B/zh
Publication of CN115565118A publication Critical patent/CN115565118A/zh
Application granted granted Critical
Publication of CN115565118B publication Critical patent/CN115565118B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本申请涉及一种输电线路交叉跨越点单挂点单串的识别方法。所述方法包括:获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像;基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;在单挂点单串巡检图像分别与单挂点双串巡检图像以及双挂点双串巡检图像不存在重叠的情况下,确定单挂点单串巡检图像对应的交叉跨越点直线塔为单挂点单串绝缘子直线塔;所述挂点串绝缘子识别结果和告警信息至运维端。采用本方法能够及时发现采用单挂点单串绝缘子的直线塔,极大地提高了对输电高压线识别单挂点单串的巡检运维效率。

Description

一种输电线路交叉跨越点单挂点单串的识别方法
技术领域
本申请涉及人工智能技术领域,特别是涉及一种输电线路交叉跨越点单挂点单串的识别方法。
背景技术
随着人工智能技术的发展,出现了机器智能检测技术,机器智能检测技术是以多种先进的传感器技术为基础的,且易于同计算机系统结合,在合适的软件支持下,自动地完成数据采集、处理、特征提取和识别,以及多种分析与计算。而达到对系统性能的测试和故障诊断的目的。是检测设备模仿人类智能的结果。是将计算机技术、信息技术和人工智能等相结合而发展的检测技术。
输电高压线在跨越铁路、高速公路以及航道等重要交通路线时须采用双挂点双串。但是由于人员施工失误和后期新建的交通路线导致部分交叉跨越点存在单挂点单串的情况,导线有更大的概率脱离挂点掉落在马路和河面上,存在很大的安全隐患。针对上述问题,传统方法采用人工巡查以及卫星图像结合的方式对输电高压线进行缺陷检查,首先通过卫星图像进行搜索,确定疑似单挂点单串的输电高压线,然后通知地勤人员实地勘察,以确定疑似单挂点单串的输电高压线是否存在对应的缺陷。然而,传统的检查方式在识别时间以及识别准确度上都难以满足目前对输电高压线的检查需求,导致对输电高压线识别单挂点单串的效率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高对输电高压线识别单挂点单串的效率的输电线路交叉跨越点单挂点单串的识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种输电线路交叉跨越点单挂点单串的识别方法。所述方法包括:获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,所述直线塔巡检图像包括巡检图像信息以及巡检文字信息;基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;所述挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;在所述单挂点单串巡检图像分别与所述单挂点双串巡检图像以及所述双挂点双串巡检图像不存在重叠的情况下,确定所述单挂点单串巡检图像对应的所述交叉跨越点直线塔为单挂点单串绝缘子直线塔;发送所述挂点串绝缘子识别结果和告警信息至运维端;所述告警信息用于表征所述交叉跨越点直线塔为单挂点单串绝缘子直线塔。
在其中一个实施例中,在所述在所述单挂点单串巡检图像分别与所述单挂点双串巡检图像以及所述双挂点双串巡检图像不存在重叠的情况下,确定所述单挂点单串巡检图像对应的所述交叉跨越点直线塔为单挂点单串绝缘子直线塔步骤之后,还包括:在所述单挂点双串巡检图像分别与所述玻璃绝缘子巡检图像、所述复合绝缘子巡检图像以及所述挂点金具巡检图像存在重叠的情况下,确定所述单挂点双串巡检图像对应的所述交叉跨越点直线塔为单挂点双串绝缘子直线塔。
在其中一个实施例中,在所述在所述单挂点双串巡检图像分别与所述玻璃绝缘子巡检图像、所述复合绝缘子巡检图像以及所述挂点金具巡检图像存在重叠的情况下,确定所述单挂点双串巡检图像对应的所述交叉跨越点直线塔为单挂点双串绝缘子直线塔步骤之后,还包括:在所述双挂点双串巡检图像分别与所述玻璃绝缘子巡检图像以及所述复合绝缘子巡检图像存在重叠的情况下,确定所述双挂点双串巡检图像对应的所述交叉跨越点直线塔为双挂点双串绝缘子直线塔。
在其中一个实施例中,在所述基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果步骤之后,还包括:在所述挂点金具巡检图像分别与所述玻璃绝缘子巡检图像以及所述复合绝缘子巡检图像不存在重叠的情况下,确定所述挂点金具巡检图像对应的交叉跨越点为地线挂点。
在其中一个实施例中,在所述获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像步骤之前,还包括:获取所述输电线路对应的线路名称、输电线路塔杆号以及输电线路巡检图片;各所述输电线路塔杆号对应的输电线路塔杆分别与各所述输电线路巡检图片对应;根据所述线路名称以及所述输电线路塔杆号,确定在所述输电线路巡检图对应的输电线路塔杆是在交叉跨越点的情况下,基于耐张串绝缘子检测模型,对所述输电线路巡检图进行识别,得到横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像;根据所述横复合绝缘子巡检图像、所述竖复合绝缘子巡检图像、所述横玻璃绝缘子巡检图像以及所述竖玻璃绝缘子巡检图像,确定在所述输电线路塔杆的类型是交叉跨越点直线塔的情况下,执行所述获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像。
在其中一个实施例中,所述基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果,包括:基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息进行图像特征提取,得到巡检图像信息特征向量;基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检文字信息进行语义信息提取,得到巡检文字信息特征向量;根据所述巡检图像信息特征向量以及所述巡检文字信息特征向量对所述直线塔巡检图像进行分类,得到所述挂点串绝缘子识别结果。
