CN116756896A - 一种生成cim-g格式接线图的方法 - Google Patents
一种生成cim-g格式接线图的方法 Download PDFInfo
- Publication number
- CN116756896A CN116756896A CN202311033617.9A CN202311033617A CN116756896A CN 116756896 A CN116756896 A CN 116756896A CN 202311033617 A CN202311033617 A CN 202311033617A CN 116756896 A CN116756896 A CN 116756896A
- Authority
- CN
- China
- Prior art keywords
- line
- line segment
- primitive
- line segments
- end points
- 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
- 238000010586 diagram Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 109
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 6
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
-
- 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
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/16—Cables, cable trees or wire harnesses
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明属于电力系统技术领域,具体涉及一种生成CIM‑G格式接线图的方法。本发明基于图元识别、文字识别和直线检测的厂站接线图数据,进行数据整合,确定母线的位置,并对图元与线段间的连接关系进行了判断,针对穿越母线、漏检线段、误检线段等情况进行针对性的处理,弥补了直线检测误检、漏检的缺陷。本发明将图片数据转换为易于交换的标准CIM‑G格式文件,提升了厂站内设备信息管理的效率,实用性强。
Description
技术领域
本发明属于电力系统技术领域,具体涉及一种生成CIM-G格式接线图的方法。
背景技术
随着电力系统信息化、智能化的不断推进,对电力系统信息的转换与对接工作的需求也越来越高。对于电力系统厂站接线图数据,目前大多依靠人工录入的方式。厂站设备信息繁多,导致工作人员整理数据的任务繁重。而如今深度学习技术的飞速发展为电力系统的智能化提供了强大的助力,因此,设计一套自动化录入厂站设备信息的系统,是目前迫切需要解决的问题。
为了保证电力数据交换的一致性和准确性,国家电网公司推行了一种基于SVG(Scalable Vector Graphics)简化格式的电力系统图形描述语言,即CIM-G语言,以作为电力系统图形描述的规范语言。因此,对基于图像识别技术生成的厂站接线图数据,依照CIM-G规范提取关键信息,并写入CIM-G文件,以便于模型信息的交换与核对,越来越具有研究意义和实际应用价值。
发明内容
为了克服现有技术中的问题,本发明提出了一种生成CIM-G格式接线图的方法。
本发明解决上述技术问题的技术方案如下:
本发明提供了一种生成CIM-G格式接线图的方法,包括如下步骤:
步骤1.定义CIM-G文件可识别的图元、文字及连接线;
步骤2.通过图元文本检测模型对CAD接线图中CIM-G文件可识别的图元、文本进行检测,得到图元检测框数据、文本检测框数据;通过文字识别模型识别所述文本检测框中的文字内容;
步骤3.基于图元检测框数据,获取所有图元检测框的坐标以及宽高信息;
步骤4.提取CAD接线图中的线段并进行预处理,所述预处理包括直线检测和过滤;
步骤5.对于预处理后的线段进行二次处理,所述二次处理包括对于断裂的线段以及重复的线段进行合并;
步骤6.将文字母线与所有线段进行最近邻匹配,确认母线所述在的线段,并将母线加入图元群组;
步骤7.遍历所有线段,对于水平线段和垂直线段,根据二者的位置信息,判断二者是否相交,若相交,并在交点处分割线段,获取线段端点坐标;
