CN117237881B - 三跨塔的绝缘子异常监测方法及装置、计算机设备 - Google Patents
三跨塔的绝缘子异常监测方法及装置、计算机设备 Download PDFInfo
- Publication number
- CN117237881B CN117237881B CN202311530207.5A CN202311530207A CN117237881B CN 117237881 B CN117237881 B CN 117237881B CN 202311530207 A CN202311530207 A CN 202311530207A CN 117237881 B CN117237881 B CN 117237881B
- Authority
- CN
- China
- Prior art keywords
- tower
- insulator
- type
- confidence score
- target
- 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
Links
- 239000012212 insulator Substances 0.000 title claims abstract description 231
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 230000005856 abnormality Effects 0.000 title abstract description 22
- 230000003068 static effect Effects 0.000 claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 21
- 239000000725 suspension Substances 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241001149900 Fusconaia subrotunda Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000003993 interaction 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
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种三跨塔的绝缘子异常监测方法及装置、计算机设备,方法包括:获取对目标电塔进行拍摄所得到拍摄图像,并确定拍摄图像中目标电塔为三跨塔的第一置信度得分;基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分,第一参考电塔与目标电塔相邻;若基于第一置信度得分和第二置信度得分确定目标电塔为三跨塔,则识别拍摄图像中目标电塔的类型以及目标电塔中绝缘子的类型,并在绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息,由此提高了对三跨塔的绝缘子异常监测的效率和准确性。
Description
技术领域
本申请涉及计算机领域,具体涉及一种三跨塔的绝缘子异常监测方法及装置、计算机设备。
背景技术
随着电网等级及交通基础设施不断升级,输电线路与高速公路、高速铁路等设施之间的相互影响呈常态化趋势,三跨输电线路(跨越高速公路、高速铁路和重要输电通道)是电网建设中需要重点关注的部分。
为了保证整个电力系统的安全可靠的运行,工作人员必须定时巡检三跨塔等基础组件,相关技术中通常采用人工巡检的方式,但是,整个巡检周期耗时较长,效率低。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的一个目的在于提出一种三跨塔的绝缘子异常监测方法,该方法中,计算机设备基于第一置信度得分和第二置信度得分综合确定目标电塔是否为三跨塔,因此,提高了对目标电塔是否为三跨塔识别的精度,进而提高了绝缘子异常监测的准确性。
本发明的另一个目的在于提出一种计算机设备。
本发明的又一个目的在于提出一种三跨塔的绝缘子异常监测装置。
根据本发明实施例的三跨塔的绝缘子异常监测方法,方法包括:
获取对目标电塔进行拍摄所得到拍摄图像,并确定拍摄图像中目标电塔为三跨塔的第一置信度得分;
基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分,第一参考电塔与目标电塔相邻;
若基于第一置信度得分和第二置信度得分确定目标电塔为三跨塔,则识别拍摄图像中目标电塔的类型以及绝缘子的类型,并在绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息。
在本发明的一些实施例中,第一参考电塔为多个;基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,包括:
对于每个第一参考电塔,基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,得到多个静态地图图像;
确定静态地图图像中目标电塔为三跨塔的第二置信度得分,包括:
确定每个静态地图图像中目标电塔为三跨塔的第一参考置信度得分;
将多个第一参考置信度得分中的最大值确定为第二置信度得分。
在本发明的一些实施例中,确定拍摄图像中目标电塔为三跨塔的第一置信度得分,包括:
将拍摄图像输入三跨塔检测器,得到三跨塔检测器输出的第一识别结果,第一识别结果包括第二参考置信度得分;
基于第二参考置信度得分确定第一置信度得分。
在本发明的一些实施例中,第二参考置信度得分为多个,基于第二参考置信度得分确定第一置信度得分,包括:
将多个第二参考置信度得分中的最大值确定为第一置信度得分。
在本发明的一些实施例中,方法还包括:
对第一置信度得分和第二置信度得分加权求和,得到第一目标置信度得分;
若第一目标置信度得分大于等于第一预设置信度得分,则确定目标电塔为三跨塔。
在本发明的一些实施例中,拍摄图像中还包括与目标电塔相邻的多个第二参考电塔,方法还包括:
对于每个第二参考电塔,基于拍摄图像生成包含第二参考电塔与目标电塔的标注框;
确定每个标注框中路面区域为目标区域的第三参考置信度得分,并将多个第三参考置信度得分中的最大值确定为第三置信度得分;
对第一置信度得分和第二置信度得分加权求和,得到第一目标置信度得分,若第一目标置信度得分大于等于第一预设置信度得分,且第三置信度得分大于等于第二预设置信度得分,则确定目标电塔为三跨塔;或者,对第一置信度得分、第二置信度得分和第三置信度得分加权求和,得到第二目标置信度得分,若第二目标置信度得分大于等于第三预设置信度得分,则确定目标电塔为三跨塔。