第二方面,本申请还提供了一种输电线路交叉跨越点单挂点单串的识别装置。所述装置包括:信息获取模块,用于获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,所述直线塔巡检图像包括巡检图像信息以及巡检文字信息;信息识别模块,用于基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;所述挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;直线塔判断模块,用于在所述单挂点单串巡检图像分别与所述单挂点双串巡检图像以及所述双挂点双串巡检图像不存在重叠的情况下,确定所述单挂点单串巡检图像对应的所述交叉跨越点直线塔为单挂点单串绝缘子直线塔;结果发送模块,用于发送所述挂点串绝缘子识别结果和告警信息至运维端;所述告警信息用于表征所述交叉跨越点直线塔为单挂点单串绝缘子直线塔。
在其中一个实施例中,直线塔判断模块,还用于:所述单挂点双串巡检图像分别与所述玻璃绝缘子巡检图像、所述复合绝缘子巡检图像以及所述挂点金具巡检图像存在重叠的情况下,确定所述单挂点双串巡检图像对应的所述交叉跨越点直线塔为单挂点双串绝缘子直线塔。
在其中一个实施例中,直线塔判断模块,还用于:在所述双挂点双串巡检图像分别与所述玻璃绝缘子巡检图像以及所述复合绝缘子巡检图像存在重叠的情况下,确定所述双挂点双串巡检图像对应的所述交叉跨越点直线塔为双挂点双串绝缘子直线塔。
在其中一个实施例中,直线塔判断模块,用于:在所述挂点金具巡检图像分别与所述玻璃绝缘子巡检图像以及所述复合绝缘子巡检图像不存在重叠的情况下,确定所述挂点金具巡检图像对应的交叉跨越点为地线挂点。
在其中一个实施例中,直线塔类型识别模块,用于:获取所述输电线路对应的线路名称、输电线路塔杆号以及输电线路巡检图片;各所述输电线路塔杆号对应的输电线路塔杆分别与各所述输电线路巡检图片对应;根据所述线路名称以及所述输电线路塔杆号,确定在所述输电线路巡检图对应的输电线路塔杆是在交叉跨越点的情况下,基于耐张串绝缘子检测模型,对所述输电线路巡检图进行识别,得到横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像;根据所述横复合绝缘子巡检图像、所述竖复合绝缘子巡检图像、所述横玻璃绝缘子巡检图像以及所述竖玻璃绝缘子巡检图像,确定在所述输电线路塔杆的类型是交叉跨越点直线塔的情况下,执行所述获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像。
在其中一个实施例中,信息识别模块,还用于:基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息进行图像特征提取,得到巡检图像信息特征向量;基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检文字信息进行语义信息提取,得到巡检文字信息特征向量;根据所述巡检图像信息特征向量以及所述巡检文字信息特征向量对所述直线塔巡检图像进行分类,得到所述挂点串绝缘子识别结果。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,所述直线塔巡检图像包括巡检图像信息以及巡检文字信息;基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;所述挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;在所述单挂点单串巡检图像分别与所述单挂点双串巡检图像以及所述双挂点双串巡检图像不存在重叠的情况下,确定所述单挂点单串巡检图像对应的所述交叉跨越点直线塔为单挂点单串绝缘子直线塔;发送所述挂点串绝缘子识别结果和告警信息至运维端;所述告警信息用于表征所述交叉跨越点直线塔为单挂点单串绝缘子直线塔。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其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以下步骤:获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,所述直线塔巡检图像包括巡检图像信息以及巡检文字信息;基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;所述挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;在所述单挂点单串巡检图像分别与所述单挂点双串巡检图像以及所述双挂点双串巡检图像不存在重叠的情况下,确定所述单挂点单串巡检图像对应的所述交叉跨越点直线塔为单挂点单串绝缘子直线塔;发送所述挂点串绝缘子识别结果和告警信息至运维端;所述告警信息用于表征所述交叉跨越点直线塔为单挂点单串绝缘子直线塔。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,所述直线塔巡检图像包括巡检图像信息以及巡检文字信息;基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;所述挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;在所述单挂点单串巡检图像分别与所述单挂点双串巡检图像以及所述双挂点双串巡检图像不存在重叠的情况下,确定所述单挂点单串巡检图像对应的所述交叉跨越点直线塔为单挂点单串绝缘子直线塔;发送所述挂点串绝缘子识别结果和告警信息至运维端;所述告警信息用于表征所述交叉跨越点直线塔为单挂点单串绝缘子直线塔。
上述一种输电线路交叉跨越点单挂点单串的识别方法、装置、计算机设备、存储介质和计算机程序产品,通过获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,直线塔巡检图像包括巡检图像信息以及巡检文字信息;基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;在单挂点单串巡检图像分别与单挂点双串巡检图像以及双挂点双串巡检图像不存在重叠的情况下,确定单挂点单串巡检图像对应的交叉跨越点直线塔为单挂点单串绝缘子直线塔;发送挂点串绝缘子识别结果和告警信息至运维端;告警信息用于表征交叉跨越点直线塔为单挂点单串绝缘子直线塔。