步骤8. 基于线段端点坐标、图元检测框的坐标以及宽高信息,对所有线段与图元近邻匹配或与其它线段端点进行近邻匹配,得到图元间的连接关系及连接线列表;
步骤9.判断穿越母线而非与母线连接的线段,并从连接线列表删除,得到最终的连接线列表;
步骤10.基于图元检测框,确认图元的旋转角度,得到接线图中的图元信息;
步骤11.基于接线图中文字内容、图元信息、图元间的连接关系及连接线列表,依照CIM-G规范将信息写入CIM-G格式文件中。
进一步地,所述步骤2中图元文本检测模型采用yolov5算法。
进一步地,所述步骤2中文字识别模型采用PaddleOCR。
进一步地,所述步骤4中预处理具体包括:通过LSD矩形检测算法获取CAD接线图中线段信息,并根据线段信息生成线段检测框;扩充当前线段检测框的边界,计算线段扩充检测框的交并比,然后利用NMS算法对交并比超过设定的参数阈值的检测框进行过滤删除。
进一步地,所述步骤5中二次处理具体包括:
若两条线段平行且两个对应端点相邻,且两对端点对的距离小于设定阈值,则判断为重复的线段,取端点坐标平均值作为合并后的线段端点的坐标;
若两条线段平行且只有一个端点相邻,且相邻端点之间的距离小于设定阈值,则判断为断裂的线段,归并两条线段断裂的端点,取其另外两个端点的坐标作为合并后线段的端点的坐标;
整理线段端点坐标信息,并赋予每个端点相对应的端子号。
进一步地,所述步骤5中将线段分为水平线段和垂直线段具体包括:根据线段两端点的坐标进行分类,若两端点横坐标的差值大于两端点纵坐标的差值,则为水平线段,反之为垂直线段。
进一步地,所述步骤8中,基于图元检测框中心点坐标、宽高值及线段端点坐标,将所有图元和所有线段进行近邻匹配,由线段逐个端点与图元匹配,判断水平线段与图元检测框左右两侧是否相交,判断垂直段线与图元检测框上下两侧是否相交,若线段的端点与图元检测框框线的距离小于预设值,则匹配成功;若匹配成功,则对线段另一个端点进行匹配;若匹配失败,尝试与其它线段的端点进行匹配,若一条线段的某个端点与另一条线段的某个端点的距离小于预设值,则匹配成功;若一条线段的两个端点都能与图元或者其它线段的端点进行匹配,则将这条线段添加进连接线列表中。
进一步地,所述步骤8还包括:匹配后,查看所有图元的匹配情况,若存在图元未匹配上任何线段的情况,则搜索距离该图元最近的线段或图元,并在二者之间补充连接线;若匹配到的是母线或者线段,则从该图元检测框框线中点向母线或线段作垂线,作为补充的连接线;若匹配到的是其他图元,则连接线的起始点为二者之间图元检测框框线的中点;若存在线段端点未连接线段或图元的情况,则说明该线段为误检线段,从连接线列表信息中删除。
进一步地,所述步骤9具体包括:遍历所有与母线相连的线段,若存在线段端点不在母线上,则判断这根线段是穿越母线的线段。
进一步地,所述步骤10中,所述图元包括单端子图元和双端子图元。
进一步地,对于双端子图元,计算所有双端子图元图元检测框长宽比,判断长宽比是否大于1,若大于1,所述图元旋转角度为90度,若小于1,所述双端子图元旋转角度为0度;
对于单端子图元,通过判断图元的检测框线与线段的连接点判断单端子图元角度,若连接点在下侧框线上,则旋转角度为0度;若连接点在左侧框线上,则逆时针旋转90度;若连接点在上侧框线上,则逆时针旋转180度;若连接点在右侧框线上,则逆时针旋转270度。
与现有技术相比,本发明具有如下技术效果:
本发明基于图元识别、文字识别和直线检测的厂站接线图数据,进行数据的整合,确定了母线的位置,并对图元与线段间的连接关系进行了判断;针对穿越母线、漏检线段、误检线段等情况进行针对性的处理,弥补了直线检测误检、漏检的缺陷;将图片数据转换为易于交换的标准CIM-G格式文件,提升了厂站内设备信息管理的效率,实用性强。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明的预处理阶段流程示意图;
图2为本发明的匹配阶段流程示意图;
图3为本发明提供的判断图元角度的流程图;
图4为本发明线段处理过程中的原图;
图5为本发明线段处理过程中的扣除图元及文本展示图;
图6为本发明线段处理过程中的直线检测展示图;
图7为本发明线段处理过程中的细化操作展示图;
图8为本发明线段处理过程中的母线提取展示图;
