基于图像识别的变电站巡检方法及其系统技术方案

公开了一种基于图像识别的变电站巡检方法及其系统。其首先将变电站二次系统的状态检测图像和参考图像分别进行图像分块处理以得到状态检测图像块的序列和参考图像块的序列，接着，将所述状态检测图像块的序列和参考图像块的序列分别通过孪生检测模型以得到上下文状态检测语义特征向量和上下文参考图像语义特征向量，然后，计算所述上下文状态检测语义特征向量和所述上下文参考图像语义特征向量之间的转移矩阵作为分类特征矩阵，最后，对所述分类特征矩阵进行规划化程度强化后通过分类器以得到用于表示变电站的二次系统的运行状态是否正常的分类结果。这样，可以提高检测的效率和准确性。的效率和准确性。的效率和准确性。

【技术实现步骤摘要】
基于图像识别的变电站巡检方法及其系统


[0001]本申请涉及智能化巡检领域，且更为具体地，涉及一种基于图像识别的变电站巡检方法及其系统。

技术介绍

[0002]目前，无人值守的巡维方式已经基本成型，较之于以往的变电站值守方式，其运行维护工作无论是内容还是范围都大量增加，同时变电站二次系统设备数量急剧增加、设备种类也不断增加，新设备、新技术不断投入到电网运行中来，同时变电站二次系统在电网中的作用也越来越重要，其运行情况直接关系到变电站乃至整个电网的安全稳定运行。
[0003]变电站二次系统的巡检工作内容繁杂、工作量大，包含二次系统设备的运行指示灯、操作\切换把手、设备压板等各项内容，进行逐一核对、核查工作将耗费大量的人员精力，同时，其较大的信息量也容易导致核对错误情况的产生。
[0004]因此，期待一种优化的用于变电站的二次系统的巡检方案。

