预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115063391A(43)申请公布日2022.09.16(21)申请号202210780857.4G06V10/764(2022.01)(22)申请日2022.07.04G06V10/82(2022.01)G06T5/00(2006.01)(71)申请人广东电网有限责任公司广州供电局G06N3/08(2006.01)地址510000广东省广州市天河区天河南G06N3/04(2006.01)二路2号(72)发明人黄奕俊吴任博林球英林曦张一荻赵崇金田涂耀文胡劲松李文亮(74)专利代理机构广州高炬知识产权代理有限公司44376专利代理师程文斌(51)Int.Cl.G06T7/00(2017.01)G06T7/13(2017.01)G06V10/25(2022.01)权利要求书2页说明书6页附图3页(54)发明名称一种水平旋转式刀闸状态精确识别装置及合闸状态判断方法(57)摘要本发明公开了一种水平旋转式刀闸状态精确识别装置及合闸状态判断方法,用于识别变电站的水平旋转式刀闸是否准确合闸到位。该装置包括:摄像头、刀闸识别前端装置、刀闸识别后台学习训练装置、数据及控制总线;所述数据及控制总线用于在摄像头、刀闸识别前端装置和刀闸识别后台学习训练装置之间传递数据和控制信号。刀闸是变电站中极其重要的设备,长期的使用容易导致刀闸合闸不到位,引起发热乃至爆炸等严重事故。本发明采用云边融合的架构,利用MaskR‑CNN网络进行目标识别,再使用HED方法进行边缘提取,并在此基础上提出了一个检测合闸不到位的方法,从而实现了刀闸状态的精确识别,可以替代人工巡检,节约人力,提高安全性。CN115063391ACN115063391A权利要求书1/2页1.一种水平旋转式刀闸状态精确识别装置,其特征在于,其包括:摄像头、刀闸识别前端装置、刀闸识别后台学习训练装置、数据及控制总线;所述摄像头用于拍摄刀闸的图像,图像通过数据及控制总线输出到刀闸识别前端装置,所述摄像头的拍摄动作由刀闸识别前端装置发出的控制信号控制;所述刀闸识别前端装置对刀闸图像进行识别及两旋转臂的夹角分析,判断合闸是否到位,并将合闸是否到位的信号发给刀闸识别后台学习训练装置,同时也将刀闸的图像转发给刀闸识别后台学习训练装置,刀闸识别前端装置的识别参数由刀闸识别后台学习训练装置提供并刷新;所述刀闸识别后台学习训练装置根据收到的刀闸的图像进行深度学习训练,学习训练好的参数发给刀闸识别前端装置,同时将合闸是否到位的信号转发调度中心,多个刀闸识别前端装置能够共用一台刀闸识别后台学习训练装置;所述数据及控制总线用于在摄像头、刀闸识别前端装置和刀闸识别后台学习训练装置之间传递数据和控制信号。2.根据权利要求1所述的水平旋转式刀闸状态精确识别装置,其特征在于,所述摄像头的布置如下:3个摄像头的基座并列成一直线安装,分别拍摄一座三相刀闸的每一相刀闸,每个摄像头的中心分别对准一把刀闸的两个旋转臂的触头结合点,所述刀闸都指单相刀闸,一座三相刀闸包含三把联动的单相刀闸。3.一种权利要求1或2所述的水平旋转式刀闸状态精确识别装置的合闸状态判断方法,其特征在于,包括如下步骤:刀闸图像获取及预处理:从摄像头获取包含刀闸的图像,并进行图像预处理;刀闸目标识别:在一副含有背景信息的图像中找到所需要的刀闸,滤除背景,将刀闸从拍摄的图片中提取出来,用一个最小的矩形框选定了所需要进行检测的刀闸;边缘提取:在所述矩形框选定的范围之内将刀闸的两个水平旋转臂的轮廓线提取出来,以便采用几何方法对合闸的状态进行准确的检测;合闸线性检测:计算刀闸的两个水平旋转臂的轮廓线和线性180度的误差,如果所述误差超出给定的阈值,则发出合闸不到位信号,否则发出合闸成功信号,三相刀闸的任意一把刀闸合闸不到位,则整个三相刀闸都归为合闸不到位。4.根据权利要求3所述的合闸状态判断方法,其特征在于,所述刀闸图像获取及预处理步骤包括:数据获取:发出拍摄指令,读取摄像头拍摄的刀闸图像;数据裁剪:不同的摄像头分辨率不同,为适应不同的摄像头,同时减少不必要的计算量,从摄像头获取照片后,统一裁剪为512*684像素的图片;图像噪声去除:采用滤波算法对裁剪后的图片进行滤波,对整幅图像进行加权平均,每个像素点的值,都是由其本身和邻域内的其他像素值加权平均后得到,用高斯核扫描图像中的每一个像素,再计算高斯核所确定的领域内像素的加权平均灰度值,用其替代卷积中心像素的值,所述高斯核为一个奇数大小的高斯模板。5.根据权利要求3所述的合闸状态判断方法,其特征在于,所述刀闸目标识别步骤包括:2CN115063391A权利要求书2/2页S1、将预处理好的图片传入预训练的神经网络中获得相应的featuremap;S2、通过featur