图9为本发明线段处理过程中的线段分段展示图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。一个或多个实施例中的特定特征、结构或特点可由任何合适形式组合。除非另有定义,本发明所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
本发明的目的是提供一种基于图像识别生成CIM-G格式接线图的方法。通过解析CAD接线图经过图元识别、文字识别和直线检测的数据,确认接线图中图元、文字和连接线的信息,以及图元间的连接关系,写入标准CIM-G格式文件中。基于深度学习和规范化处理的操作,减少人工录入数据的繁重工作,为CIM-G文件的生成带来一种自动化高效的模式。
参照图1-图9,在本发明的一个实施例中,提供了一种生成CIM-G格式接线图的方法。参照图1,预处理阶段包括如下步骤:
步骤1.定义CIM-G文件可识别的图元、文字及连接线,具体的CIM-G可识别图元、文字及连接线如下表1。
表1
CIM-G文件可识别的设备图元包括断路器、隔离刀闸、接地刀闸、母线、两卷变压器、三卷变压器、发电机、电抗器、电容器;静态文本包括“母线”等文字信息。
步骤2.通过图元文本检测模型对CAD接线图中的CIM-G文件可识别的图元、文本进行检测,得到图元检测框数据、文本检测框数据;通过文字识别模型识别所述文本检测框中的文字内容。
基于深度学习框架搭建图元文本检测模型和文字识别模型,搭建并训练图元检测模型和文字识别模型,利用训练好的图元文本检测模型对CAD接线图中的图元、文本进行检测,得到图元检测框数据及文本检测框数据,通过文字识别模型识别所述文本检测框中的文字内容,其中,所述图元文本检测模型采用yolov5,所述文字识别模型采用PaddleOCR。
步骤3.基于图元检测框数据,获取所有图元的坐标以及宽高信息。
图元检测框数据包括图元检测框的坐标、宽高信息及图元位置信息,文本检测框数据包括文本检测框的坐标、宽高信息及文本位置信息。
基于图元检测框数据,确认图元检测框的坐标以及宽高信息,以及图元检测框每条框线的中点坐标,并赋予每个中点相对应的端子号。
步骤4.提取CAD接线图中的线段并进行预处理,所述预处理包括直线检测和过滤。
预处理具体包括:通过LSD矩形检测算法获取CAD接线图中线段信息,并根据线段信息生成线段检测框,扩充所述当前线段检测框的边界,边框坐标向外扩展2个像素,计算线段扩充检测框的交并比,然后利用NMS算法(Non-Maximum Suppression,非极大值抑制)对交并比超过设定的参数阈值的检测框进行过滤删除。
在具体实施例中,参照图5,将检测到的图元检测框和文字检测框在CAD接线图中扣除,为了将CAD接线图中线段处理为宽1像素点,需要进行线段提取,即骨架提取;参照图6,通过LSD矩形检测算法获取CAD接线图中线段信息,并根据线段信息生成线段检测框,为了避免漏检,可将尺度放大至原图的2倍进行检测;参照图7,将CAD接线图进行细化操作,所述细化操作包括采用二值图像细化算法将线段宽度限制到1个像素大小;为了过滤重复检出的线段,扩充当前线段检测框的边界,计算线段扩充检测框的交并比,然后利用NMS算法对交并比超过0.5的检测框进行过滤删除。
步骤5.对于预处理后的线段进行二次处理,所述二次处理包括对于断裂的线段以及重复的线段进行合并。
若两条线段平行且两个对应端点相邻,且两对端点对的距离小于设定阈值,则判断为重复的线段,取端点坐标平均值作为合并后的线段端点的坐标;
若两条线段平行且只有一个端点相邻,且相邻端点之间的距离小于设定阈值,则判断为断裂的线段,归并两条线段断裂的端点,取其另外两个端点的坐标作为合并后线段的端点的坐标;
按照先左后右,先上后下整理线段端点坐标信息,并赋予每个端点相对应的端子号。
将线段分为水平线段和垂直线段两类,由线段两端点的坐标进行分类,水平线段的两端点的横坐标差值大于纵坐标差值,反之为垂直线段。
参照图2,本发明的匹配阶段,包括以下步骤:
步骤6.将文字母线与所有线段进行最近邻匹配,确认母线所在的线段,并将母线加入图元群组。
参照图8,首先查找含有‘母线’的文字位置,并基于合并后的线段端点的坐标,将‘母线’与所有合并后的线段采用k近邻算法进行最近邻匹配,距离最近的线段则为母线,将母线存入图元群组中,并围绕母线向外搜索连接的图元检测框,由母线开始连接图元检测框,便于确认图元的电压等级及文本补全。
步骤7.遍历所有线段,对于水平线段和垂直线段,根据二者的位置信息,判断二者是否相交,相交,并在交点处分割线段,获取线段端点坐标,更新连接线列表信息。
