本申请实施例涉及设备监控技术,尤指一种器件状态识别方法和装置。
背景技术:
1、目前,电力系统中的巡检工作还是依赖人工进行。这种模式人力成本高,耗时长,效率低,因此无人值守变电所已经逐渐成为大势所趋。变电所中各个器件的状态准确识别已经成为了实现真正无人值守变电所的最大阻碍。
技术实现思路
1、本申请实施例提供了一种器件状态识别方法和装置,能够实现对器件状态的自动化、准确识别,节省大量人力资源,避免人为因素造成的失误。
2、本申请实施例提供了一种器件状态识别方法,所述方法可以包括:
3、获取包含待识别器件的第一图片;
4、将所述第一图片输入预设的识别模型,通过所述识别模型对所述第一图片中所述器件的像素坐标进行识别;
5、根据所述器件的像素坐标对所述第一图片进行截取,获取仅包含单个器件的第二图片;
6、对于每张第二图片进行预处理;
7、对于经过所述预处理后的每张第二图片在预设维度上进行区域平分,根据区域平分后获得的两个区域的有效像素的个数判断相应器件的开关状态。
8、在本申请的示例性实施例中,在根据所述器件的像素坐标对所述第一图片进行截取之前,所述方法还可以包括:
9、根据所述器件的像素坐标对所述第一图片中的器件进行框选;
10、对用于框选的每个框配置该框所框选器件的数量,并统计框的总数量作为器件数量;
11、其中,将图像边缘距离小于或等于预设的距离阈值的两个器件图像作为一个器件进行框选,将图像边缘距离大于所述距离阈值的两个相邻器件图像作为两个器件进行框选。
12、在本申请的示例性实施例中,所述对于每张第二图片进行预处理,可以包括:
13、对每张第二图片进行灰度转换,将三通道的彩色图像转换为灰度空间的单通道图像;
14、将所述单通道图像进行阈值二值化处理。
15、在本申请的示例性实施例中,当所述器件为空气开关,所述第一图片可以包含多个连续排列的空气开关时,所述根据所述器件的像素坐标对所述第一图片进行截取,获取仅包含单个器件的第二图片,可以包括:
16、在所述第一图片中所述空气开关的图像区域,根据所述第一图片中配置的所述空气开关的数量n,将所述图像区域等分截取为n个包含不同空气开关的第二图片。
17、在本申请的示例性实施例中,所述预设维度包括宽度方向,所述对于经过所述预处理后的每张第二图片在预设维度上进行区域平分,可以包括:
18、以每张所述第二图片的宽度方向上的中分线为边界,对所述第二图片进行划分,将每个第二图片中的所述空气开关划分为上部区域和下部区域。
19、在本申请的示例性实施例中,所述根据区域平分后获得的两个区域的有效像素的个数判断相应器件的开关状态,可以包括:
20、统计所述上部区域的有效像素个数,记为第一个数,统计所述下部区域的有效像素个数,记为第二个数;
21、比较所述第一个数和所述第二个数的大小;
22、当所述第一个数大于所述第二个数时,判定所述空气开关处于打开状态;
23、当所述第一个数小于所述第二个数时,判定所述空气开关处于闭合状态。
24、在本申请的示例性实施例中,所述方法还可以包括:
25、当所述第一个数等于所述第二个数时,重新统计所述上部区域和所述下部区域的有效像素个数,并根据重新统计的所述有效像素个数判断相应器件的开关状态。
26、在本申请的示例性实施例中,所述方法还可以包括:将像素值满足设定值的像素确定为有效像素。
27、在本申请的示例性实施例中,预先创建所述识别模型,可以包括:
28、获取包含空气开关的第三图片;
29、对所述第三图片中的器件的位置进行标记,将标记后的第三图片加入训练数据集;
30、采用所述训练数据集对预先创建的神经网络模型进行训练,获取所述识别模型。
31、在本申请的示例性实施例中,预先创建所述识别模型,还可以包括:
32、采用所述训练数据集对所述神经网络模型进行训练以后,对所述训练数据集进行数据增强,并通过增强后的训练数据集对训练后的所述神经网络模型进行再次训练;
33、其中,所述数据增强包括马赛克增强。
34、本申请实施例还提供了一种器件状态识别装置,包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令被所述处理器执行时,实现所述的器件状态识别方法。
35、与相关技术相比,本申请实施例可以包括:获取包含待识别器件的第一图片;将所述第一图片输入预设的识别模型,通过所述识别模型对所述第一图片中所述器件的像素坐标进行识别;根据所述器件的像素坐标对所述第一图片进行截取,获取仅包含单个器件的第二图片;对于每张第二图片进行预处理;对于经过所述预处理后的每张第二图片在预设维度上进行区域平分,根据区域平分后获得的两个区域的有效像素的个数判断相应器件的开关状态。通过该实施例方案,实现了对器件状态的自动化、准确识别,节省了大量人力资源,避免了人为因素造成的失误。
36、本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
1.一种器件状态识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的器件状态识别方法,其特征在于,在根据所述器件的像素坐标对所述第一图片进行截取之前,所述方法还包括:
3.根据权利要求1所述的器件状态识别方法,其特征在于,所述对于每张第二图片进行预处理,包括:
4.根据权利要求1或2所述的器件状态识别方法,其特征在于,当所述器件为空气开关,所述第一图片包含多个连续排列的空气开关时,所述根据所述器件的像素坐标对所述第一图片进行截取,获取仅包含单个器件的第二图片,包括:
5.根据权利要求4所述的器件状态识别方法,其特征在于,所述预设维度包括宽度方向,所述对于经过所述预处理后的每张第二图片在预设维度上进行区域平分,包括:
6.根据权利要求5所述的器件状态识别方法,其特征在于,所述根据区域平分后获得的两个区域的有效像素的个数判断相应器件的开关状态,包括:
7.根据权利要求6所述的器件状态识别方法,其特征在于,所述方法还包括:
8.根据权利要求1所述的器件状态识别方法,其特征在于,预先创建所述识别模型,包括:
9.根据权利要求8所述的器件状态识别方法,其特征在于,预先创建所述识别模型,还包括:
10.一种器件状态识别装置,其特征在于,包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令被所述处理器执行时,实现如权利要求1-9任意一项所述的器件状态识别方法。