通过使用改进的YOLOv5目标检测算法对获取到的交叉跨越点直线塔对应的直线塔巡检图像进行识别,得到单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;对单挂点双串巡检图像分别与双挂点双串巡检图像以及单挂点单串巡检图像的重叠性进行判断,以进一步确定目标直线塔为单挂点单串绝缘子直线塔。能够采用自动化的形式对对跨高速、跨铁路以及跨河道交跨点的精细化巡检照片进行智能识别,及时发现采用单挂点单串绝缘子的直线塔,极大地提高了对输电高压线识别单挂点单串的巡检运维效率。
附图说明
图1为一个实施例中输电线路交叉跨越点单挂点单串的识别方法的应用环境图;
图2为一个实施例中输电线路交叉跨越点单挂点单串的识别方法的流程示意图;
图3为一个实施例中注意力机制网络结构示意图;
图4为一个实施例中改进的YOLOv5网络整体结构示意图;
图5为一个实施例中一种输电线路交叉跨越点单挂点单串的识别方法的逻辑框图;
图6为一个实施例中直线塔类型判断方法的流程示意图;
图7为一个实施例中挂点穿绝缘子识别结果得到方法的流程示意图;
图8为一个实施例中输电线路交叉跨越点单挂点单串的识别装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的输电线路交叉跨越点单挂点单串的识别方法,可以应用于如图1所示的应用环境中。终端102获取数据,服务器104响应终端102的指令接收终端102的数据,并且对获取得到的数据进行计算,服务器104将数据的计算结果传输回终端102,并且由终端102进行显示。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。服务器104从终端102处获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,直线塔巡检图像包括巡检图像信息以及巡检文字信息;基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;在单挂点单串巡检图像分别与单挂点双串巡检图像以及双挂点双串巡检图像不存在重叠的情况下,确定单挂点单串巡检图像对应的交叉跨越点直线塔为单挂点单串绝缘子直线塔;发送挂点串绝缘子识别结果和告警信息至运维端;告警信息用于表征交叉跨越点直线塔为单挂点单串绝缘子直线塔。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种输电线路交叉跨越点单挂点单串的识别方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像。
其中,输电线路可以是用变压器将发电机发出的电能升压后,再经断路器等控制设备接入高压电线来实现。输电线路分为架空输电线路和电缆线路,其中,架空输电线路由线路杆塔、导线、绝缘子、线路金具、拉线、杆塔基础、接地装置等构成,架设在地面之上。
其中,交叉跨越点直线塔可以是位于输电线路从障碍物的一侧跨越至另一侧对应的于架空线路直线段的杆塔。其中,交叉跨越点直线塔可以分为单挂点单串绝缘子直线塔、单挂点双串绝缘子直线塔以及双挂点双串绝缘子直线塔。
其中,直线塔巡检图像可以是使用无人机对交叉跨越点直线塔巡检时对每个杆塔拍摄多张角度不为相同的图像。
具体地,服务器响应终端的指令,从终端处获取交叉跨越点直线塔对应的直线塔巡检图像,并且将获取到的直线塔巡检图像存储到存储单元中,当服务器需要对直线塔巡检图像进行处理时,则从存储单元中调取至易失性存储资源以供中央处理器进行计算。其中,输入至中央处理器进行计算的直线塔巡检图像可以是单个直线塔巡检图像,也可以为多个直线塔巡检图像同时输入。
举例来说,服务器104响应终端102的指令,从终端102处获取交叉跨越点直线塔对应的直线塔巡检图像,并存储到服务器104中的存储单元中,其中服务器104获取到的直线塔巡检图像有10张,可以是单个直线塔巡检图像单独进行输入,也可以同时将多个直线塔巡检图像同时输入。
步骤204,基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果。
其中,输电线路挂点串绝缘子检测模型可以是用于对直线塔巡检图像进行特征提取后得到特征向量,并根据特征向量进行识别的人工智能模型。
其中,巡检图像信息可以是直线塔巡检图像关于单挂点单串绝缘子直线塔、单挂点双串绝缘子直线塔以及双挂点双串绝缘子直线塔内容的图像信息。
其中,巡检文字信息可以是直线塔巡检图像中与单挂点单串绝缘子直线塔、单挂点双串绝缘子直线塔以及双挂点双串绝缘子直线塔相关的文字的信息。
其中,挂点串绝缘子识别结果可以是通过输电线路挂点串绝缘子检测模型对直线塔巡检图像进行识别所得到的结果,其中,识别结果可分为三种,分别为单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像。
具体地,将直线塔巡检图像输入至输电线路挂点串绝缘子检测模型,该模型采用的是改进的YOLOv5目标检测算法,基于改进的YOLOv5目标检测算法对交叉跨越点直线塔对应的单双挂点、交叉跨越点直线塔对应的单双串绝缘子和交叉跨越点直线塔对应的挂点金具进行识别,目标类别设置为单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像、玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像。