参照图9,遍历所有水平线段和遍历所有垂直线段,对于水平线段和垂直线段,根据二者的位置信息,判断二者是否相交,若相交,则在交点处分割线,将水平线段和垂直线段切割成独立的线段,获取线段端点坐标,更新连接线列表信息。
步骤8.基于线段端点坐标、图元检测框的坐标以及宽高信息,对所有线段与图元近邻匹配或与其它线段端点进行近邻匹配,得到图元间的连接关系及连接线列表。
对于单端子图元,应与一条线段相匹配;对于双端子图元,应与两条线段相匹配。其中,双端子图元如断路器、母线;单端子图元如交流线端、接地刀闸。
基于图元检测框中心点坐标、宽高值及线段端点坐标,将所有图元和所有线段进行近邻匹配,由线段逐个端点与图元匹配,判断水平线段与图元检测框左右两侧是否相交,判断垂直线段与图元检测框上下两侧是否相交,若线段的端点与图元检测框框线的距离小于预设值,则匹配成功;若匹配成功,则对线段另一个端点进行匹配;若匹配失败,尝试与其它线段的端点进行匹配,若一条线段的某个端点与另一条线段的某个端点的距离小于预设值,则匹配成功;若一条线段的两个端点都能与图元或者其它线段的端点进行匹配,则将这条线段添加进连接线列表中。
匹配后,查看所有图元的匹配情况,若存在图元未匹配上任何线段的情况,则搜索距离该图元最近的线段或图元,并在二者之间补充连接线;若匹配到的是母线或者线段,则从该图元检测框框线中点向母线或线段作垂线,作为补充的连接线;若匹配到的是其他图元,则连接线的起始点为二者之间图元检测框框线的中点;若存在线段端点未连接线段或图元的情况,则说明该线段为误检线段,从连接线列表信息中删除。
步骤9.判断穿越母线而非与母线连接的线段,并从连接线列表删除,得到最终的连接线列表。
对于与母线相连的线段,其中可能存在一些穿越母线而非真正与母线连接的线段,对于这种情况,需要从母线的连接关系中剔除这些线段。
以一根母线为例,遍历所有与该母线相连的线段,若存在线段端点不在母线上,则判断这根线段是穿越母线的线段,更新该线段与母线的连接关系信息。
步骤10.基于图元检测框,确认图元的旋转角度,得到接线图中的图元信息。
参照图3,获取图元库信息,确认双端子图元和单端子图元的分类,即确认对称图元和非对称图元的分类。
对于双端子图元即对称图元,计算所有双端子图元检测框长宽比,判断长宽比是否大于1,若大于1,所述图元旋转角度为90度,若小于1,所述双端子图元旋转角度为0度;
对于单端子图元即非对称图元,通过判断图元的检测框线与线段的连接点判断单端子图元角度,若与线段的连接点在下侧框线上,则旋转角度为0度;若连接点在左侧框线上,则逆时针旋转90度;若连接点在上侧框线上,则逆时针旋转180度;若连接点在右侧框线上,则逆时针旋转270度。
步骤11.基于接线图中文字内容、图元信息、图元间的连接关系及连接线列表,依照CIM-G规范将信息写入CIM-G格式文件中。
本发明基于图元识别、文字识别和直线检测的厂站接线图数据,进行数据的整合,确定了母线的位置,并对图元与线段间的连接关系进行了判断。针对穿越母线、漏检线段、误检线段等情况进行针对性的处理,弥补了直线检测误检、漏检的缺陷,将图片数据转换为易于交换的标准CIM-G格式文件,提升了厂站内设备信息管理的效率,实用性强。
以上实施例仅用以说明本发明的技术方案,而非对其限制;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: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发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种生成CIM-G格式接线图的方法,其特征在于,包括如下步骤:
步骤1.定义CIM-G文件可识别的图元、文字及连接线;
步骤2.通过图元文本检测模型对CAD接线图中CIM-G文件可识别的图元、文本进行检测,得到图元检测框数据、文本检测框数据;通过文字识别模型识别所述文本检测框中的文字内容;
步骤3.基于图元检测框数据,获取所有图元检测框的坐标以及宽高信息;
步骤4.提取CAD接线图中的线段并进行预处理,所述预处理包括直线检测和过滤;
步骤5.对于预处理后的线段进行二次处理,所述二次处理包括对于断裂的线段以及重复的线段进行合并,并将线段分为水平线段和垂直线段;
步骤6.将文字母线与所有线段进行最近邻匹配,确认母线所在的线段,并将母线加入图元群组;
