一种基于设计图纸智能识别的干式变压器制造方法及系统技术方案

本发明专利技术涉及变压器设备制造技术领域，具体涉及一种基于设计图纸智能识别的干式变压器制造方法及系统。该方法通过图像重构网络输出与训练设计图纸属于同个类别但内容存在差异的对比设计图纸，图像重构网络通过计算相对于模板图像的相似度构建第一损失函数进行图像重构。利用训练设计图纸和对比设计图纸作为去噪网络的训练数据，通过去噪网络对目标设计图纸进行去噪，获得目标去噪设计图纸。根据目标去噪设计图纸的模板匹配结果对变压器制造过程进行指导。本发明专利技术实现了对变压器设计图数据量的扩充，通过高质量的数据量训练出效果出色的去噪网络。的去噪网络。的去噪网络。

【技术实现步骤摘要】
一种基于设计图纸智能识别的干式变压器制造方法及系统


[0001]本专利技术涉及变压器设备制造
，具体涉及一种基于设计图纸智能识别的干式变压器制造方法及系统。

技术介绍

[0002]现有的设备智能制造系统的关键技术主要包括设计端的设计图纸智能识别以及制造端的设备参数智能识别。对于设计图纸的智能识别，现有技术通常采用模板匹配的方式实现。即通过设计图纸与模板图纸的匹配，确定出设计图纸信息，用于变压器制作。
[0003]在模板匹配过程中，因为设计图纸经过数据的压缩容易出现模糊、遗漏或额外噪声的影响，导致匹配过程难以识别出图纸中的细节差异，获得的设计图纸信息不完全，或者误匹配导致设计图纸信息错误。
[0004]可通过去噪网络进行去噪操作去除设计图纸中的噪声，优化模板匹配效果。去噪网络可通过输入的设计图纸中的噪声信息自适应的进行去噪操作，但是因为变压器的类别多种多样，去噪网络所需的训练数据难以获得，过少的训练数据会导致网络准确率低，去噪效果差。