在本发明的一些实施例中,识别拍摄图像中目标电塔中绝缘子的类型,包括:
将拍摄图像输入绝缘子类型检测器,得到第二识别结果,第二识别结果包括绝缘子的类型。
在本发明的一些实施例中,第二识别结果还包括:绝缘子在拍摄图像中的位置,三跨塔的绝缘子异常监测方法还包括:
在绝缘子的类型与目标电塔的类型匹配的情况下,基于绝缘子在拍摄图像中的位置对拍摄图像进行裁剪得到绝缘子图像;
将绝缘子图像输入子串类型检测器,得到第三识别结果,第三识别结果包括绝缘子的子串类型;
将绝缘子图像输入挂点类型检测器,得到第四识别结果,第四识别结果包括绝缘子的挂点类型;
发出异常提示信息,包括:
若绝缘子的子串类型与目标电塔的实际子串类型不匹配,和/或,绝缘子的挂点类型与目标电塔的实际挂点类型不匹配,则发出异常提示信息。
根据本发明实施例的计算机可读存储介质,其上存储有三跨塔的绝缘子异常监测程序,三跨塔的绝缘子异常监测程序被处理器执行时实现上述的三跨塔的绝缘子异常监测方法。
根据本发明实施例的计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的三跨塔的绝缘子异常监测程序,处理器执行三跨塔的绝缘子异常监测程序时,实现上述的三跨塔的绝缘子异常监测方法。
根据本发明实施例的三跨塔的绝缘子异常监测装置,装置包括:
获取模块,用于获取对目标电塔进行拍摄所得到拍摄图像,并基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,第一参考电塔与目标电塔相邻;
确定模块,用于确定拍摄图像中目标电塔为三跨塔的第一置信度得分,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分;
识别模块,用于若基于第一置信度得分和第二置信度得分确定目标电塔为三跨塔,则识别拍摄图像中目标电塔的类型以及绝缘子的类型;
提示模块,用于在绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息。
综上所述,本发明实施例提供了一种三跨塔的绝缘子异常监测方法及装置、计算机设备,该方法中,计算机设备在获取对目标电塔进行拍摄所得到拍摄图像,确定拍摄图像中目标电塔为三跨塔的第一置信度得分,基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分后,可以基于第一置信度得分和第二置信度得分确定目标电塔是否为三跨塔,并在确定目标电塔为三跨塔,且绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息。
相较于采用人工巡检的方式,本发明实施例提供的方法通过拍摄图像和静态地图图像即可实现对绝缘子的异常监测,提高了对三跨塔的绝缘子异常监测的效率。并且,由于计算机设备能够基于第一置信度得分和第二置信度得分综合确定目标电塔是否为三跨塔,因此,提高了对目标电塔是否为三跨塔识别的精度,进而提高了绝缘子异常监测的准确性。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是本发明实施例提供的一种三跨塔的绝缘子异常监测方法的流程图;
图2是本发明实施例提供的另一种三跨塔的绝缘子异常监测方法的流程图;
图3是本发明实施例提供的一种地图应用程序接口输出的目标电塔和第一参考电塔的静态地图图像;
图4是本发明实施例提供的一种目标电塔和第二参考电塔的拍摄图像示意图;
图5是本发明实施例提供的一种计算机设备的结构示意图;
图6是本发明实施例提供的一种三跨塔的绝缘子异常监测装置的框图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
随着我国电力事业的发展以及在国民经济建设和生活中的重要性日益增强,保障电力系统的安全平稳运行至关重要。随着电网等级及交通基础设施不断升级,输电线路与高速公路、高速铁路等设施之间的相互影响呈常态化趋势,“三跨”输电线路跨越高速公路、高速铁路和重要输电通道,是电网建设中需要重点关注的部分。对于三跨输电塔的绝缘子有着特殊的需求,如耐张塔中不能安装悬垂绝缘子,只能安装耐张绝缘子,同时耐张绝缘子需要有双串,而悬垂塔中不仅需要安装悬垂绝缘子,悬垂绝缘子需要是双串双挂点,地线绝缘子同样也要双串双挂点。而在非三跨塔中,绝缘子则不需要这样的要求。
为了保证整个系统的安全可靠的运行,国家电网必须定时巡检这些基础组件,相关技术中通常采用人工巡检的方式。但是,整个巡检周期耗时较长,效率低,且经济成本也较高。
图1是本发明实施例提供的一种三跨塔的绝缘子异常监测方法的流程图,该方法可以应用于计算机设备,如图1所示,该方法包括:
步骤101、获取对目标电塔进行拍摄所得到拍摄图像,并确定拍摄图像中目标电塔为三跨塔的第一置信度得分。
在本发明实施例中,计算机设备可以获取对目标电塔进行拍摄所得到拍摄图像,并确定拍摄图像中目标电塔为三跨塔的第一置信度得分。
计算机设备可以向无人机发送拍摄指令,该拍摄指令中可以携带目标电塔的位置,该位置可以是目标电塔的经纬度。无人机在接收到该拍摄指令后,可以基于拍摄指令中的位置抵达目标电塔的所在位置,对目标电塔进行拍摄得到拍摄图像,并将该拍摄图像发送至计算机设备,由此计算机设备能够获取到对目标电塔进行拍摄所得到拍摄图像。
步骤102、基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分。
计算机设备在获取对目标电塔进行拍摄所得到的拍摄图像,并确定拍摄图像中目标电塔为三跨塔的第一置信度得分后,可以基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分。其中,第一参考电塔与目标电塔相邻,计算机设备可以基于目标电塔的位置和第一参考电塔的位置获取静态地图图像。
计算机设备可以将目标电塔的位置和第一参考电塔的位置输入到地图应用程序接口(application programming interface,API)中,从而得到地图应用程序接口输出的静态地图图像。
步骤103、若基于第一置信度得分和第二置信度得分确定目标电塔为三跨塔,则识别拍摄图像中目标电塔的类型以及绝缘子的类型,并在绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息。
计算机设备在确定拍摄图像中目标电塔为三跨塔的第一置信度得分和静态地图图像中目标电塔为三跨塔第二置信度得分后,若基于第一置信度得分和第二置信度得分确定目标电塔为三跨塔,则可以识别拍摄图像中目标电塔的类型以及绝缘子的类型,并在绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息。