其中,针对输电线路挂点串绝缘子检测模型采用的是改进的YOLOv5目标检测算法,引入了轻量级的注意力机制模块,GhostModule是在GhostNet中提出的轻量级通道调整模块,该模块通过1×1卷积与深度可分离卷积Depthwise的组合来实现常规1×1卷积的功能。改模块不仅能将1×1卷积的参数减少一半,同时因为引入了3×3的深度可分离卷积,增大了网络的感受野,增强特征提取能力。ECA是ECA-Net中提出的通道注意力模块,ECA在全局平均池化后得到的一维特征图上,通过一个权重共享的1维卷积来学习各通道的权重,而其中1维卷积核k×1的大小代表着模块的跨通道信息交互率,k会随着通道数的变化而动态调整,ECA解决了SE因为通道维度缩减而带来的信息丢失问题,极大地减少了参数量。根据MobileNetv3中的bneck模块设计,融合GhostModule和ECA设计了一种轻量级的注意力机制卷积模块(LAMCM),其网络结构如图3所示。MobileNetv3中主要使用了1×1大小的卷积来扩充通道数,LAMCM卷积模块中采用了GhostModule,在保证网络参数数量较少的同时也能通过3×3的深度可分离卷积与1×1大小的卷积的组合来获得相比1×1大小的卷积更加丰富的特征与更大的感受野,对于目标检测任务有较大的收益。LAMCM卷积块相比MobileNetv3所使用的SE模块,采用了更加轻量级的注意力模块ECA,进一步降低了网络的参数数量,同时提高了网络的性能。LAMCM模块也在步长为1的卷积块中加入了残差连接,以解决网络训练时浅层网络的梯度消失问题。
进一步,为了解决输电全景图复杂背景下小目标检测问题和目标尺寸差异大的问题,基于YOLOv5算法提出了一种改进的YOLOv5算法,网络整体结构如图4所示。改进的YOLOv5包含Backbone、Neck、Prediction三个部分。主干网络由Focus、LAMCM2、CSP1_X、SPP、CSP2_X四个模块构成,主要负责图像特征与语义信息的提取。原先Focus、SPP、CSP1_X、CSP2_X中的Conv+BN+Leaky rule(CBL)都换成轻量的GhostModule+BN+Leaky rule(GBL),CSP1_X中残差组件换成LAMCM1,这样主干网络能够在保证网络参数较小的同时使得提取到的特征更加丰富。Neck部分采用FPN和PAN进行多尺度特征的融合,LAMCM1和LAMCM2的嵌入进一步对信息量较大的通道特征给予更多的关注,从而提高特征的使用效率。Prediction部分采用了4个预测头。考虑到输电全景图中存在鸟巢小目标以及不同类别对象之间尺度差异过大的问题,可以添加一个预测头来缓解尺度暴力变化带来的负面影响,使网络能够准确预测不同尺度的目标,提高小目标的检测能力。最后可以通过GhostModule和1×1卷积抵消添加一个预测头所带来的计算和存储成本增加。
步骤206,在单挂点单串巡检图像分别与单挂点双串巡检图像以及双挂点双串巡检图像不存在重叠的情况下,确定单挂点单串巡检图像对应的交叉跨越点直线塔为单挂点单串绝缘子直线塔。
其中,单挂点单串巡检图像可以是通过改进的YOLOv5目标检测算法进行特征提取后进行识别所得到的为单挂点单串绝缘子的巡检图像。
其中,单挂点单串绝缘子直线塔可以是输电线路中的交叉跨越点直线塔对输电线的挂载采用单挂点且绝缘子同时采用单串的形式。
具体地,第一步,判断是否为地线挂点:判断挂点金具巡检图像分别与玻璃绝缘子巡检图像以及复合绝缘子是否存在重叠,如果不存在重叠,表明挂点金具巡检图像不包含绝缘子串,则认为此交叉跨越点为地线挂点。第二步,判断是否为单挂点单串绝缘子直线塔:判断单挂点单串巡检图像分别与单挂点双串巡检图像以及双挂点双串巡检图像是否存在重叠,如果不存在重叠,表明单挂点单串巡检图像不在单挂点双串巡检图像和双挂点双串巡检图像的内部,则认为是单挂点单串绝缘子直线塔。第三步,判断单挂点双串绝缘子直线塔:判断单挂点双串巡检图像分别与玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像是否存在重叠,如果单挂点双串巡检图像中包含玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像,则认为是单挂点双串绝缘子直线塔。第四步,判断双挂点双串绝缘子直线塔:判断双挂点双串巡检图像分别与玻璃绝缘子巡检图像以及复合绝缘子巡检图像是否存在重叠,如果双挂点双串巡检图像中包含玻璃绝缘子巡检图像以及复合绝缘子巡检图像,则认为是双挂点双串绝缘子直线塔。
步骤208,发送挂点串绝缘子识别结果和告警信息至运维端。
具体地,通过改进的YOLOv5目标检测算法对交叉跨越点直线塔对应的直线塔巡检图像的识别,并且通过单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像之间的相互匹配,当两者的检测结果同时确定为交叉跨越点直线塔为单挂点单串绝缘子直线塔,则发送挂点串绝缘子识别结果和告警信息至运维端,其中,告警信息用于表征交叉跨越点直线塔为单挂点单串绝缘子直线塔。关于一种输电线路交叉跨越点单挂点单串的识别方法的详细逻辑框图如图5所示。
上述输电线路交叉跨越点单挂点单串的识别方法中,通过获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,直线塔巡检图像包括巡检图像信息以及巡检文字信息;基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;在单挂点单串巡检图像分别与单挂点双串巡检图像以及双挂点双串巡检图像不存在重叠的情况下,确定单挂点单串巡检图像对应的交叉跨越点直线塔为单挂点单串绝缘子直线塔;发送挂点串绝缘子识别结果和告警信息至运维端;告警信息用于表征交叉跨越点直线塔为单挂点单串绝缘子直线塔。
通过使用改进的YOLOv5目标检测算法对获取到的交叉跨越点直线塔对应的直线塔巡检图像进行识别,得到单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;对单挂点双串巡检图像分别与双挂点双串巡检图像以及单挂点单串巡检图像的重叠性进行判断,以进一步确定目标直线塔为单挂点单串绝缘子直线塔。能够采用自动化的形式对对跨高速、跨铁路以及跨河道交跨点的精细化巡检照片进行智能识别,及时发现采用单挂点单串绝缘子的直线塔,极大地提高了对输电高压线识别单挂点单串的巡检运维效率。
在一个实施例中,在单挂点单串巡检图像分别与单挂点双串巡检图像以及双挂点双串巡检图像不存在重叠的情况下,确定单挂点单串巡检图像对应的交叉跨越点直线塔为单挂点单串绝缘子直线塔步骤之后,还包括:
步骤302,在单挂点双串巡检图像分别与玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像存在重叠的情况下,确定单挂点双串巡检图像对应的交叉跨越点直线塔为单挂点双串绝缘子直线塔。
其中,玻璃绝缘子巡检图像可以是用来支持导线并使其绝缘的器件对应绝缘子巡检图像,其中,该绝缘子器件由玻璃制成,用在输电线路中最广泛的是钢化玻璃绝缘子。