技术实现思路

[0005]为了解决上述技术问题，本专利技术的目的在于提供一种基于设计图纸智能识别的干式变压器制造方法及系统，所采用的技术方案具体如下：本专利技术提出了一种基于设计图纸智能识别的干式变压器制造方法，所述方法包括：获得训练设计图纸；以所述训练设计图纸作为图像重构网络的训练数据；所述图像重构网络输入数据为所述训练设计图纸，输出数据为对比设计图纸；所述图像重构网络中包括相似度计算网络分支；所述相似度计算网络分支中包含预设模板图纸，输出为所述训练设计图纸和所述对比设计图纸的类别、所述训练设计图纸与对应的所述模板图纸的第一相似度、所述对比设计图纸与对应的所述模板图纸的第二相似度和所述训练设计图纸和所述对比设计图纸的第三相似度；根据所述训练设计图纸和所述对比设计图纸的类别差异、所述第一相似度与所述第二相似度的差异和所述第三相似度构建所述图像重构网络的第一损失函数；以所述训练设计图纸和所述对比设计图纸作为去噪网络的训练数据；所述去噪网络输出为去噪设计图纸；将目标设计图纸输入所述去噪网络中，获得目标去噪设计图纸；对所述目标去噪设计图纸进行模板匹配，获得设计图纸信息；根据所述设计图纸信息对变压器制造过程进行指导。
[0006]进一步地，所述图像重构网络包括重构编码器和重构解码器；所述重构编码器提取所述训练设计图纸的第一特征；所述重构解码器根据所述第一特征输出所述对比设计图
纸。
[0007]进一步地，所述相似度计算网络分支采用孪生网络结构。
[0008]进一步地，所述相似度计算网络分支中包含预设模板图纸还包括：通过所述孪生网络结构提取所述模板图像的第二特征，将所述第二特征存储至所述相似度计算网络分支中。
[0009]进一步地，所述根据所述训练设计图纸和所述对比设计图纸的类别差异、所述第一相似度与所述第二相似度的差异和所述第三相似度构建所述图像重构网络的第一损失函数包括：其中，为所述第一损失函数；为数据调整量，所述数据调整量为极大正数；为所述训练设计图纸的类别；为所述对比设计图纸的类别；为所述第一相似度；为所述第二相似度；为所述第三相似度。
[0010]进一步地，所述去噪网络包括：所述去噪网络包含第一去噪分支和特征提取分支；所述第一去噪分支包括加噪编码器和去噪解码器；所述加噪编码器处理所述训练设计图纸，输出第三特征；所述去噪解码器处理所述第三特征，输出所述去噪设计图纸；所述特征提取分支包括特征提取编码器，所述特征提取编码器与所述加噪编码器参数共享；所述特征提取编码器处理所述对比设计图纸，输出第四特征；以所述第四特征和第三特征的余弦相似度作为所述特征提取分支的第二损失函数。
[0011]进一步地，所述将目标设计图纸输入所述去噪网络中包括：将所述目标设计图纸输入所述特征提取编码器中，输出目标特征；将所述目标特征输入所述去噪解码器中，输出所述目标去噪设计图纸。
[0012]本专利技术提出了一种基于设计图纸智能识别的干式变压器制造系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任意一项所述一种基于设计图纸智能识别的干式变压器制造方法的步骤。
[0013]本专利技术具有如下有益效果：本专利技术实施例使用图像重构网络扩充数据量。输出的对比设计图纸即能够模拟噪声扩充数据量，又通过损失函数中的第三相似度保证了对比设计图纸与训练设计图纸的差异，提高了数据量的质量。通过对数据量的扩充，给去噪网络提供了足够的训练样本，保证了去噪网络训练的有效性。
附图说明
[0014]为了更清楚地说明本专利技术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专利技术的一些实施例，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。
[0015]图1为本专利技术一个实施例所提供的一种基于设计图纸智能识别的干式变压器制造方法流程图。
具体实施方式
[0016]为了更进一步阐述本专利技术为达成预定专利技术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，对依据本专利技术提出的一种基于设计图纸智能识别的干式变压器制造方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一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。
[0017]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0018]下面结合附图具体的说明本专利技术所提供的一种基于设计图纸智能识别的干式变压器制造方法及系统的具体方案。
[0019]对于干式变压器制造系统，以下简称制造系统。制造系统主要分为设计图纸智能识别子模块、变压器制造子模块和变压器参数智能识别子模块。设计图纸智能识别子模块用于通过变压器设计图获得在设计图纸中所需制造的变压器的一些理论参数。通过理论参数指导变压器制造子模块进行制造，最终经过变压器参数智能识别子模块获取制造后的变压器参数进行验证。本专利技术实施例旨在提高设计图纸智能识别子模块的信息识别质量，因此对于其他两个子模块不在赘述其相应内容。
[0020]请参阅图1，其示出了本专利技术一个实施例提供的一种基于设计图纸智能识别的干式变压器制造方法流程图，该方法包括：步骤S1：获得训练设计图纸；以训练设计图纸作为图像重构网络的训练数据；图像重构网络输入数据为训练设计图纸，输出数据为对比设计图纸。
[0021]为了保证数据量的质量，训练设计图纸选用清晰的设计图纸，且由专业的工作人员进行选取，保证数据的准确性。
[0022]以训练设计图纸作为图像重构网络的训练数据，图像重构网络的训练方式为无监督训练，即无需标签数据，具体训练过程包括：采用多张人为选取尺寸相同的训练设计图纸作为训练数据。
[0023]图像重构网络包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于设计图纸智能识别的干式变压器制造方法，其特征在于，所述方法包括：获得训练设计图纸；以所述训练设计图纸作为图像重构网络的训练数据；所述图像重构网络输入数据为所述训练设计图纸，输出数据为对比设计图纸；所述图像重构网络中包括相似度计算网络分支；所述相似度计算网络分支中包含预设模板图纸，输出为所述训练设计图纸和所述对比设计图纸的类别、所述训练设计图纸与对应的所述模板图纸的第一相似度、所述对比设计图纸与对应的所述模板图纸的第二相似度和所述训练设计图纸和所述对比设计图纸的第三相似度；根据所述训练设计图纸和所述对比设计图纸的类别差异、所述第一相似度与所述第二相似度的差异和所述第三相似度构建所述图像重构网络的第一损失函数；以所述训练设计图纸和所述对比设计图纸作为去噪网络的训练数据；所述去噪网络输出为去噪设计图纸；将目标设计图纸输入所述去噪网络中，获得目标去噪设计图纸；对所述目标去噪设计图纸进行模板匹配，获得设计图纸信息；根据所述设计图纸信息对变压器制造过程进行指导。2.根据权利要求1所述的一种基于设计图纸智能识别的干式变压器制造方法，其特征在于，所述图像重构网络包括重构编码器和重构解码器；所述重构编码器提取所述训练设计图纸的第一特征；所述重构解码器根据所述第一特征输出所述对比设计图纸。3.根据权利要求1所述的一种基于设计图纸智能识别的干式变压器制造方法，其特征在于，所述相似度计算网络分支采用孪生网络结构。4.根据权利要求3所述的一种基于设计图纸智能识别的干式变压器制造方法，其特征在于，所述相似度计算网络分支中包含预设模板图纸还包括：通过所述孪生网络结构提取所述模板图像的第二特征，将所述第二特征...

【专利技术属性】
技术研发人员：陈尔奎，毕永丽，陈煊之，刘晶，张树兰，
申请(专利权)人：山东华尚电气有限公司，
类型：发明
国别省市：