综上所述,本发明实施例提供了一种三跨塔的绝缘子异常监测方法,该方法中,计算机设备在获取对目标电塔进行拍摄所得到拍摄图像,确定拍摄图像中目标电塔为三跨塔的第一置信度得分,基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分后,可以基于第一置信度得分和第二置信度得分确定目标电塔是否为三跨塔,并在确定目标电塔为三跨塔,且拍摄图像中绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息。
相较于采用人工巡检的方式,本发明实施例提供的方法通过拍摄图像和静态地图图像即可实现对绝缘子的异常监测,提高了对三跨塔的绝缘子异常监测的效率。并且,由于计算机设备能够基于第一置信度得分和第二置信度得分综合确定目标电塔是否为三跨塔,因此,提高了对目标电塔是否为三跨塔识别的精度,进而提高了绝缘子异常监测的准确性。
图2是本发明实施例提供的另一种三跨塔的绝缘子异常监测方法的流程图,该方法可以应用于计算机设备,如图2所示,该方法包括:
步骤201、获取对目标电塔进行拍摄所得到拍摄图像。
在本发明实施例中,计算机设备可以获取对目标电塔进行拍摄所得到拍摄图像。
可选的,计算机设备可以向无人机发送拍摄指令,该拍摄指令可以携带目标电塔的位置信息,该位置信息可以是目标电塔的经纬度。无人机在接收到该拍摄指令后,可以基于拍摄指令中的位置抵达目标电塔的所在位置,对目标电塔进行拍摄得到拍摄图像,并将该图像发送至计算机设备,由此,计算机设备能够获取到对目标电塔进行拍摄所得到拍摄图像。
步骤202、将拍摄图像输入三跨塔检测器,得到三跨塔检测器输出的第一识别结果,第一识别结果包括第二参考置信度得分,基于第二参考置信度得分确定第一置信度得分。
计算机设备在获取对目标电塔进行拍摄所得到拍摄图像后,可以将拍摄图像输入三跨塔检测器,得到三跨塔检测器输出的第一识别结果。其中,第一识别结果包括目标电塔为三跨塔的第二参考置信度得分。进而计算机设备可以基于第二参考置信度得分确定第一置信度得分。
可选的,第二参考置信度得分可以为一个或多个,若第二参考置信度得分为多个,则计算机设备可以将多个第二参考置信度得分中最大的第二参考置信度得分确定为第一置信度得分。
在本发明实施例中,计算机设备可以对三跨塔数据集中的每个样本图像中的样本电塔进行标注得到电塔标签,并构建三跨塔检测器,其中,电塔标签可以包括样本电塔为三跨塔的置信度得分。
可选的,计算机设备可以通过无人机拍摄采集多个样本电塔的拍摄图像,并对多个样本电塔的拍摄图像进行过滤,以形成三跨塔数据集。
在对每个样本图像标注的过程中,标注人员可以通过判断样本图像中的样本电塔是否跨铁路,拍摄图像的最右侧是否有长实线的应急车道,车道数≥4,中间有隔离带和绿化带、马路边有防护栏等特征判断样本电塔是否为三跨塔。
步骤203、基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分。
计算机设备在获取对目标电塔进行拍摄所得到拍摄图像后,可以基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分。
可选的,第一参考电塔与目标电塔相邻,且第一参考电塔可以为一个或多个。若第一参考电塔为多个,对于每个第一参考电塔,计算机设备可以基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定该静态地图图像中目标电塔为三跨塔的第一参考置信度得分,由此得到多个第一参考置信度得分,计算机设备可以将多个第一参考置信度得分中最大的第一参考置信度得分确定为第二置信度得分。
对于每个第一参考电塔,计算机设备可以将目标电塔的位置和第一参考电塔的位置输入到地图API中,从而得到地图API输出的静态地图图像,例如,图3所示的目标电塔01和第一参考电塔02的静态地图图像,且目标电塔01和第一参考电塔02横跨高速公路03。
计算机设备可以将静态地图图像输入图像分类器中,得到图像分类器输出的第一参考置信度得分。图像分类器包括但不限于resnet50、DenseNet、yolov5_cls和VIT等。
步骤204、基于第一置信度得分和第二置信度得分检测目标电塔是否为三跨塔。
计算机设备在确定第一置信度得分和第二置信度得分之后,可以基于第一置信度得分和第二置信度得分检测目标电塔是否为三跨塔。若目标电塔为三跨塔,则可以执行步骤205。若目标电塔不为三跨塔,则可以继续执行步骤201,即计算机设备可以继续检测下一个目标电塔是否为三跨塔。
在一种可选的实现方式中,计算机设备可以对第一置信度得分和第二置信度得分加权求和,得到第一目标置信度得分,若第一目标置信度得分大于等于第一预设置信度得分,则可以确定目标电塔为三跨塔,若第一目标置信度得分小于第一预设置信度得分,则可以确定目标电塔不为三跨塔。该第一预设置信度得分可以预先存储在计算机设备中。
该第一目标置信度得分的公式可以为:。
其中,y为第一目标置信度得分,x1为第一置信度得分,w1为第一权重系数,x2为第二置信度得分,w2为第二权重系数,w1和w2均为正数,且w1与w2之和为1。
在另一种可选的实现方式中,拍摄图像中还可以包括与目标电塔相邻的至少一个第二参考电塔。对于每个第二参考电塔,计算机设备可以基于拍摄图像生成包含第二参考电塔与目标电塔的标注框,确定每个标注框中路面区域为目标区域的第三参考置信度得分,并将多个第三参考置信度得分中的最大值确定为第三置信度得分。其中,该目标区域可以包括铁路区域、公路区域或者重要输电通道的区域。
计算机设备若检测到第一目标置信度得分大于等于第一预设置信度得分,且第三置信度得分大于等于第二预设置信度得分,则可以确定目标电塔为三跨塔。计算机设备若检测到第一目标置信度得分小于第一预设置信度得分,和/或,第三置信度得分小于第二预设置信度得分,则可以确定目标电塔不为三跨塔。其中,该第二预设置信度得分可以预先存储在计算机设备中。
或者,计算机设备可以对第一置信度得分、第二置信度得分和第三置信度得分加权求和,得到第二目标置信度得分,若第二目标置信度得分大于等于第三预设置信度得分,则可以确定目标电塔为三跨塔。若第二目标置信度得分小于第三预设置信度得分,则可以确定目标电塔不为三跨塔。该第三预设置信度得分可以预先存储在计算机设备中。
该第二目标置信度得分的公式可以为:
其中,z为第二目标置信度得分,x1为第一置信度得分,w1为第一权重系数,x2为第二置信度得分,w2为第二权重系数,x3为第三置信度得分,w3为第三权重系数,w1、w2和w3均为正数,且w1、w2与w3之和为1。
在本发明实施例中,计算机设备获取到包含第二参考电塔与目标电塔的拍摄图像后,对于每个第二参考电塔,计算机设备可以基于第二参考电塔与目标电塔的连线在拍摄图像中生成标注框。
可选的,标注框可以为矩形,且第二参考电塔与目标电塔的连线为该矩形的对角线;或为该矩形的中心线,矩形通过中心线向两侧外扩形成,例如,图4所示的目标电塔01、第二参考电塔04、标注框05、路面区域06的拍摄图像示意图。