其中,复合绝缘子巡检图像可以是至少由两种绝缘部件,即芯体和伞套制成,并装有端部装配件的绝缘子对应的绝缘子巡检图像,一般复合绝缘子选用玻璃纤维环氧树脂芯棒组成。
其中,挂点金具巡检图像可以是用来将高压输电电缆固定在空中索链上的关键部件对应的巡检图像。其中,挂点金具能满足在风吹、雨淋、日晒的恶劣环境下使用,因此对使用的材料既要求具有良好的物理机械性能、热性能、化学性能外,还要具有优良的电性能。
其中,单挂点双串巡检图像可以是通过改进的YOLOv5目标检测算法进行特征提取后进行识别所得到的为单挂点双串绝缘子的巡检图像。
其中,单挂点双串绝缘子直线塔可以是输电线路中的交叉跨越点直线塔对输电线的挂载采用单挂点且绝缘子同时采用双串的形式。
具体地,判断单挂点双串绝缘子直线塔:判断单挂点双串巡检图像分别与玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像是否存在重叠,如果单挂点双串巡检图像中包含玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像,则认为是单挂点双串绝缘子直线塔。
本实施例中,通过对单挂点双串巡检图像的进一步判断,根据判断结果确定是否为单挂点双串绝缘子直线塔,能够达到避免根据不同的巡检图像之间进行是否具有重叠的比对之下出现比对的失误,导致原本为单挂点单串绝缘子直线塔没有识别出来,提高识别的准确率。
在一个实施例中,在单挂点双串巡检图像分别与玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像存在重叠的情况下,确定单挂点双串巡检图像对应的交叉跨越点直线塔为单挂点双串绝缘子直线塔步骤之后,还包括:
步骤402,在双挂点双串巡检图像分别与玻璃绝缘子巡检图像以及复合绝缘子巡检图像存在重叠的情况下,确定双挂点双串巡检图像对应的交叉跨越点直线塔为双挂点双串绝缘子直线塔。
其中,双挂点双串巡检图像可以是通过改进的YOLOv5目标检测算法进行特征提取后进行识别所得到的为双挂点双串绝缘子的巡检图像。
其中,双挂点双串绝缘子直线塔可以是输电线路中的交叉跨越点直线塔对输电线的挂载采用双挂点且绝缘子同时采用双串的形式。
具体地,判断双挂点双串绝缘子直线塔:判断双挂点双串巡检图像分别与玻璃绝缘子巡检图像以及复合绝缘子巡检图像是否存在重叠,如果双挂点双串巡检图像中包含玻璃绝缘子巡检图像以及复合绝缘子巡检图像,则认为是双挂点双串绝缘子直线塔。
本实施例中,通过对双挂点双串巡检图像的进一步判断,根据判断结果确定是否为双挂点双串绝缘子直线塔,能够达到避免根据不同的巡检图像之间进行是否具有重叠的比对之下出现比对的失误,导致原本为单挂点单串绝缘子直线塔没有识别出来,提高识别的准确率。
在一个实施例中,在基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果步骤之后,还包括:
步骤502,在挂点金具巡检图像分别与玻璃绝缘子巡检图像以及复合绝缘子巡检图像不存在重叠的情况下,确定挂点金具巡检图像对应的交叉跨越点为地线挂点。
其中,地线挂点可以是输电线路从地下通过交叉跨越点所需要的挂点,用于确定输电导线能够满足预设的物理性能。
具体地,判断是否为地线挂点:判断挂点金具巡检图像分别与玻璃绝缘子巡检图像以及复合绝缘子是否存在重叠,如果不存在重叠,表明挂点金具巡检图像不包含绝缘子串,则认为此交叉跨越点为地线挂点。
本实施例中,通过挂点金具对交叉跨越点的才去的跨越方式进行判断,在判断为地线挂点时,直接跳出该交叉跨越点的识别,能够达到快速地识别出交叉跨越点是否需要执行对单挂点单串绝缘子直线塔,减少识别过程中的工作量,提高识别效率。
在一个实施例中,如图6所示,在获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像步骤之前,还包括:
步骤602,获取输电线路对应的线路名称、输电线路塔杆号以及输电线路巡检图片。
其中,输电线路巡检图片可以是使用无人机对输电线路上各种部件进行巡检时对每个杆塔拍摄多张角度不为相同的图像。
具体地,服务器响应终端的指令,从终端处获取输电线路对应的线路名称、输电线路塔杆号以及输电线路巡检图片,并且将获取到的输电线路巡检图片存储到存储单元中,当服务器需要对输电线路巡检图片进行处理时,则从存储单元中调取至易失性存储资源以供中央处理器进行计算。其中,输入至中央处理器进行计算的输电线路巡检图片可以是单个输电线路巡检图片,也可以为多个输电线路巡检图片同时输入。
步骤604,根据线路名称以及输电线路塔杆号,确定在输电线路巡检图对应的输电线路塔杆是在交叉跨越点的情况下,基于耐张串绝缘子检测模型,对输电线路巡检图进行识别,得到横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像。
其中,耐张串绝缘子检测模型可以是跟输电线路挂点串绝缘子检测模型采用同样的人工智能算法的监测模型,耐张串绝缘子检测模型用于对直线塔巡检图像进行特征提取后得到特征向量,并根据特征向量进行耐张串绝缘子类型的识别。
其中,横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像均可以是绝缘子对应的四种类型对应的巡检图像,其中,在复合绝缘子的分类中根据与大地之间的位置关系,分为横复合绝缘子和竖复合绝缘子;在玻璃绝缘子的分类中根据与大地之间的位置关系,分为横玻璃绝缘子以及竖玻璃绝缘子。
具体地,第一步,判断此直线塔是否在交叉跨越点:根据输电线路巡检图中输电线路对应的航线数据和交通地理数据判断此直线塔是否在交叉跨越点,如果不是在交叉跨越点,则直接退出,如果是在交叉跨越点,则进入到第二步。第二步,耐张串绝缘子检测:对判断为跨越点直线塔对应的文件夹下的所有图片都进行耐张串绝缘子检测,检测算法采用改进的YOLOv5目标检测算法,判断的目标类别为横的复合绝缘子、竖的复合绝缘子、横的玻璃绝缘子、竖的玻璃绝缘子四类,其中横复合绝缘子和横玻璃绝缘子称为耐张串绝缘子,得到横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像。
步骤606,根据横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像,确定在输电线路塔杆的类型是交叉跨越点直线塔的情况下,执行获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像。
