CN115690771A - 电力房仪表巡检方法和系统 - Google Patents

Abstract

本发明涉及电力巡检技术领域，提供一种电力房仪表巡检方法和系统，所述方法包括以下步骤：控制巡检设备按既定路线依次移动至各个仪表的位置处，并获取所在位置处的仪表的图像；识别每个所述图像中的仪表指针和仪表数字，并根据每个所述图像中的仪表指针和仪表数字计算每个仪表的读数；根据每个仪表的读数记录监控数据和/或判断所述电力房内是否出现电力设备运行异常。本发明能够自动实现电力房内仪表数据的读取，从而实现对电力房的自动巡检，不仅能够大大降低人力成本，而且准确度较高。

Description

电力房仪表巡检方法和系统

技术领域

本发明涉及电力巡检技术领域，具体涉及一种电力房仪表巡检方法和一种电力房仪表巡检系统。

背景技术

在电力房中存在大量的反应电力设备运行状态的仪器仪表。目前对于电力房的巡检大多采用人工巡检，由巡检人员读取仪表数值并抄录，然后在电脑端进行数据录入，并手动制作数据趋势图表，以便据此实现数据的记录和电力设备的异常监控。上述人工巡检的方式不仅费时费力，而且对人员的技能要求较高。

发明内容

本发明为解决上述技术问题，提供了一种电力房仪表巡检方法和系统，能够自动实现电力房内仪表数据的读取，从而实现对电力房的自动巡检，不仅能够大大降低人力成本，而且准确度较高。

本发明采用的技术方案如下：

一种电力房仪表巡检方法，包括以下步骤：控制巡检设备按既定路线依次移动至各个仪表的位置处，并获取所在位置处的仪表的图像；识别每个所述图像中的仪表指针和仪表数字，并根据每个所述图像中的仪表指针和仪表数字计算每个仪表的读数；根据每个仪表的读数记录监控数据和/或判断所述电力房内是否出现电力设备运行异常。

所述巡检设备包括AGV（Automated Guided Vehicle，自动导航车）小车、设置于所述AGV小车上的机器人、设置于所述机器人上的拍照装置。

通过卫星定位技术或室内定位技术确定所述巡检设备的位置。

识别每个所述图像中的仪表指针和仪表数字，并根据每个所述图像中的仪表指针和仪表数字计算每个仪表的读数，具体包括：通过深度学习目标检测模型识别出仪表盘和仪表指针；通过深度学习OCR（Optical Character Recognition，文字识别）模型识别出仪表盘上的数字；根据仪表指针的位置确定仪表指针两侧的数字；计算仪表指针两侧的数字中较小的一个数字到仪表指针的距离，得到第一距离值；计算仪表指针两侧的数字之间的距离，得到第二距离值；根据第一距离值、第二距离值和仪表指针两侧的数字的数值计算该仪表的读数。

根据以下公式计算仪表的读数：

Result=Vmin + (Dm/Dp)*(Vmax-Vmin)

其中，Result为仪表的读数，Vmin为仪表指针两侧的数字中较小的一个数字的数值，Vmax为仪表指针两侧的数字中较大的一个数字的数值，Dm为所述第一距离值，Dp为所述第二距离值。

一种电力房仪表巡检系统，包括：巡检设备，所述巡检设备用于按既定路线依次移动至各个仪表的位置处，并获取所在位置处的仪表的图像；计算终端，所述计算终端用于识别每个所述图像中的仪表指针和仪表数字，并根据每个所述图像中的仪表指针和仪表数字计算每个仪表的读数；总控端，所述总控端用于根据每个仪表的读数记录监控数据和/或判断所述电力房内是否出现电力设备运行异常。

所述巡检设备包括AGV小车、设置于所述AGV小车上的机器人、设置于所述机器人上的拍照装置。

通过卫星定位技术或室内定位技术确定所述巡检设备的位置。

所述计算终端具体用于：通过深度学习目标检测模型识别出仪表盘和仪表指针；通过深度学习OCR模型识别出仪表盘上的数字；根据仪表指针的位置确定仪表指针两侧的数字；计算仪表指针两侧的数字中较小的一个数字到仪表指针的距离，得到第一距离值；计算仪表指针两侧的数字之间的距离，得到第二距离值；根据第一距离值、第二距离值和仪表指针两侧的数字的数值计算该仪表的读数。

所述计算终端根据以下公式计算仪表的读数：

Result=Vmin + (Dm/Dp)*(Vmax-Vmin)

其中，Result为仪表的读数，Vmin为仪表指针两侧的数字中较小的一个数字的数值，Vmax为仪表指针两侧的数字中较大的一个数字的数值，Dm为所述第一距离值，Dp为所述第二距离值。

