一种基于图片识别的GIS开关故障自动识别系统的制作方法

本实用新型涉及电网智能检测领域，尤其涉及一种基于图片识别的GIS 开关故障自动识别系统。

背景技术：

全封闭结构的电网设备在变电站广泛使用，其安全、可靠运行至关重要。传统的电量检测方法不能完全检测出全封闭结构的投运设备存在的安全隐患。目前我国全封闭的电力设备大量采用X射线检测。X射线透过封闭外壳将内部线路的影像投射到DR成像板上形成图像，由检测人员在现场对其做出判断。由于X射线机发出的X射线会对人体造成危害，故检修人员必须远离X射线发射源约30米外进行操作。常规的X射线实时成像时很多时候由于摆放位置不佳，拍摄图像往往影像重叠，缺乏智能识别能力，检测效率低，缺少针对电力设备开发图像识别功能。通常情况下，X射线图谱质量评级方法是由人工进行评定的，当人工评定检测结果时，评定人员的工作量大，眼睛易受强光损伤，没有利用以前的射线检测照片，效率低且智能化程度低，而且缺陷分析受评定人员的技术素质、经验以及外界条件的影响，结果往往会因人而异。

技术实现要素：

本实用新型实施例公开了一种基于图片识别的GIS开关故障自动识别系统，解决了目前我国全封闭的电力设备大量采用X射线检测，通常情况下， X射线图谱质量评级方法是由人工进行评定的，当人工评定检测结果时，评定人员的工作量大，眼睛易受强光损伤，没有利用以前的射线检测照片，效率低且智能化程度低，而且缺陷分析受评定人员的技术素质、经验以及外界条件的影响，结果往往会因人而异的技术问题。

本实用新型实施例提供了一种基于图片识别的GIS开关故障自动识别系统，包括：

供电模块、X射线源、成像板、采集卡、数据接口模块、PC机；

所述成像板与所述采集卡通过光纤连接；

所述采集卡是指：采集卡将成像模块获取的模拟信号转换成数字信号，PC机及软件系统通过接口模块读取数字信号，得到完整的图片数据。采集卡采用XRD 1621 N ES Series采集卡。软件系统采用windowXP及以上系统。利用XRD 1621 N ES Series采集卡驱动程序读取图片数据。

所述数据接口模块将接口转换为USB接口；

X射线源与所述供电模块、成像板连接；

所述4个供电模块，与所述X射线源、所述成像板、所述采集卡及数据接口模块、所述PC机电性连接，用于为所述X射线源、所述成像板、所述采集卡及数据接口模块、所述PC机提供电源。

从以上技术方案可以看出，本实用新型实施例具有以下优点：

本实用新型实施例提供了一种基于图片识别的GIS开关故障自动识别系统，包括：供电模块、X射线源、成像板、采集卡、数据接口模块、PC机。本实施例中，通过供电模块、X射线源、成像板、采集卡、数据接口模块、 PC机，解决了目前我国全封闭的电力设备大量采用X射线检测，通常情况下， X射线图谱质量评级方法是由人工进行评定的，当人工评定检测结果时，评定人员的工作量大，眼睛易受强光损伤，没有利用以前的射线检测照片，效率低且智能化程度低，而且缺陷分析受评定人员的技术素质、经验以及外界条件的影响，结果往往会因人而异的技术问题，实现了GIS开关设备故障快速识别，减少检测人员在X射线环境暴露时间，从而降低的对检测人员的人身伤害，并且能够对拍摄的图片进行自动分类存储管理便于检测人员快速查询。

附图说明

为了更清楚地说明本实用新型实施例或现有技术中的技术方案，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地介绍，显而易见地，下面描述中的附图仅仅是本实用新型的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别系统的一个实施例的结构示意图；

图2为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的PC机流程框架图；

图3为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的PC机的一个实施例的结构示意图；

图4为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的PC机的另一个实施例的结构示意图；

图5为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的原始图片；

图6为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的中值滤波处理图片；

图7为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的归一化处理图片；

图8为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的裁剪图片；

图9为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的边缘检测图片；

图10为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的轮廓提取图片；

图11为本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的轮廓分割图片。

具体实施方式

本实用新型实施例公开了一种一种基于图片识别的GIS开关故障自动识别系统，用于解决目前我国全封闭的电力设备大量采用X射线检测，通常情况下，X射线图谱质量评级方法是由人工进行评定的，当人工评定检测结果时，评定人员的工作量大，眼睛易受强光损伤，没有利用以前的射线检测照片，效率低且智能化程度低，而且缺陷分析受评定人员的技术素质、经验以及外界条件的影响，结果往往会因人而异的技术问题。