具体地,判断是耐张塔还是直线塔:根据横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像,如果一个杆塔有三张及以上巡检图像数量的图片检测结果为横复合绝缘子和横玻璃绝缘子,则认为该杆塔为耐张塔,直接退出,如果一个杆塔有少于三张数量的巡检图像检测结果为横复合绝缘子和横玻璃绝缘子,则认为该杆塔为直线塔,进入执行获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像。
本实施例中,通过线路名称和输电线路塔杆号确定输电线路塔杆是在交叉跨越点情况下,进一步根据耐张串绝缘子检测模型对输电线路巡检图进行识别,最后根据识别结果判断是否执行对单挂点单串绝缘子直线塔的判断,能够达到无需任何情况下都执行对单挂点单串绝缘子直线塔的判断,减少数据采集以及数据处理的任务,提高对输电线路的巡检效率。
在一个实施例中,如图7所示,基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果,包括:
步骤702,基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息进行图像特征提取,得到巡检图像信息特征向量。
其中,巡检图像信息特征向量可以是表示直线塔巡检图像中的巡检图像信息所对应的向量矩阵。
具体地,基于输电线路挂点串绝缘子检测模型,也就是基于改进的YOLOv5算法,将直线塔巡检图像中输入至改进的YOLOv5算法,改进的YOLOv5算法使用主干网络Focus、LAMCM2、CSP1_X、SPP、CSP2_X对巡检图像信息进行图像特征提取,得到巡检图像信息特征向量。
步骤704,基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检文字信息进行语义信息提取,得到巡检文字信息特征向量。
其中,巡检文字信息特征向量可以是表示直线塔巡检图像中的巡检文字信息所对应的向量矩阵。
具体地,基于输电线路挂点串绝缘子检测模型,也就是基于改进的YOLOv5算法,将直线塔巡检图像中输入至改进的YOLOv5算法,改进的YOLOv5算法使用主干网络Focus、LAMCM2、CSP1_X、SPP、CSP2_X对巡检文字信息进行语义信息提取,得到巡检文字信息特征向量。
步骤706,根据巡检图像信息特征向量以及巡检文字信息特征向量对直线塔巡检图像进行分类,得到挂点串绝缘子识别结果。
具体地,根据巡检图像信息特征向量以及巡检文字信息特征向量,使用改进的YOLOv5目标检测算法中的分类函数,对直线塔巡检图像按照单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像进行分类,得到挂点串绝缘子识别结果。
本实施例中,通过使用YOLOv5目标检测算法中对直线塔巡检图像进行特征提取后进行分类,从多个直线塔巡检图像筛选出三种不同的类别,能够达到通过人工智能快速对直线塔巡检图像中不同的类别进行区分,提高对单挂点单串绝缘子直线塔的识别效率。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的输电线路交叉跨越点单挂点单串的识别方法的输电线路交叉跨越点单挂点单串的识别装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个输电线路交叉跨越点单挂点单串的识别装置实施例中的具体限定可以参见上文中对于输电线路交叉跨越点单挂点单串的识别方法的限定,在此不再赘述。
在一个实施例中,如图8所示,提供了一种输电线路交叉跨越点单挂点单串的识别装置,包括:信息获取模块802、信息识别模块804、直线塔判断模块806和结果发送模块808,其中:
信息获取模块802,用于获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,直线塔巡检图像包括巡检图像信息以及巡检文字信息;
信息识别模块804,用于基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;
直线塔判断模块806,用于在单挂点单串巡检图像分别与单挂点双串巡检图像以及双挂点双串巡检图像不存在重叠的情况下,确定单挂点单串巡检图像对应的交叉跨越点直线塔为单挂点单串绝缘子直线塔;
结果发送模块808,用于发送挂点串绝缘子识别结果和告警信息至运维端;告警信息用于表征交叉跨越点直线塔为单挂点单串绝缘子直线塔。
在其中一个实施例中,直线塔判断模块,还用于:单挂点双串巡检图像分别与玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像存在重叠的情况下,确定单挂点双串巡检图像对应的交叉跨越点直线塔为单挂点双串绝缘子直线塔。
在其中一个实施例中,直线塔判断模块,还用于:在双挂点双串巡检图像分别与玻璃绝缘子巡检图像以及复合绝缘子巡检图像存在重叠的情况下,确定双挂点双串巡检图像对应的交叉跨越点直线塔为双挂点双串绝缘子直线塔。
在其中一个实施例中,直线塔判断模块,用于:在挂点金具巡检图像分别与玻璃绝缘子巡检图像以及复合绝缘子巡检图像不存在重叠的情况下,确定挂点金具巡检图像对应的交叉跨越点为地线挂点。
在其中一个实施例中,直线塔类型识别模块,用于:获取输电线路对应的线路名称、输电线路塔杆号以及输电线路巡检图片;各输电线路塔杆号对应的输电线路塔杆分别与各输电线路巡检图片对应;根据线路名称以及输电线路塔杆号,确定在输电线路巡检图对应的输电线路塔杆是在交叉跨越点的情况下,基于耐张串绝缘子检测模型,对输电线路巡检图进行识别,得到横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像;根据横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像,确定在输电线路塔杆的类型是交叉跨越点直线塔的情况下,执行获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像。
在其中一个实施例中,信息识别模块,还用于:基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检图像信息进行图像特征提取,得到巡检图像信息特征向量;基于输电线路挂点串绝缘子检测模型,对直线塔巡检图像中的巡检文字信息进行语义信息提取,得到巡检文字信息特征向量;根据巡检图像信息特征向量以及巡检文字信息特征向量对直线塔巡检图像进行分类,得到挂点串绝缘子识别结果。