本发明的有益效果：

本发明通过巡检设备获取仪表的图像，并根据图像中的仪表指针和仪表数字得到仪表的读数，以及根据仪表的读数记录监控数据和/或判断电力房内是否出现电力设备运行异常，由此，能够自动实现电力房内仪表数据的读取，从而实现对电力房的自动巡检，不仅能够大大降低人力成本，而且准确度较高。

附图说明

图1为本发明实施例的电力房仪表巡检方法的流程图；

图2为本发明实施例的电力房仪表巡检系统的方框示意图。

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，都属于本发明保护的范围。

如图1所示，本发明实施例的电力房仪表巡检方法包括以下步骤：

S1，控制巡检设备按既定路线依次移动至各个仪表的位置处，并获取所在位置处的仪表的图像。

在本发明的一个实施例中，巡检设备可包括AGV小车、设置于AGV小车上的机器人、设置于机器人上的拍照装置，其中，拍照装置可包括相机和补光灯。

在本发明的一个实施例中，巡检设备可置于电力房内，并受边缘计算盒子的控制，边缘计算盒子受总控端的控制，在总控端发出启动巡检的指令后，边缘计算盒子可控制AGV小车启动，AGV小车启动后可沿着既定路线行进，以带动整体巡检设备按既定路线移动。既定路线是依照电力房内各个仪表的位置来制定的，使AGV小车沿既定路线行进的过程中能够到达各个仪表的位置处为准。

应当理解的是，对巡检设备按既定路线移动的控制依赖于巡检设备位置信息的获取。在本发明的一个实施例中，可通过卫星定位技术，例如GPS（Global PositioningSystem，全球定位系统）定位、北斗定位技术确定巡检设备的位置。或者，可通过室内定位技术，例如UWB（Ultra Wide Band，超宽带）室内定位、蓝牙室内定位、射频识别室内定位技术确定巡检设备的位置。

AGV小车在到达某一仪表的位置处时可停止行进，边缘计算盒子可进一步控制机器人在AGV小车移动或旋转以将拍照装置的一面对准该仪表，或控制机器人伸出机械臂以使拍照装置对准该仪表，然后触发补光灯闪亮并触发相机拍摄，得到该仪表的图像。

S2，识别每个图像中的仪表指针和仪表数字，并根据每个图像中的仪表指针和仪表数字计算每个仪表的读数。

巡检设备获取的仪表的图像可传输至边缘计算盒子，由边缘计算盒子进行仪表读数的识别。

具体地，可通过深度学习目标检测模型识别出仪表盘和仪表指针，并通过深度学习OCR模型识别出仪表盘上的数字，以及根据仪表指针的位置确定仪表指针两侧的数字。然后，计算仪表指针两侧的数字中较小的一个数字到仪表指针的距离，得到第一距离值，并计算仪表指针两侧的数字之间的距离，得到第二距离值。最后，根据第一距离值、第二距离值和仪表指针两侧的数字的数值计算该仪表的读数。

在本发明的一个实施例中，深度学习目标检测模型可采用yolov5模型，深度学习OCR模型可采用paddlerOCR模型。在识别到某一仪表的仪表指针和各个数字后，可根据仪表指针位置取其左边的数字和右边的数字，假设左边的数字小于右边的数字，则仪表指针左边数字的数值为Vmin，仪表指针右边数字的数值为Vmax。进而可计算仪表指针左边数字的中心点到仪表指针所在直线的距离，即第一距离值Dm，并计算仪表指针左、右两个数字的中心点之间的距离，即第二距离值Dp。最后，根据以下公式计算该仪表的读数Result：

Result=Vmin + (Dm/Dp)*(Vmax-Vmin)

需要说明的是，在实际实施时，存在某一数字的中心点在仪表指针所在的直线上的情况，此时若是依照上述的计算过程，则将该数字作为仪表指针一侧的数字，该数字左右两边的任一数字作为仪表指针另一侧的数字。或者，可增加仪表指针与数字位置的判断步骤，若是某一数字的中心点在仪表指针所在的直线上，则直接将该数字的数值作为仪表的读数，否则执行上述的计算过程。

S3，根据每个仪表的读数记录监控数据和/或判断电力房内是否出现电力设备运行异常。

边缘计算盒子识别到的仪表的读数可传输至总控端，并存储于总控端的数据库中。

在巡检设备获取一个仪表的图像后，或者边缘计算盒子识别到一个仪表的读数后，或者边缘计算盒子将一个仪表的读数发送至总控端后，可控制AGV小车继续沿既定路线行进至下一仪表，并重复上述的拍摄、图像识别等过程，直至巡检设备到达既定路线的终点或返回至起点，完成一轮巡检。