请参阅图1，本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别系统，包括：供电模块、X射线源、成像板、采集卡6、数据接口模块、PC机；

所述成像板与所述采集卡6通过光纤连接；

所述采集模块是指：采集卡将成像模块获取的模拟信号转换成数字信号， PC机及软件系统通过接口模块读取数字信号，得到完整的图片数据。采集卡采用XRD 1621 N ES Series采集卡。软件系统采用windowXP及以上系统。利用XRD 1621 N ES Series采集卡驱动程序读取图片数据。

所述数据接口模块将接口转换为USB接口；

X射线源与所述供电模块、成像板连接；

所述4个供电模块，与所述X射线源、所述成像板、所述采集卡6、所述数据接口模块、所述PC机电性连接，用于为所述X射线源、所述成像板、所述采集卡6、所述数据接口模块、所述PC机提供电源。

请参阅图1，本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别系统包括：

供电模块、X射线源、成像板、采集卡6、数据接口模块、PC机；

其中通过所述供电模块激发所述X射线源，射线透过待测物体在所述成像板上成像；

所述成像板与所述采集卡6通过光纤连接，所述成像板通过所述电缆线将成像信息传输至所述采集卡6，所述采集卡6将所述成像信息转换成数字信号，所述成像板将信息通过所述光纤传输至所述采集卡6；

所述采集卡6通过所述数据接口模块进行接口转换；

所述数据接口模块将所述数字信号以USB线传输至所属PC机及软件系统6。

如图1所示，基于图片识别的GIS开关故障自动识别系统，包括X射线源，成像板，采集卡6，数据接口模块，PC机，供电模块。在GIS开关巡检或发生故障时，对GIS开关进行DR拍照。将X射线源摆放在待检GIS开关一侧位置，焦距1米左右，成像板放在GIS开关的另一侧。接通电源，激发 X射线源时，射线穿过待测物体后在成像板上成像。成像板与采集卡6通过光纤链接，成像信息传输至采集卡6，采集卡6将成像的模拟信号转换成数字信号，数据接口模块将数据传输至PC机，传输可以是USB接口方式。

如图1所示，一种基于图片识别的GIS开关设备故障识别系统的一个实施例包括：笔记本电脑工作站1、X射线机控制器2、X射线机3、被探测机构4、平板探测器5、采集卡6、平板电源调理7；其中X射线机控制器2通过控制器电缆与AC220v连接，X射线机控制器2通过X射线机电缆与X射线机连接，平板探测器5通过平板光缆线与采集卡6连接，采集卡6通过数据线与笔记本电脑工作站1连接，采集卡6通过采集卡电源线与AC220v连接，平板探测器5通过探测器电源线与平板电源调理7连接，平板电源调理7通过调理器电源线与AC220v连接。

本实用新型的目的在于提供一种基于图片识别的GIS开关设备故障识别系统，包括：X射线源、成像模块、采集卡6、数据接口模块、PC机和电源模块。X射线源发出X光射线，穿过待检测物体后照射到成像模块上进行成像。成像模块获得的信号经过采集卡6采集获得原始图片，再经过数据接口模块传输至PC机。PC机及其软件系统1将原始图片处理之后进行图片特征提取，建立特征矢量，再进行特征分析、识别并判断结果，最后将图片及特征存储至数据库。PC机还能够对图片进行显示、分析、识别并存储。

PC机流程框架如图2所示，包括原始图片输入，图片处理，图片特征提取，特征矢量建立，特征矢量分析、识别，图片及特征存储。

请参阅图3，本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的PC机的一个实施例包括：

处理单元301，用于对采集卡获取的原始图片进行图片处理；

处理单元301是指：对采集卡获取的原始图片进行图片处理，处理过程包括中值滤波、归一化处理、图片裁剪、边缘检测、轮廓提取、图像分割等。

提取单元302，用于对图片处理后的原始图片进行图片特征提取；

GIS开关设备特定的部位，特定的角度都有相应的标准特征，经过处理的图片参照相应的标准特征，提取单元302运用相应算法提取图片的特征，其特征包括狭窄位置、敏感区域内的外轮廓等。