步骤205、识别拍摄图像中目标电塔的类型以及绝缘子的类型。
计算机设备若基于第一置信度得分和第二置信度得分确定目标电塔为三跨塔,则识别拍摄图像中目标电塔的类型以及绝缘子的类型。
其中,目标电塔的类型可以包括悬垂塔和耐张塔。绝缘子的类型可以包括悬垂绝缘子、耐张绝缘子和地线绝缘子。三跨塔检测器输出的第一识别结果还可以包括目标电塔的类型,计算机设备可以基于第一识别结果获取目标电塔的类型。
计算机设备可以将拍摄图像输入绝缘子类型检测器,得到第二识别结果。其中,第二识别结果可以包括绝缘子的类型。
在本发明实施例中,计算机设备可以对第一数据集中的每个样本图像进行标注得到第一标签,并构建绝缘子类型检测器,其中,第一标签可以包括样本绝缘子的类型。
可选的,计算机设备可以通过无人机采集多个样本目标电塔的拍摄图像,并对多个样本目标电塔的拍摄图像进行过滤,形成第一数据集。
步骤206、检测绝缘子的类型与目标电塔的类型是否匹配。
计算机设备在识别拍摄图像中目标电塔的类型以及绝缘子的类型之后,可以检测绝缘子的类型与目标电塔的类型是否匹配。若确定绝缘子的类型与目标电塔的类型匹配,则可以执行步骤207。若确定绝缘子的类型与目标电塔的类型不匹配,则可以执行步骤210。
计算机设备可以基于目标电塔的类型,从第一对应关系中确定与目标电塔的类型对应的实际绝缘子类型,若实际绝缘子类型与识别的绝缘子的类型相同,则可以确定绝缘子的类型与目标电塔的类型匹配。若实际绝缘子类型与识别的绝缘子的类型不同,则可以确定绝缘子的类型与目标电塔的类型不匹配。
其中,计算机设备可以预先存储第一对应关系。示例性的,若目标电塔的类型为耐张塔,则第一对应关系中记录的与耐张塔对应的实际绝缘子类型为耐张绝缘子。若目标电塔的类型为悬垂塔,则第一对应关系中记录的与该悬垂塔对应的实际绝缘子的类型包括:悬垂绝缘子和地线绝缘子。
假设计算机设备识别的目标电塔的类型为耐张塔,识别的绝缘子的类型为耐张绝缘子,计算机设备基于第一对应关系可以确定与耐张塔对应的实际绝缘子类型为耐张绝缘子。由于实际绝缘子类型与识别的绝缘子的类型相同,则计算机设备可以确定绝缘子的类型与目标电塔的类型匹配。
步骤207、基于绝缘子在拍摄图像中的位置对拍摄图像进行裁剪得到绝缘子图像。
计算机设备若确定绝缘子的类型与目标电塔的类型匹配,则可以基于绝缘子在拍摄图像中的位置对拍摄图像进行裁剪得到绝缘子图像。第二识别结果还包括:绝缘子在拍摄图像中的位置,计算机设备可以基于第二识别结果确定绝缘子在拍摄图像中的位置。并且,上述第一标签还可以包括样本绝缘子在样本图像中的位置。
可选的,裁剪后的得到的绝缘子图像可以为多边形或者圆形,以绝缘子图像为圆形为例,计算机设备可以以绝缘子在拍摄图像中的位置为圆心,以预设长度为半径,对拍摄图像进行裁剪,从而得到绝缘子图像。其中,计算机设备可以预先存储预设长度。
步骤208、将绝缘子图像输入子串类型检测器,得到第三识别结果,并将绝缘子图像输入挂点类型检测器,得到第四识别结果。
计算机设备在基于绝缘子在拍摄图像中的位置对拍摄图像进行裁剪得到绝缘子图像之后,可以将绝缘子图像输入子串类型检测器,得到第三识别结果,第三识别结果可以包括绝缘子的子串类型,并将绝缘子图像输入挂点类型检测器,得到第四识别结果,第四识别结果可以包括绝缘子的挂点类型。
在本发明实施例中,计算机设备可以基于第二数据集构建子串类型检测器和挂点类型检测器。可选的,对于第一数据集中的每个样本图像,计算机设备可以基于样本图像中样本绝缘子在样本图像的位置裁剪样本图像,得到样本绝缘子图像,形成第二数据集。
计算机设备可以对第二数据集中的每个样本绝缘子图像进行标注得到第二标签,并构建子串类型检测器,其中,第二标签可以包括样本绝缘子图像中样本绝缘子的子串类型。
计算机设备也可以对第二数据集中的每个样本绝缘子图像进行标注得到第三标签,并构建挂点类型检测器,第三标签包括样本绝缘子图像中样本绝缘子的挂点类型。
步骤209、检测绝缘子的子串类型与目标电塔的实际子串类型是否匹配,以及绝缘子的挂点类型与目标电塔的实际挂点类型是否匹配。
计算机设备在确定绝缘子的子串类型和绝缘子的挂点类型后,可以检测绝缘子的子串类型与目标电塔的实际子串类型是否匹配,以及绝缘子的挂点类型与目标电塔的实际挂点类型是否匹配。
若绝缘子的子串类型与目标电塔的实际子串类型匹配,绝缘子的挂点类型与目标电塔的实际挂点类型匹配,则可以继续执行步骤201,即计算机设备可以继续检测下一个目标电塔是否为三跨塔。若绝缘子的子串类型与目标电塔的实际子串类型不匹配,和/或,绝缘子的挂点类型与目标电塔的实际挂点类型不匹配,则可以执行步骤210。
在本发明实施例中,第一对应关系还可以记录与目标电塔的类型对应的实际子串类型和实际挂点类型。计算机设备在确定目标电塔的类型、绝缘子的子串类型和挂点类型之后,可以基于目标电塔的类型,从第一对应关系中确定与该目标电塔的类型对应的实际子串类型和实际挂点类型。
示例性的,若目标电塔为耐张塔,则目标电塔的实际绝缘子的类型为耐张绝缘子,实际子串类型为双串,实际挂点类型为双挂点或单挂点。若目标电塔为悬垂塔,则目标电塔的实际绝缘子的类型为悬垂绝缘子和地线绝缘子,实际子串类型为双串,实际挂点类型为双挂点。
步骤210、发出异常提示信息。
计算机设备在确定绝缘子的类型与目标电塔的类型不匹配的情况下,可以发出异常提示信息,该异常提示信息可以为绝缘子的类型与目标电塔的类型不匹配,由此识别到安装不规范的绝缘子。
计算机设备在确定绝缘子的类型与目标电塔的类型匹配的情况下,若绝缘子的子串类型与目标电塔的实际子串类型不匹配,和/或,绝缘子的挂点类型与目标电塔的实际挂点类型不匹配,则可以发出异常提示信息,由此识别到安装不规范的绝缘子。
可选的,计算机设备在确定绝缘子的子串类型与目标电塔的实际子串类型不匹配的情况下,发出的异常提示信息可以为绝缘子的子串类型与目标电塔的实际子串类型不匹配。
计算机设备在绝缘子的挂点类型与目标电塔的实际挂点类型不匹配,发出的异常提示信息可以为绝缘子的挂点类型与目标电塔类型不匹配。
可选的,计算机设备还可以预设样本数量,在构建三跨塔检测器、绝缘子类型检测器和子串类型检测器的过程中,若数据集中的样本数量小于预设样本数量,则可以stablediffusion采用对数据集中的样本图像进行反向去噪,以生成新的样本图像,由此增加数据集中的样本数量。
通过stable diffusion来扩增数据集,从而增加数据集类别均衡性,并提高数据集的多样性,提升目标检测算法的效果。
综上所述,本发明实施例提供了一种三跨塔的绝缘子异常监测方法,该方法中,计算机设备在获取对目标电塔进行拍摄所得到拍摄图像,确定拍摄图像中目标电塔为三跨塔的第一置信度得分,基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分后,可以基于第一置信度得分和第二置信度得分确定目标电塔是否为三跨塔,并在确定目标电塔为三跨塔,且绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息。