步骤7.遍历所有线段,对于水平线段和垂直线段,根据二者的位置信息,判断二者是否相交,若相交,在交点处分割线段,获取线段端点坐标;
步骤8. 基于线段端点坐标、图元检测框的坐标以及宽高信息,对所有线段与图元近邻匹配或与其它线段端点进行近邻匹配,得到图元间的连接关系及连接线列表;
步骤9.判断穿越母线而非与母线连接的线段,并从连接线列表删除,得到最终的连接线列表;
步骤10.基于图元检测框,确认图元旋转角度,得到接线图中的图元信息;
步骤11.基于接线图中文字内容、图元信息、图元间的连接关系及连接线列表,依照CIM-G规范将信息写入CIM-G格式文件中。
2.根据权利要求1所述的一种生成CIM-G格式接线图的方法,其特征在于,所述步骤2中图元文本检测模型采用yolov5算法。
3.根据权利要求2所述的一种生成CIM-G格式接线图的方法,其特征在于,所述步骤2中文字识别模型采用PaddleOCR。
4.根据权利要求1所述的一种生成CIM-G格式接线图的方法,其特征在于,所述步骤4中预处理具体包括:通过LSD矩形检测算法获取CAD接线图中线段信息,根据线段信息生成线段检测框;扩充当前线段检测框的边界,计算线段扩充检测框的交并比,然后利用NMS算法对交并比超过设定的参数阈值的检测框进行过滤删除。
5.根据权利要求1所述的一种生成CIM-G格式接线图的方法,其特征在于,所述步骤5中二次处理具体包括:
若两条线段平行且两个对应端点相邻,且两对端点对的距离小于设定阈值,则判断为重复的线段,取端点坐标平均值作为合并后的线段端点的坐标;
若两条线段平行且只有一个端点相邻,且相邻端点之间的距离小于设定阈值,则判断为断裂的线段,归并两条线段断裂的端点,取其另外两个端点的坐标作为合并后线段的端点的坐标;
整理线段端点坐标信息,并赋予每个端点相对应的端子号。
6.根据权利要求5所述的一种生成CIM-G格式接线图的方法,其特征在于,所述步骤5中将线段分为水平线段和垂直线段具体包括:根据线段两端点的坐标进行分类,若两端点横坐标的差值大于两端点纵坐标的差值,则为水平线段,反之为垂直线段。
7.根据权利要求1所述的一种生成CIM-G格式接线图的方法,其特征在于,所述步骤8中,基于图元检测框中心点坐标、宽高值及线段端点坐标,将所有图元和所有线段进行近邻匹配,由线段逐个端点与图元匹配,判断水平线段与图元检测框左右两侧是否相交,判断垂直线段与图元检测框上下两侧是否相交,若线段的端点与图元检测框框线的距离小于预设值,则匹配成功;若匹配成功,则对线段另一个端点进行匹配;若匹配失败,尝试与其它线段的端点进行匹配,若一条线段的某个端点与另一条线段的某个端点的距离小于预设值,则匹配成功;若一条线段的两个端点都能与图元或者其它线段的端点进行匹配,则将这条线段添加进连接线列表中。
8.根据权利要求7所述的一种生成CIM-G格式接线图的方法,其特征在于,所述步骤8还包括:匹配后,查看所有图元的匹配情况,若存在图元未匹配上任何线段的情况,则搜索距离该图元最近的线段或图元,并在二者之间补充连接线;若匹配到的是母线或者线段,则从该图元检测框框线中点向母线或线段作垂线,作为补充的连接线;若匹配到的是其他图元,则连接线的起始点为二者之间图元检测框框线的中点;若存在线段端点未连接线段或图元的情况,则说明该线段为误检线段,从连接线列表信息中删除。
9.根据权利要求1所述的一种生成CIM-G格式接线图的方法,其特征在于,所述步骤9具体包括:遍历所有与母线相连的线段,若存在线段端点不在母线上,则判断此线段是穿越母线的线段。
10.根据权利要求1所述的一种生成CIM-G格式接线图的方法,其特征在于,所述步骤10中,所述图元包括单端子图元和双端子图元;
对于双端子图元,计算所有双端子图元的图元检测框长宽比,判断长宽比是否大于1,若大于1,所述双端子图元旋转角度为90度,若小于1,所述双端子图元旋转角度为0度;
对于单端子图元,通过判断图元检测框线与线段的连接点判断图元角度,若连接点在下侧框线上,则旋转角度为0度;若连接点在左侧框线上,则逆时针旋转90度;若连接点在上侧框线上,则逆时针旋转180度;若连接点在右侧框线上,则逆时针旋转270度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311033617.9A CN116756896B (zh) | 2023-08-17 | 2023-08-17 | 一种生成cim-g格式接线图的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311033617.9A CN116756896B (zh) | 2023-08-17 | 2023-08-17 | 一种生成cim-g格式接线图的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116756896A true CN116756896A (zh) | 2023-09-15 |