建立单元303，用于通过所述图片特征建立特征矢量；

建立单元303利用所述图片特征，找到相应的标准基准点，通过该基准点建立特征矢量，4个、8个、16个或更多个矢量值。

分析单元304，用于对所述特征矢量进行特征分析、识别并判断结果；

分析单元304利用建立的特征矢量与数据库标准的故障类型特征矢量进行对比进行故障图片识别，并得到识别结果。识别过程包括：将特征矢量与标准故障数据库中预先存储的特征矢量集进行匹配，通过距离计算，计算所得距离越小则相似度越高，距离最小者则识别为本次缺陷所对应的缺陷类型。

存储单元305，用于将所述结果存储在数据库中。

存储单元305将识别的结果存储至数据库，图片存储可以按照拍摄时间、变电站名称、摄部位以及故障类型等存储，并将故障图片添加至标准故障数据库。

上面是对一种基于图片识别的GIS开关故障自动识别的PC机的单元进行详细的描述，下面将对一种基于图片识别的GIS开关故障自动识别的PC机的附加单元进行详细的描述，请参阅图4，本实用新型实施例中提供的一种基于图片识别的GIS开关故障自动识别的PC机的另一个实施例包括：

处理单元401，用于对采集卡获取的原始图片进行图片处理；

原始图片如图5所示，图片处理是滤去图像拍摄及传输过程中可能存在的干扰，过程包括中值滤波、归一化处理、图片裁剪、边缘检测、轮廓提取、图像分割等。

所述处理单元401具体包括：

中值滤波子单元4011，用于利用滤波滤去采集卡获取的原始图片在拍摄及传输过程中混入的干扰；

中值滤波子单元4011利用滤波滤去图像拍摄及传输过程中可能存在的干扰，如图6。

归一化处理子单元4012，用于增加滤去干扰的图片的亮暗对比；

归一化处理子单元4012增加图像亮暗对比，使图片更加清晰，便于机器识别，如图7。

裁剪子单元4013，用于突出增加亮暗对比后的图片的目标区域；

裁剪子单元4013突出图片上的目标区域，如图8。

边缘检测子单元4014，用于保留突出目标区域的图片的轮廓信息；

边缘检测子单元4014保留图像中的轮廓信息，便于机器识别缺陷区域，如图9。

轮廓提取子单元4015，用于提取保留了轮廓信息的图片的完整轮廓；

不连续的轮廓对人来说很容易判断出它的大致轮廓，但对于机器，需要轮廓提取子单元4015提供完整的轮廓，如图10。

分割子单元4016，用于对提取了完整轮廓的图片进行分割。

分割子单元4016对得到完整轮廓图像进行分割，如图11。

提取单元402，具体用于对于分割后的图片参照相应的标准特征，运用相应的算法提取图片的相应特征；

GIS开关设备特定的部位，特定的角度都有相应的标准特征，经过处理的图片参照相应的标准特征，提取单元402运用相应算法提取图片的特征，其特征包括狭窄位置、敏感区域内的外轮廓等。

建立单元403，具体用于通过所述图片的相应特征，找到相应的标准基准点，并通过所述标准基准点建立特征矢量；

建立单元403图片特征，找到相应的标准基准点，通过该基准点建立特征矢量，4个、8个、16个或更多个矢量值。

分析单元404，具体用于通过将所述特征矢量与标准故障数据库中预置的特征矢量进行匹配，并通过距离计算，距离最小者则识别为本次缺陷对应的缺陷类型；

分析单元404利用建立的特征矢量与数据库标准的故障类型特征矢量进行对比进行故障图片识别，并得到识别结果。识别过程包括：将特征矢量与标准故障数据库中预先存储的特征矢量集进行匹配，通过距离计算，计算所得距离越小则相似度越高，距离最小者则识别为本次缺陷所对应的缺陷类型。

存储单元405，具体用于将所述缺陷类型对应的缺陷特征矢量和缺陷图片按照拍摄时间、变电站名称、摄部位以及所述缺陷类型存储在数据库中，并将所述缺陷图片添加至标准故障数据库。

存储单元405将识别的结果存储至数据库，图片存储可以按照拍摄时间、变电站名称、摄部位以及故障类型等存储，并将故障图片添加至标准故障数据库。

以上对本实用新型所提供的一种基于图片识别的GIS开关故障自动识别系统进行了详细介绍，对于本领域的一般技术人员，依据本实用新型实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本实用新型的限制。