相较于采用人工巡检的方式,本发明实施例提供的方法通过拍摄图像和静态地图图像即可实现对绝缘子的异常监测,提高了对三跨塔的绝缘子异常监测的效率。并且,由于计算机设备能够基于第一置信度得分和第二置信度得分综合确定目标电塔是否为三跨塔,因此,提高了对目标电塔是否为三跨塔识别的精度,进而提高了绝缘子异常监测的准确性。
本发明实施例提供了一种计算机可读存储介质,其上存储有三跨塔的绝缘子异常监测程序,三跨塔的绝缘子异常监测程序被处理器执行时实现上述实施例所示的三跨塔的绝缘子异常监测方法。例如,图1或图2所示的三跨塔的绝缘子异常监测方法。
图5是本发明实施例提供的一种计算机设备结构示意图,如图5所示,计算机设备50可以包括存储器501、处理器502及存储在存储器501上并可在处理器502上运行的三跨塔的绝缘子异常监测程序,处理器502执行三跨塔的绝缘子异常监测程序时,实现上述实施例所示的三跨塔的绝缘子异常监测方法。例如,图1或图2所示的三跨塔的绝缘子异常监测方法。
图6是本发明实施例提供的一种三跨塔的绝缘子异常监测装置的框图,如图6所示,装置包括:
获取模块601,用于获取对目标电塔进行拍摄所得到拍摄图像,并基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,第一参考电塔与目标电塔相邻;
确定模块602,用于确定拍摄图像中目标电塔为三跨塔的第一置信度得分,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分;
识别模块603,用于若基于第一置信度得分和第二置信度得分确定目标电塔为三跨塔,则识别拍摄图像中目标电塔的类型以及绝缘子的类型;
提示模块604,用于在绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息。
可选的,第一参考电塔为多个;确定模块602,用于:基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,包括:
对于每个第一参考电塔,基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,得到多个静态地图图像;
确定静态地图图像中目标电塔为三跨塔的第二置信度得分,包括:
确定每个静态地图图像中目标电塔为三跨塔的第一参考置信度得分;
将多个第一参考置信度得分中的最大值确定为第二置信度得分。
可选的,确定模块602,用于:
对第一置信度得分和第二置信度得分加权求和,得到第一目标置信度得分;
若第一目标置信度得分大于等于第一预设置信度得分,则确定目标电塔为三跨塔。
可选的,拍摄图像中还包括与目标电塔相邻的多个第二参考电塔,确定模块602,还用于:
对于每个第二参考电塔,基于拍摄图像生成包含第二参考电塔与目标电塔的标注框;
确定每个标注框中路面区域为目标区域的第三参考置信度得分,并将多个第三参考置信度得分中的最大值确定为第三置信度得分;
对第一置信度得分和第二置信度得分加权求和,得到第一目标置信度得分,若第一目标置信度得分大于等于第一预设置信度得分,且第三置信度得分大于等于第二预设置信度得分,则确定目标电塔为三跨塔;或者,对第一置信度得分、第二置信度得分和第三置信度得分加权求和,得到第二目标置信度得分,若第二目标置信度得分大于等于第三预设置信度得分,则确定目标电塔为三跨塔。
可选的,确定模块602,用于:确定拍摄图像中目标电塔为三跨塔的第一置信度得分,包括:
将拍摄图像输入三跨塔检测器,得到三跨塔检测器输出的第一识别结果,第一识别结果包括第二参考置信度得分;
基于第二参考置信度得分确定第一置信度得分。
可选的,第二参考置信度得分为多个,确定模块602,用于:基于第二参考置信度得分确定第一置信度得分,包括:
将多个第二参考置信度得分中最大的第二参考置信度得分确定为第一置信度得分。
可选的,识别模块603,用于:识别拍摄图像中目标电塔中绝缘子的类型,包括:
将拍摄图像输入绝缘子类型检测器,得到第二识别结果,第二识别结果包括绝缘子的类型。
可选的,第二识别结果还包括:绝缘子在拍摄图像中的位置,识别模块603,用于:在绝缘子的类型与目标电塔的类型匹配的情况下,基于位置对拍摄图像进行裁剪得到绝缘子图像;
将绝缘子图像输入子串类型检测器,得到第三识别结果,第三识别结果包括绝缘子的子串类型;
将绝缘子图像输入挂点类型检测器,得到第四识别结果,第四识别结果包括绝缘子的挂点类型;
发出异常提示信息,包括:
若绝缘子的子串类型与目标电塔的实际子串类型不匹配,和/或,绝缘子的挂点类型与目标电塔的实际挂点类型不匹配,则发出异常提示信息。
综上所述,本发明实施例提供了一种三跨塔的绝缘子异常监测方法,该方法中,计算机设备在获取对目标电塔进行拍摄所得到拍摄图像,确定拍摄图像中目标电塔为三跨塔的第一置信度得分,基于目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定静态地图图像中目标电塔为三跨塔的第二置信度得分后,可以基于第一置信度得分和第二置信度得分确定目标电塔是否为三跨塔,并在确定目标电塔为三跨塔,且绝缘子的类型与目标电塔的类型不匹配的情况下,发出异常提示信息。
相较于采用人工巡检的方式,本发明实施例提供的方法通过拍摄图像和静态地图图像即可实现对绝缘子的异常监测,提高了对三跨塔的绝缘子异常监测的效率。并且,由于计算机设备能够基于第一置信度得分和第二置信度得分综合确定目标电塔是否为三跨塔,因此,提高了对目标电塔是否为三跨塔识别的精度,进而提高了绝缘子异常监测的准确性。
需要说明的是,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。
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一定指的是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何的一个或多个实施例或示例中以合适的方式结合。
此外,本发明实施例中所使用的“第一”、“第二”等术语,仅用于描述目的,而不可以理解为指示或者暗示相对重要性,或者隐含指明本实施例中所指示的技术特征数量。由此,本发明实施例中限定有“第一”、“第二”等术语的特征,可以明确或者隐含地表示该实施例中包括至少一个该特征。在本发明的描述中,词语“多个”的含义是至少两个或者两个及以上,例如两个、三个、四个等,除非实施例中另有明确具体的限定。