上述输电线路交叉跨越点单挂点单串的识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储服务器数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种输电线路交叉跨越点单挂点单串的识别方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (9)

1.一种输电线路交叉跨越点单挂点单串的识别方法,其特征在于,所述方法包括:
获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,所述直线塔巡检图像包括巡检图像信息以及巡检文字信息;
基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;所述挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;
在所述单挂点单串巡检图像分别与所述单挂点双串巡检图像以及所述双挂点双串巡检图像不存在重叠的情况下,确定所述单挂点单串巡检图像对应的所述交叉跨越点直线塔为单挂点单串绝缘子直线塔;
发送所述挂点串绝缘子识别结果和告警信息至运维端;所述告警信息用于表征所述交叉跨越点直线塔为单挂点单串绝缘子直线塔。
2.根据权利要求1所述的方法,其特征在于,所述挂点串绝缘子识别结果还包括玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像,在所述在所述单挂点单串巡检图像分别与所述单挂点双串巡检图像以及所述双挂点双串巡检图像不存在重叠的情况下,确定所述单挂点单串巡检图像对应的所述交叉跨越点直线塔为单挂点单串绝缘子直线塔步骤之后,还包括:
在所述单挂点双串巡检图像分别与所述玻璃绝缘子巡检图像、所述复合绝缘子巡检图像以及所述挂点金具巡检图像存在重叠的情况下,确定所述单挂点双串巡检图像对应的所述交叉跨越点直线塔为单挂点双串绝缘子直线塔。
3.根据权利要求2所述的方法,其特征在于,在所述在所述单挂点双串巡检图像分别与所述玻璃绝缘子巡检图像、所述复合绝缘子巡检图像以及所述挂点金具巡检图像存在重叠的情况下,确定所述单挂点双串巡检图像对应的所述交叉跨越点直线塔为单挂点双串绝缘子直线塔步骤之后,还包括:
在所述双挂点双串巡检图像分别与所述玻璃绝缘子巡检图像以及所述复合绝缘子巡检图像存在重叠的情况下,确定所述双挂点双串巡检图像对应的所述交叉跨越点直线塔为双挂点双串绝缘子直线塔。
4.根据权利要求1所述的方法,其特征在于,所述挂点串绝缘子识别结果还包括玻璃绝缘子巡检图像、复合绝缘子巡检图像以及挂点金具巡检图像,在所述基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果步骤之后,还包括:
在所述挂点金具巡检图像分别与所述玻璃绝缘子巡检图像以及所述复合绝缘子巡检图像不存在重叠的情况下,确定所述挂点金具巡检图像对应的交叉跨越点为地线挂点。
5.根据权利要求1所述的方法,其特征在于,在所述获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像步骤之前,还包括:
获取所述输电线路对应的线路名称、输电线路塔杆号以及输电线路巡检图片;各所述输电线路塔杆号对应的输电线路塔杆分别与各所述输电线路巡检图片对应;
根据所述线路名称以及所述输电线路塔杆号,确定在所述输电线路巡检图对应的输电线路塔杆是在交叉跨越点的情况下,基于耐张串绝缘子检测模型,对所述输电线路巡检图进行识别,得到横复合绝缘子巡检图像、竖复合绝缘子巡检图像、横玻璃绝缘子巡检图像以及竖玻璃绝缘子巡检图像;
根据所述横复合绝缘子巡检图像、所述竖复合绝缘子巡检图像、所述横玻璃绝缘子巡检图像以及所述竖玻璃绝缘子巡检图像,确定在所述输电线路塔杆的类型是交叉跨越点直线塔的情况下,执行所述获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像。
6.根据权利要求1所述的方法,其特征在于,所述基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果,包括:
基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息进行图像特征提取,得到巡检图像信息特征向量;
基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检文字信息进行语义信息提取,得到巡检文字信息特征向量;
根据所述巡检图像信息特征向量以及所述巡检文字信息特征向量对所述直线塔巡检图像进行分类,得到所述挂点串绝缘子识别结果。
7.一种输电线路交叉跨越点单挂点单串的识别装置,其特征在于,所述装置包括:
信息获取模块,用于获取输电线路中的交叉跨越点直线塔对应的直线塔巡检图像,所述直线塔巡检图像包括巡检图像信息以及巡检文字信息;
信息识别模块,用于基于输电线路挂点串绝缘子检测模型,对所述直线塔巡检图像中的巡检图像信息以及巡检文字信息进行识别,得到所述输电线路挂点串绝缘子检测模型对应的挂点串绝缘子识别结果;所述挂点串绝缘子识别结果包括单挂点双串巡检图像、双挂点双串巡检图像以及单挂点单串巡检图像;
直线塔判断模块,用于在所述单挂点单串巡检图像分别与所述单挂点双串巡检图像以及所述双挂点双串巡检图像不存在重叠的情况下,确定所述单挂点单串巡检图像对应的所述交叉跨越点直线塔为单挂点单串绝缘子直线塔;
结果发送模块,用于发送所述挂点串绝缘子识别结果和告警信息至运维端;所述告警信息用于表征所述交叉跨越点直线塔为单挂点单串绝缘子直线塔。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202211561108.9A 2022-12-07 2022-12-07 一种输电线路交叉跨越点单挂点单串的识别方法 Active CN115565118B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211561108.9A CN115565118B (zh) 2022-12-07 2022-12-07 一种输电线路交叉跨越点单挂点单串的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211561108.9A CN115565118B (zh) 2022-12-07 2022-12-07 一种输电线路交叉跨越点单挂点单串的识别方法