在本发明的一个实施例中，总控端不仅可存储仪表的读数，作为监控数据，还可根据每个仪表的读数判断电力房内是否出现电力设备运行异常。举例而言，当某一仪表的读数异常，例如超过阈值，或者，同一仪表在一个时间周期内多个读数的变化异常，或者，不同仪表的组合读数异常，则可判断电力房内出现电力设备运行异常。

根据本发明实施例的电力房仪表巡检方法，通过巡检设备获取仪表的图像，并根据图像中的仪表指针和仪表数字得到仪表的读数，以及根据仪表的读数记录监控数据和/或判断电力房内是否出现电力设备运行异常，由此，能够自动实现电力房内仪表数据的读取，从而实现对电力房的自动巡检，不仅能够大大降低人力成本，而且准确度较高。

对应上述实施例的电力房仪表巡检方法，本发明还提出一种电力房仪表巡检系统。

如图2所示，本发明实施例的电力房仪表巡检系统包括巡检设备10、计算终端20和总控端30，其中，巡检设备10用于按既定路线依次移动至各个仪表的位置处，并获取所在位置处的仪表的图像；计算终端20用于识别每个图像中的仪表指针和仪表数字，并根据每个图像中的仪表指针和仪表数字计算每个仪表的读数；总控端30用于根据每个仪表的读数记录监控数据和/或判断电力房内是否出现电力设备运行异常。

在本发明的一个实施例中，巡检设备10可包括AGV小车、设置于AGV小车上的机器人、设置于机器人上的拍照装置，其中，拍照装置可包括相机和补光灯。

在本发明的一个实施例中，巡检设备可置于电力房内，并受计算终端20，例如边缘计算盒子的控制，计算终端20受总控端30的控制，在总控端30发出启动巡检的指令后，计算终端20可控制AGV小车启动，AGV小车启动后可沿着既定路线行进，以带动整体巡检设备10按既定路线移动。既定路线是依照电力房内各个仪表的位置来制定的，使AGV小车沿既定路线行进的过程中能够到达各个仪表的位置处为准。

应当理解的是，对巡检设备按既定路线移动的控制依赖于巡检设备10位置信息的获取。在本发明的一个实施例中，可通过卫星定位技术，例如GPS定位、北斗定位技术确定巡检设备10的位置。或者，可通过室内定位技术，例如UWB室内定位、蓝牙室内定位、射频识别室内定位技术确定巡检设备10的位置。

AGV小车在到达某一仪表的位置处时可停止行进，计算终端20可进一步控制机器人在AGV小车移动或旋转以将拍照装置的一面对准该仪表，或控制机器人伸出机械臂以使拍照装置对准该仪表，然后触发补光灯闪亮并触发相机拍摄，得到该仪表的图像。

巡检设备10获取的仪表的图像可传输至计算终端20，由计算终端20进行仪表读数的识别。

具体地，计算终端20可通过深度学习目标检测模型识别出仪表盘和仪表指针，并通过深度学习OCR模型识别出仪表盘上的数字，以及根据仪表指针的位置确定仪表指针两侧的数字。然后，计算终端20计算仪表指针两侧的数字中较小的一个数字到仪表指针的距离，得到第一距离值，并计算仪表指针两侧的数字之间的距离，得到第二距离值。最后，计算终端20根据第一距离值、第二距离值和仪表指针两侧的数字的数值计算该仪表的读数。

在本发明的一个实施例中，深度学习目标检测模型可采用yolov5模型，深度学习OCR模型可采用paddlerOCR模型。计算终端20在识别到某一仪表的仪表指针和各个数字后，可根据仪表指针位置取其左边的数字和右边的数字，假设左边的数字小于右边的数字，则仪表指针左边数字的数值为Vmin，仪表指针右边数字的数值为Vmax。进而计算终端20可计算仪表指针左边数字的中心点到仪表指针所在直线的距离，即第一距离值Dm，并计算仪表指针左、右两个数字的中心点之间的距离，即第二距离值Dp。最后，计算终端20根据以下公式计算该仪表的读数Result：

Result=Vmin + (Dm/Dp)*(Vmax-Vmin)

需要说明的是，在实际实施时，存在某一数字的中心点在仪表指针所在的直线上的情况，此时计算终端20若是依照上述的计算过程，则将该数字作为仪表指针一侧的数字，该数字左右两边的任一数字作为仪表指针另一侧的数字。或者，可增加仪表指针与数字位置的判断步骤，若是某一数字的中心点在仪表指针所在的直线上，则直接将该数字的数值作为仪表的读数，否则执行上述的计算过程。