CN116756896B CN116756896B (zh) | 2023-10-27 |
Family
ID=87955513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311033617.9A Active CN116756896B (zh) | 2023-08-17 | 2023-08-17 | 一种生成cim-g格式接线图的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116756896B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117526332A (zh) * | 2024-01-08 | 2024-02-06 | 华雁智能科技(集团)股份有限公司 | 电网潮流图生成方法、装置、电子设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104462473A (zh) * | 2014-12-19 | 2015-03-25 | 国家电网公司 | 一种基于cim-e电网模型自动生成cim-g格式厂站内接线图的方法 |
US20160014177A1 (en) * | 2014-07-11 | 2016-01-14 | State Grid Suzhou Power Supply Company | Cim/e and cim/g-based graphics-model-integrated apparatus and method for distribution network |
CN114565930A (zh) * | 2022-02-23 | 2022-05-31 | 东南大学 | 一种基于形态学处理的电气厂站接线图纸母线识别方法 |
CN114842494A (zh) * | 2021-12-23 | 2022-08-02 | 华南理工大学 | 一种自动识别电力系统厂站接线图连接关系的方法 |
CN115065164A (zh) * | 2022-06-30 | 2022-09-16 | 国网上海市电力公司 | 一种基于cim电网模型的防误校核方法和系统 |
-
2023
- 2023-08-17 CN CN202311033617.9A patent/CN116756896B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160014177A1 (en) * | 2014-07-11 | 2016-01-14 | State Grid Suzhou Power Supply Company | Cim/e and cim/g-based graphics-model-integrated apparatus and method for distribution network |
CN104462473A (zh) * | 2014-12-19 | 2015-03-25 | 国家电网公司 | 一种基于cim-e电网模型自动生成cim-g格式厂站内接线图的方法 |
CN114842494A (zh) * | 2021-12-23 | 2022-08-02 | 华南理工大学 | 一种自动识别电力系统厂站接线图连接关系的方法 |
CN114565930A (zh) * | 2022-02-23 | 2022-05-31 | 东南大学 | 一种基于形态学处理的电气厂站接线图纸母线识别方法 |
CN115065164A (zh) * | 2022-06-30 | 2022-09-16 | 国网上海市电力公司 | 一种基于cim电网模型的防误校核方法和系统 |
Non-Patent Citations (2)
Title |
---|