Publications (2)

Publication Number Publication Date
CN115565118A CN115565118A (zh) 2023-01-03
CN115565118B true CN115565118B (zh) 2023-04-07

Family

ID=84769814

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211561108.9A Active CN115565118B (zh) 2022-12-07 2022-12-07 一种输电线路交叉跨越点单挂点单串的识别方法

Country Status (1)

Country Link
CN (1) CN115565118B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117237881B (zh) * 2023-11-16 2024-02-02 合肥中科类脑智能技术有限公司 三跨塔的绝缘子异常监测方法及装置、计算机设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109459437A (zh) * 2018-11-07 2019-03-12 天津市普迅电力信息技术有限公司 基于高精度定位的多旋翼无人机输电杆塔缺陷识别方法
CN110797792B (zh) * 2019-11-12 2021-03-23 西安工程大学 一种输电铁塔鸟巢定位与故障预警方法
CN111914813B (zh) * 2020-08-31 2023-08-08 国网湖南省电力有限公司 基于图像分类的输电线路巡检图像命名方法及系统
CN111935412B (zh) * 2020-10-19 2021-04-13 广东科凯达智能机器人有限公司 一种巡检目标自动识别跟踪的方法、系统及机器人
CN114266985A (zh) * 2022-01-14 2022-04-01 南方电网数字电网研究院有限公司 玻璃绝缘子自爆识别方法、装置、设备、介质和程序产品

Also Published As

Publication number Publication date
CN115565118A (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
US11256920B2 (en) Method and apparatus for classifying video
CN110378222A (zh) 一种输电线路防震锤目标检测与缺陷识别方法及装置
Guo et al. An improved AlexNet for power edge transmission line anomaly detection
US11721088B2 (en) Image translation for image recognition to compensate for source image regional differences
CN115565118B (zh) 一种输电线路交叉跨越点单挂点单串的识别方法
CN116468730B (zh) 基于YOLOv5算法的航拍绝缘子图像缺陷检测方法
CN111428862B (zh) 一种极类不平衡时空联合对流初生短临预报方法
Manninen et al. Toward automatic condition assessment of high-voltage transmission infrastructure using deep learning techniques
CN114037907A (zh) 输电线路的检测方法、装置、计算机设备、存储介质
CN116628559B (zh) 水下大数据计算综合实验分类系统、分类模型的训练方法
CN113449769A (zh) 输电线路覆冰识别模型训练方法、识别方法及存储介质
CN115147383A (zh) 一种基于轻量化YOLOv5模型的绝缘子状态快速检测方法
CN115082798A (zh) 一种基于动态感受野的输电线路销钉缺陷检测方法
Wang et al. Insulator defects detection for aerial photography of the power grid using you only look once algorithm
CN108921012B (zh) 一种利用人工智能芯片处理图像视频帧的方法
Zhang et al. Improved YOLOv8 Insulator Fault Detection Algorithm Based on BiFormer
CN114461831A (zh) 输电线路巡检图像自动命名方法及装置
CN112417260B (zh) 本地化推荐方法、装置及存储介质
CN112651954A (zh) 一种绝缘子掉串区域的检测方法及装置
Zhang et al. AE-FPN: adaptive enhance feature learning for detecting wire defects
Wu et al. Identification of bird’s nest hazard level of transmission line based on improved yolov5 and location constraints
Zhang et al. A Real-Time Wind Turbine Blade Damage Detection Method Based on an Improved YOLOv5 Algorithm
CN117152646B (zh) 无人电力巡检ai轻量大模型方法及系统
CN115719368B (zh) 一种多目标船舶跟踪方法及系统
CN113408488B (zh) 基于胶囊网络的火焰目标识别方法、设备及介质

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