计算终端20识别到的仪表的读数可传输至总控端30，并存储于总控端30的数据库中。

在巡检设备10获取一个仪表的图像后，或者计算终端20识别到一个仪表的读数后，或者计算终端20将一个仪表的读数发送至总控端30后，可控制AGV小车继续沿既定路线行进至下一仪表，并重复上述的拍摄、图像识别等过程，直至巡检设备10到达既定路线的终点或返回至起点，完成一轮巡检。

在本发明的一个实施例中，总控端30不仅可存储仪表的读数，作为监控数据，还可根据每个仪表的读数判断电力房内是否出现电力设备运行异常。举例而言，当某一仪表的读数异常，例如超过阈值，或者，同一仪表在一个时间周期内多个读数的变化异常，或者，不同仪表的组合读数异常，则可判断电力房内出现电力设备运行异常。

根据本发明实施例的电力房仪表巡检系统，通过巡检设备获取仪表的图像，并根据图像中的仪表指针和仪表数字得到仪表的读数，以及根据仪表的读数记录监控数据和/或判断电力房内是否出现电力设备运行异常，由此，能够自动实现电力房内仪表数据的读取，从而实现对电力房的自动巡检，不仅能够大大降低人力成本，而且准确度较高。

在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种电力房仪表巡检方法，其特征在于，包括以下步骤：

控制巡检设备按既定路线依次移动至各个仪表的位置处，并获取所在位置处的仪表的图像；

识别每个所述图像中的仪表指针和仪表数字，并根据每个所述图像中的仪表指针和仪表数字计算每个仪表的读数；

根据每个仪表的读数记录监控数据和/或判断所述电力房内是否出现电力设备运行异常，

其中，识别每个所述图像中的仪表指针和仪表数字，并根据每个所述图像中的仪表指针和仪表数字计算每个仪表的读数，具体包括：通过深度学习目标检测模型识别出仪表盘和仪表指针；通过深度学习OCR模型识别出仪表盘上的数字；根据仪表指针的位置确定仪表指针两侧的数字；计算仪表指针两侧的数字中较小的一个数字到仪表指针的距离，得到第一距离值；计算仪表指针两侧的数字之间的距离，得到第二距离值；根据第一距离值、第二距离值和仪表指针两侧的数字的数值计算该仪表的读数。

2.根据权利要求1所述的电力房仪表巡检方法，其特征在于，所述巡检设备包括AGV小车、设置于所述AGV小车上的机器人、设置于所述机器人上的拍照装置。

3.根据权利要求2所述的电力房仪表巡检方法，其特征在于，通过卫星定位技术或室内定位技术确定所述巡检设备的位置。

4.根据权利要求1-3中任一项所述的电力房仪表巡检方法，其特征在于，根据以下公式计算仪表的读数：

Result=Vmin + (Dm/Dp)*(Vmax-Vmin)

其中，Result为仪表的读数，Vmin为仪表指针两侧的数字中较小的一个数字的数值，Vmax为仪表指针两侧的数字中较大的一个数字的数值，Dm为所述第一距离值，Dp为所述第二距离值。

5.一种电力房仪表巡检系统，其特征在于，包括：

巡检设备，所述巡检设备用于按既定路线依次移动至各个仪表的位置处，并获取所在位置处的仪表的图像；

计算终端，所述计算终端用于识别每个所述图像中的仪表指针和仪表数字，并根据每个所述图像中的仪表指针和仪表数字计算每个仪表的读数；

总控端，所述总控端用于根据每个仪表的读数记录监控数据和/或判断所述电力房内是否出现电力设备运行异常，

其中，所述计算终端具体用于：通过深度学习目标检测模型识别出仪表盘和仪表指针；通过深度学习OCR模型识别出仪表盘上的数字；根据仪表指针的位置确定仪表指针两侧的数字；计算仪表指针两侧的数字中较小的一个数字到仪表指针的距离，得到第一距离值；计算仪表指针两侧的数字之间的距离，得到第二距离值；根据第一距离值、第二距离值和仪表指针两侧的数字的数值计算该仪表的读数。

6.根据权利要求5所述的电力房仪表巡检系统，其特征在于，所述巡检设备包括AGV小车、设置于所述AGV小车上的机器人、设置于所述机器人上的拍照装置。

7.根据权利要求6所述的电力房仪表巡检系统，其特征在于，通过卫星定位技术或室内定位技术确定所述巡检设备的位置。

8.根据权利要求5-7中任一项所述的电力房仪表巡检系统，其特征在于，所述计算终端根据以下公式计算仪表的读数：

Result=Vmin + (Dm/Dp)*(Vmax-Vmin)

其中，Result为仪表的读数，Vmin为仪表指针两侧的数字中较小的一个数字的数值，Vmax为仪表指针两侧的数字中较大的一个数字的数值，Dm为所述第一距离值，Dp为所述第二距离值。

Images