CHAO SHEN 等: "Substation One-Line Diagram Automatic Generation Based On Image Recongnition", 《IEEE XPLORE》 * |
沙树名 等: "一种基于CIM的厂站接线图自动生成技术", 《电力系统自动化》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117526332A (zh) * | 2024-01-08 | 2024-02-06 | 华雁智能科技(集团)股份有限公司 | 电网潮流图生成方法、装置、电子设备以及存储介质 |
CN117526332B (zh) * | 2024-01-08 | 2024-04-05 | 华雁智能科技(集团)股份有限公司 | 电网潮流图生成方法、装置、电子设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116756896B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110363095B (zh) | 一种针对表格字体的识别方法 | |
CN116756896B (zh) | 一种生成cim-g格式接线图的方法 | |
CN111859805B (zh) | 基于人工智能的电力图纸拓扑关系的检测方法 | |
Kim et al. | Accurate segmentation of land regions in historical cadastral maps | |
CN112364834A (zh) | 一种基于深度学习和图像处理的表格识别的还原方法 | |
CN115392188A (zh) | 基于不可编辑的图文类图像生成可编辑文档的方法及装置 | |
CN112436477A (zh) | 一种变电站继电保护装置定值快速核对仪器 | |
CN115690823A (zh) | 电气图纸中带有毛刺特征的表格信息提取方法及装置 | |
CN114547968B (zh) | 一种智能变电站图纸的物理回路建模方法 | |
CN113486881B (zh) | 一种文本识别方法、装置、设备及介质 | |
Yang et al. | Intelligent digitization of substation one-line diagrams based on computer vision | |
CN117612195A (zh) | 一种基于主接线图识别技术的图模生成方法和装置 | |
CN105069766A (zh) | 一种基于汉字图像轮廓特征描述的碑文修复方法 | |
CN116541912A (zh) | 一种基于cad图像识别生成接线图的方法及装置 | |
CN115294595A (zh) | 一种变电站一次接线图智能解析方法 | |
CN116030472A (zh) | 文字坐标确定方法及装置 | |
CN113963369B (zh) | 一种平面图空间轮廓骨架线提取方法 | |
CN116403235A (zh) | 一种基于计算机视觉的电气接线图识别系统和方法 | |
CN113283299A (zh) | 基于cgan网络增强局部放电信号prpd图谱数据的方法 | |
CN109871748A (zh) | 一种用于地铁电路图的智能识别装置 | |
Bourbakis | A methodology of separating images from text using an OCR approach | |
CN113158999B (zh) | 基于模板匹配的电气设计图纸中端子跳线识别方法及装置 | |
Štorga et al. | Recognition of symbols and topology in the image of a DC circuit diagram based on contours and skeletons | |
Gao et al. | A two-stage online handwritten Chinese character segmentation algorithm based on dynamic programming | |
CN117671694B (zh) | 一种基于检测和融合的文档印章预处理方法 |
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 |