在本发明中,除非实施例中另有明确的相关规定或者限定,否则实施例中出现的术语“安装”、“相连”、“连接”和“固定”等应做广义理解,例如,连接可以是固定连接,也可以是可拆卸连接,或成一体,可以理解的,也可以是机械连接、电连接等;当然,还可以是直接相连,或者通过中间媒介进行间接连接,或者可以是两个元件内部的连通,或者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,能够根据具体的实施情况理解上述术语在本发明中的具体含义。
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 (11)
1.一种三跨塔的绝缘子异常监测方法,其特征在于,所述方法包括:
获取对目标电塔进行拍摄所得到拍摄图像,并确定所述拍摄图像中目标电塔为三跨塔的第一置信度得分;
基于所述目标电塔的位置和第一参考电塔的位置获取静态地图图像,并确定所述静态地图图像中目标电塔为所述三跨塔的第二置信度得分,所述第一参考电塔与所述目标电塔相邻;
若基于所述第一置信度得分和所述第二置信度得分确定所述目标电塔为三跨塔,则识别所述拍摄图像中目标电塔的类型以及绝缘子的类型,并在所述绝缘子的类型与所述目标电塔的类型不匹配的情况下,发出异常提示信息,其中,所述目标电塔的类型包括悬垂塔和耐张塔,所述绝缘子的类型包括悬垂绝缘子、耐张绝缘子和地线绝缘子,确定所述绝缘子的类型与所述目标电塔的类型不匹配,包括:
基于所述目标电塔的类型,从第一对应关系中确定与所述目标电塔的类型对应的实际绝缘子类型,若实际绝缘子类型与识别的绝缘子的类型相同,则确定所述绝缘子的类型与所述目标电塔的类型匹配;若实际绝缘子类型与识别的绝缘子的类型不同,则确定所述绝缘子的类型与所述目标电塔的类型不匹配。
2.根据权利要求1所述的方法,其特征在于,所述第一参考电塔为多个;基于所述目标电塔的位置和第一参考电塔的位置获取静态地图图像,包括:
对于每个所述第一参考电塔,基于所述目标电塔的位置和所述第一参考电塔的位置获取静态地图图像,得到多个静态地图图像;
确定所述静态地图图像中目标电塔为所述三跨塔的第二置信度得分,包括:
确定每个所述静态地图图像中目标电塔为所述三跨塔的第一参考置信度得分;
将多个所述第一参考置信度得分中的最大值确定为所述第二置信度得分。
3.根据权利要求1所述的方法,其特征在于,确定所述拍摄图像中目标电塔为三跨塔的第一置信度得分,包括:
将所述拍摄图像输入三跨塔检测器,得到所述三跨塔检测器输出的第一识别结果,所述第一识别结果包括第二参考置信度得分;
基于所述第二参考置信度得分确定所述第一置信度得分。
4.根据权利要求3所述的方法,其特征在于,所述第二参考置信度得分为多个,基于所述第二参考置信度得分确定所述第一置信度得分,包括:
将多个所述第二参考置信度得分中的最大值确定为所述第一置信度得分。
5.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:
对所述第一置信度得分和所述第二置信度得分加权求和,得到第一目标置信度得分;
若所述第一目标置信度得分大于等于第一预设置信度得分,则确定所述目标电塔为三跨塔。
6.根据权利要求1至4任一所述的方法,其特征在于,所述拍摄图像中还包括与所述目标电塔相邻的多个第二参考电塔,所述方法还包括:
对于每个所述第二参考电塔,基于所述拍摄图像生成包含所述第二参考电塔与所述目标电塔的标注框;
确定每个所述标注框中路面区域为目标区域的第三参考置信度得分,并将多个所述第三参考置信度得分中的最大值确定为第三置信度得分,其中,所述目标区域包括铁路区域、公路区域或者重要输电通道的区域;
对所述第一置信度得分和所述第二置信度得分加权求和,得到第一目标置信度得分,若所述第一目标置信度得分大于等于第一预设置信度得分,且所述第三置信度得分大于等于第二预设置信度得分,则确定所述目标电塔为三跨塔;或者,对所述第一置信度得分、所述第二置信度得分和所述第三置信度得分加权求和,得到第二目标置信度得分,若所述第二目标置信度得分大于等于第三预设置信度得分,则确定所述目标电塔为三跨塔。
7.根据权利要求1至4任一所述的方法,其特征在于,识别所述拍摄图像中目标电塔中绝缘子的类型,包括:
将所述拍摄图像输入绝缘子类型检测器,得到第二识别结果,所述第二识别结果包括所述绝缘子的类型。
8.根据权利要求7所述的方法,其特征在于,所述第二识别结果还包括:所述绝缘子在所述拍摄图像中的位置,所述方法还包括:
在所述绝缘子的类型与所述目标电塔的类型匹配的情况下,基于所述绝缘子在所述拍摄图像中的位置对所述拍摄图像进行裁剪得到绝缘子图像;
将所述绝缘子图像输入子串类型检测器,得到第三识别结果,所述第三识别结果包括所述绝缘子的子串类型;
将所述绝缘子图像输入挂点类型检测器,得到第四识别结果,所述第四识别结果包括所述绝缘子的挂点类型;
发出异常提示信息,包括:
若所述绝缘子的子串类型与所述目标电塔的实际子串类型不匹配,和/或,所述绝缘子的挂点类型与所述目标电塔的实际挂点类型不匹配,则发出所述异常提示信息。
9.一种计算机可读存储介质,其特征在于,其上存储有三跨塔的绝缘子异常监测程序,所述三跨塔的绝缘子异常监测程序被处理器执行时实现根据权利要求1-8中任一项所述的三跨塔的绝缘子异常监测方法。
10.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的三跨塔的绝缘子异常监测程序,所述处理器执行所述三跨塔的绝缘子异常监测程序时,实现根据权利要求1-8中任一项所述的三跨塔的绝缘子异常监测方法。
11.一种三跨塔的绝缘子异常监测装置,其特征在于,所述装置包括:
获取模块,用于获取对目标电塔进行拍摄所得到拍摄图像,并基于所述目标电塔的位置和第一参考电塔的位置获取静态地图图像,所述第一参考电塔与所述目标电塔相邻;
确定模块,用于确定所述拍摄图像中目标电塔为三跨塔的第一置信度得分,并确定所述静态地图图像中目标电塔为所述三跨塔的第二置信度得分;
识别模块,用于若基于所述第一置信度得分和所述第二置信度得分确定所述目标电塔为三跨塔,则识别所述拍摄图像中目标电塔的类型以及绝缘子的类型,其中,所述目标电塔的类型包括悬垂塔和耐张塔,所述绝缘子的类型包括悬垂绝缘子、耐张绝缘子和地线绝缘子;
提示模块,用于在所述绝缘子的类型与所述目标电塔的类型不匹配的情况下,发出异常提示信息,确定所述绝缘子的类型与所述目标电塔的类型不匹配,包括:
基于所述目标电塔的类型,从第一对应关系中确定与所述目标电塔的类型对应的实际绝缘子类型,若实际绝缘子类型与识别的绝缘子的类型相同,则确定所述绝缘子的类型与所述目标电塔的类型匹配;若实际绝缘子类型与识别的绝缘子的类型不同,则确定所述绝缘子的类型与所述目标电塔的类型不匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311530207.5A CN117237881B (zh) | 2023-11-16 | 2023-11-16 | 三跨塔的绝缘子异常监测方法及装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311530207.5A CN117237881B (zh) | 2023-11-16 | 2023-11-16 | 三跨塔的绝缘子异常监测方法及装置、计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117237881A CN117237881A (zh) | 2023-12-15 |
CN117237881B true CN117237881B (zh) | 2024-02-02 |
Family
ID=89088450
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311530207.5A Active CN117237881B (zh) | 2023-11-16 | 2023-11-16 | 三跨塔的绝缘子异常监测方法及装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117237881B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1818929A (zh) * | 2005-01-28 | 2006-08-16 | 爱信艾达株式会社 | 图像识别装置及图像识别方法 |
CN1967537A (zh) * | 2005-11-14 | 2007-05-23 | 富士胶片株式会社 | 地标搜索系统、地图数据以及分类图像数据的方法 |
CN106980814A (zh) * | 2016-01-15 | 2017-07-25 | 福特全球技术公司 | 用显著性地图的行人检测 |
CN109146836A (zh) * | 2017-09-19 | 2019-01-04 | 上海华测导航技术股份有限公司 | 一种基于点云数据进行输电塔及线路检测的系统及方法 |
CN109492519A (zh) * | 2018-09-12 | 2019-03-19 | 浙江浙大列车智能化工程技术研究中心有限公司 | 用于深度学习地铁轨道识别的训练数据集标注的生成方法 |
CN109671174A (zh) * | 2018-12-20 | 2019-04-23 | 北京中飞艾维航空科技有限公司 | 一种电塔巡检方法及装置 |
CN110048878A (zh) * | 2019-03-08 | 2019-07-23 | 国网河南省电力公司郑州供电公司 | 一种输电线路三跨可视化管理系统 |
CN110321616A (zh) * | 2019-06-26 | 2019-10-11 | 国网辽宁省电力有限公司葫芦岛供电公司 | 基于小波变换和注意力模型的三跨杆塔故障诊断方法 |
CN110647603A (zh) * | 2018-06-27 | 2020-01-03 | 百度在线网络技术(北京)有限公司 | 图像标注信息的处理方法、装置和系统 |
KR102134325B1 (ko) * | 2019-06-11 | 2020-07-16 | (주)투비시스템 | 고압 송전탑 안전 점검용 무인 비행체 |
CN113505726A (zh) * | 2021-07-24 | 2021-10-15 | 北京思万智瞰科技有限公司 | 一种地图中的光伏组串识别与定位方法 |
CN114283117A (zh) * | 2021-11-24 | 2022-04-05 | 广西大学 | 一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法 |
CN114399722A (zh) * | 2021-10-27 | 2022-04-26 | 国网青海省电力公司 | 一种基于图像识别的输变电工程高空作业监控方法 |
CN114419537A (zh) * | 2021-12-17 | 2022-04-29 | 广东电网有限责任公司 | 一种基于深度学习的输电线路告警方法和装置 |
KR20220095849A (ko) * | 2020-12-30 | 2022-07-07 | (주)매트론 | 점퍼 케이블을 매개로 광섬유 복합 가공지선을 통신 선로 및 전력원으로 이용한 송전탑 감시 시스템 |
CN115565118A (zh) * | 2022-12-07 | 2023-01-03 | 南方电网数字电网研究院有限公司 | 一种输电线路交叉跨越点单挂点单串的识别方法 |
CN116052149A (zh) * | 2023-01-06 | 2023-05-02 | 桂林电子科技大学 | 一种基于CS-ABCNet的电力塔牌检测识别方法 |
CN116306125A (zh) * | 2023-03-09 | 2023-06-23 | 中国电力工程顾问集团中南电力设计院有限公司 | 基于检测状态的输电杆塔结构随机建模方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3824405A1 (en) * | 2018-08-21 | 2021-05-26 | Siemens Aktiengesellschaft | Orientation detection in overhead line insulators |
CN112214032A (zh) * | 2019-07-10 | 2021-01-12 | 中强光电股份有限公司 | 无人机巡检系统与无人机巡检方法 |
KR102344195B1 (ko) * | 2020-01-10 | 2021-12-28 | 한국전력공사 | 전력선 촬영 방법 |
CN114841972B (zh) * | 2022-05-09 | 2024-08-02 | 浙江大学 | 基于显著性图和语义嵌入特征金字塔的输电线路缺陷识别方法 |
-
2023
- 2023-11-16 CN CN202311530207.5A patent/CN117237881B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1818929A (zh) * | 2005-01-28 | 2006-08-16 | 爱信艾达株式会社 | 图像识别装置及图像识别方法 |
CN1967537A (zh) * | 2005-11-14 | 2007-05-23 | 富士胶片株式会社 | 地标搜索系统、地图数据以及分类图像数据的方法 |
CN106980814A (zh) * | 2016-01-15 | 2017-07-25 | 福特全球技术公司 | 用显著性地图的行人检测 |