技术实现思路

[0005]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于图像识别的变电站巡检方法及其系统。其首先将变电站二次系统的状态检测图像和参考图像分别进行图像分块处理以得到状态检测图像块的序列和参考图像块的序列，接着，将所述状态检测图像块的序列和参考图像块的序列分别通过孪生检测模型以得到上下文状态检测语义特征向量和上下文参考图像语义特征向量，然后，计算所述上下文状态检测语义特征向量和所述上下文参考图像语义特征向量之间的转移矩阵作为分类特征矩阵，最后，对所述分类特征矩阵进行规划化程度强化后通过分类器以得到用于表示变电站的二次系统的运行状态是否正常的分类结果。这样，可以提高检测的效率和准确性。
[0006]根据本申请的一个方面，提供了一种基于图像识别的变电站巡检方法，其包括：
[0007]获取由摄像头采集的变电站二次系统的状态检测图像，以及，所述变电站二次系统的运行正常的参考图像；
[0008]将所述状态检测图像和所述参考图像分别进行图像分块处理以得到状态检测图像块的序列和参考图像块的序列；
[0009]将所述状态检测图像块的序列和参考图像块的序列分别通过包含第一图像编码器和第二图像编码器的孪生检测模型以得到上下文状态检测语义特征向量和上下文参考图像语义特征向量，其中，所述第一图像编码器和第二图像编码器具有相同的网络结构；
[0010]计算所述上下文状态检测语义特征向量和所述上下文参考图像语义特征向量之间的转移矩阵作为分类特征矩阵；
[0011]对所述分类特征矩阵进行规划化程度强化以得到优化分类特征矩阵；和
[0012]将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示变电站的二次系统的运行状态是否正常。
[0013]在上述的基于图像识别的变电站巡检方法中，将所述状态检测图像和所述参考图像分别进行图像分块处理以得到状态检测图像块的序列和参考图像块的序列，包括：
[0014]对所述状态检测图像和所述参考图像分别进行均匀分块处理以得到所述状态检测图像块的序列和所述参考图像块的序列，其中，所述状态检测图像块的序列中各个状态检测图像块具有相同的尺寸，所述参考图像块的序列中各个参考图像块具有相同的尺寸。
[0015]在上述的基于图像识别的变电站巡检方法中，所述第一图像编码器和所述第二图像编码器为包含嵌入层的ViT模型。
[0016]在上述的基于图像识别的变电站巡检方法中，将所述状态检测图像块的序列和参考图像块的序列分别通过包含第一图像编码器和第二图像编码器的孪生检测模型以得到上下文状态检测语义特征向量和上下文参考图像语义特征向量，包括：
[0017]使用所述孪生检测模型的第一图像编码器对所述状态检测图像块的序列进行基于转化器结构的上下文语义编码以得到所述上下文状态检测语义特征向量；以及
[0018]使用所述孪生检测模型的第二图像编码器对所述参考图像块的序列进行基于转化器结构的上下文语义编码以得到所述上下文参考图像语义特征向量。
[0019]在上述的基于图像识别的变电站巡检方法中，使用所述孪生检测模型的第一图像编码器对所述状态检测图像块的序列进行基于转化器结构的上下文语义编码以得到所述上下文状态检测语义特征向量，包括：
[0020]使用所述第一图像编码器的嵌入层分别对所述状态检测图像块的序列中各个状态检测图像块进行嵌入化以得到多个状态检测图像块嵌入向量的序列；
[0021]将所述多个状态检测图像块嵌入向量的序列通过所述第一图像编码器进行基于全局的上下文语义编码以得到多个状态检测理解特征向量；以及
[0022]将所述多个状态检测理解特征向量进行级联以得到所述上下文状态检测语义特征向量。
[0023]在上述的基于图像识别的变电站巡检方法中，计算所述上下文状态检测语义特征向量和所述上下文参考图像语义特征向量之间的转移矩阵作为分类特征矩阵，包括：
[0024]以如下转移矩阵计算公式计算所述上下文状态检测语义特征向量和所述上下文参考图像语义特征向量之间的转移矩阵作为所述分类特征矩阵；
[0025]其中，所述转移矩阵计算公式为：
[0026][0027]其中，V表示所述上下文状态检测语义特征向量，V1表示所述上下文参考图像语义特征向量，M表示所述分类特征矩阵，表示向量相乘。
[0028]在上述的基于图像识别的变电站巡检方法中，对所述分类特征矩阵进行规划化程度强化以得到优化分类特征矩阵，包括：
[0029]以如下优化公式对所述分类特征矩阵进行规划化程度强化以得到所述优化分类特征矩阵；
[0030]其中，所述优化公式为：
[0031]m
i
′
,j
＝(μσ)m
i,j2
+m
i,j
μ+(m
i,j
‑
σ)μ2[0032]其中，m
i,j
是所述分类特征矩阵的第(i,j)位置的特征值，μ和σ是所述分类特征矩阵的特征值集合的均值和标准差，m
′
i,j
是所述优化分类特征矩阵的第(i,j)位置的特征值。
[0033]在上述的基于图像识别的变电站巡检方法中，将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示变电站的二次系统的运行状态是否正常，包括：
[0034]将所述优化分类特征矩阵按照行向量或列向量展开为优化分类特征向量；
[0035]使用所述分类器的多个全连接层对所述优化分类特征向量进行全连接编码以得到编码分类特征向量；以及
[0036]将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
[0037]根据本申请的另一个方面，提供了一种基于图像识别的变电站巡检系统，其包括：
[0038]图像获取模块，用于获取由摄像头采集的变电站二次系统的状态检测图像，以及，所述变电站二次系统的运行正常的参考图像；
[0039]图像分块模块，用于将所述状态检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的变电站巡检方法，其特征在于，包括：获取由摄像头采集的变电站二次系统的状态检测图像，以及，所述变电站二次系统的运行正常的参考图像；将所述状态检测图像和所述参考图像分别进行图像分块处理以得到状态检测图像块的序列和参考图像块的序列；将所述状态检测图像块的序列和参考图像块的序列分别通过包含第一图像编码器和第二图像编码器的孪生检测模型以得到上下文状态检测语义特征向量和上下文参考图像语义特征向量，其中，所述第一图像编码器和第二图像编码器具有相同的网络结构；计算所述上下文状态检测语义特征向量和所述上下文参考图像语义特征向量之间的转移矩阵作为分类特征矩阵；对所述分类特征矩阵进行规划化程度强化以得到优化分类特征矩阵；和将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示变电站的二次系统的运行状态是否正常。2.根据权利要求1所述的基于图像识别的变电站巡检方法，其特征在于，将所述状态检测图像和所述参考图像分别进行图像分块处理以得到状态检测图像块的序列和参考图像块的序列，包括：对所述状态检测图像和所述参考图像分别进行均匀分块处理以得到所述状态检测图像块的序列和所述参考图像块的序列，其中，所述状态检测图像块的序列中各个状态检测图像块具有相同的尺寸，所述参考图像块的序列中各个参考图像块具有相同的尺寸。3.根据权利要求2所述的基于图像识别的变电站巡检方法，其特征在于，所述第一图像编码器和所述第二图像编码器为包含嵌入层的ViT模型。4.根据权利要求3所述的基于图像识别的变电站巡检方法，其特征在于，将所述状态检测图像块的序列和参考图像块的序列分别通过包含第一图像编码器和第二图像编码器的孪生检测模型以得到上下文状态检测语义特征向量和上下文参考图像语义特征向量，包括：使用所述孪生检测模型的第一图像编码器对所述状态检测图像块的序列进行基于转化器结构的上下文语义编码以得到所述上下文状态检测语义特征向量；以及使用所述孪生检测模型的第二图像编码器对所述参考图像块的序列进行基于转化器结构的上下文语义编码以得到所述上下文参考图像语义特征向量。5.根据权利要求4所述的基于图像识别的变电站巡检方法，其特征在于，使用所述孪生检测模型的第一图像编码器对所述状态检测图像块的序列进行基于转化器结构的上下文语义编码以得到所述上下文状态检测语义特征向量，包括：使用所述第一图像编码器的嵌入层分别对所述状态检测图像块的序列中各个状态检测图像块进行嵌入化以得到多个状态检测图像块嵌入向量的序列；将所述多个状态检测图像块嵌入向量的序列通过所述第一图像编码器进行基于全局的上下文语义编码以得到多个状态检测理解特征向量；以及将所述多个状态检测理解特征向量进行级联以得到所述上下文状态检测语义特征向量。6.根据权利要求5所述的基于图像识别的变电站巡检方法，其特征在于，计算所述上下
文状态检测语义特征向量和所述上下文参考图像语义特征向量之间的转移矩阵作为分类特征矩阵，包括：以如下转移矩阵计算公式计算所述上下文状态检测...

【专利技术属性】
技术研发人员：邱凯义，刘洁，张正超，方梦然，陈广亮，马洪波，何伟，李净雅，肖迪，薛文凤，王琪，蔡立，陈沭沭，陈琳，席跃卿，孙迎雪，马立军，陈兴伟，张天天，师春林，
申请(专利权)人：国网信息通信产业集团有限公司北京分公司，
类型：发明
国别省市：