CN109146836A (zh) * | 2017-09-19 | 2019-01-04 | 上海华测导航技术股份有限公司 | 一种基于点云数据进行输电塔及线路检测的系统及方法 |
CN110647603A (zh) * | 2018-06-27 | 2020-01-03 | 百度在线网络技术(北京)有限公司 | 图像标注信息的处理方法、装置和系统 |
CN109492519A (zh) * | 2018-09-12 | 2019-03-19 | 浙江浙大列车智能化工程技术研究中心有限公司 | 用于深度学习地铁轨道识别的训练数据集标注的生成方法 |
CN109671174A (zh) * | 2018-12-20 | 2019-04-23 | 北京中飞艾维航空科技有限公司 | 一种电塔巡检方法及装置 |
CN110048878A (zh) * | 2019-03-08 | 2019-07-23 | 国网河南省电力公司郑州供电公司 | 一种输电线路三跨可视化管理系统 |
KR102134325B1 (ko) * | 2019-06-11 | 2020-07-16 | (주)투비시스템 | 고압 송전탑 안전 점검용 무인 비행체 |
CN110321616A (zh) * | 2019-06-26 | 2019-10-11 | 国网辽宁省电力有限公司葫芦岛供电公司 | 基于小波变换和注意力模型的三跨杆塔故障诊断方法 |
KR20220095849A (ko) * | 2020-12-30 | 2022-07-07 | (주)매트론 | 점퍼 케이블을 매개로 광섬유 복합 가공지선을 통신 선로 및 전력원으로 이용한 송전탑 감시 시스템 |
CN113505726A (zh) * | 2021-07-24 | 2021-10-15 | 北京思万智瞰科技有限公司 | 一种地图中的光伏组串识别与定位方法 |
CN114399722A (zh) * | 2021-10-27 | 2022-04-26 | 国网青海省电力公司 | 一种基于图像识别的输变电工程高空作业监控方法 |
CN114283117A (zh) * | 2021-11-24 | 2022-04-05 | 广西大学 | 一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法 |
CN114419537A (zh) * | 2021-12-17 | 2022-04-29 | 广东电网有限责任公司 | 一种基于深度学习的输电线路告警方法和装置 |
CN115565118A (zh) * | 2022-12-07 | 2023-01-03 | 南方电网数字电网研究院有限公司 | 一种输电线路交叉跨越点单挂点单串的识别方法 |
CN116052149A (zh) * | 2023-01-06 | 2023-05-02 | 桂林电子科技大学 | 一种基于CS-ABCNet的电力塔牌检测识别方法 |
CN116306125A (zh) * | 2023-03-09 | 2023-06-23 | 中国电力工程顾问集团中南电力设计院有限公司 | 基于检测状态的输电杆塔结构随机建模方法 |
Non-Patent Citations (3)
Title |
---|
基于CornerNet-Lite的输电塔与绝缘子目标识别与检测;张庆庆;朱仲杰;高明;葛志峰;白永强;屠仁伟;;浙江万里学院学报(第03期);第91-96页 * |
基于YOLOV7的直升机巡航电塔目标检测算法研究;杜伟 等;上海电力大学学报;第第39卷卷(第第04期期);第383-386页 * |
基于深度学习的无人机航拍绝缘子异常检测;林华燕 等;《北京测绘》;第497-501页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117237881A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111322985B (zh) | 基于激光点云的隧道限界分析方法、装置和系统 | |
CN106570853B (zh) | 一种形状与颜色融合的绝缘子识别与缺陷检测方法 | |
CN109631848B (zh) | 输电线路异物入侵检测系统和检测方法 | |
CN104835152A (zh) | 一种输电线路巡检图像的处理方法和系统 | |
CN107179479B (zh) | 基于可见光图像的输电导线散股缺陷检测方法 | |
CN111695506A (zh) | 一种输电线路风致异物短路故障预警方法及系统 | |
CN112776856A (zh) | 轨道异物侵限监测方法、装置、系统及监控主机设备 | |
CN115393347B (zh) | 一种基于城市大脑的电网智能巡检方法及系统 | |
JP2017102672A (ja) | 地理位置情報特定システム及び地理位置情報特定方法 | |
CN115565118B (zh) | 一种输电线路交叉跨越点单挂点单串的识别方法 | |
CN107665588A (zh) | 检测器状态异常的泊位的检测方法、系统、计算机装置及计算机可读存储介质 | |
CN112487894A (zh) | 基于人工智能的轨道交通保护区自动巡查方法及装置 | |
CN117237881B (zh) | 三跨塔的绝缘子异常监测方法及装置、计算机设备 | |
CN116843686B (zh) | 接触网定位器线夹螺母缺陷的检测方法及装置 | |
CN111931721B (zh) | 年检标签颜色和个数的检测方法、装置及电子设备 | |
CN116502783B (zh) | 基于gis的adss光缆运维线路规划方法及装置 | |
CN102901910A (zh) | 高压架空线路走廊的监控方法及其系统 | |
CN112669302A (zh) | 吊弦缺陷检测方法、装置、电子设备及存储介质 | |
CN112683916A (zh) | 集电线路杆塔小金具缺失或安装错误的识别方法及装置 | |
CN116665423A (zh) | 一种电缆通道施工监测预警系统及方法 | |
CN115690505A (zh) | 光伏组件故障检测方法、装置、计算机设备及存储介质 | |
CN111985497B (zh) | 架空输电线路下吊车作业识别方法及系统 | |
CN115187880A (zh) | 基于图像识别的通信光缆缺陷检测方法、系统及存储介质 | |
CN115100546A (zh) | 一种基于mobilenet的电力设备小目标缺陷识别方法及系统 | |
CN113034021A (zh) | 基于机巡数据的输电线路缺陷分析方法及系统 |
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 |