基于图像识别技术的电网缺陷精确识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112801211A(43)申请公布日2021.05.14(21)申请号202110228509.1(22)申请日2021.03.02(71)申请人贵州电网有限责任公司地址550000贵州省贵阳市南明区滨河路１７号(72)发明人倪凡冯光璐黄莉雅李然欧阳静舒彧陈卿方继宇(74)专利代理机构昆明祥和知识产权代理有限公司53114代理人张亦凡(51)Int.Cl.G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)G06Q50/06(2012.01)权利要求书1页说明书3页(54)发明名称基于图像识别技术的电网缺陷精确识别方法(57)摘要基于图像识别技术的电网缺陷精确识别方法，属于图像识别技术，尤其是一种电网输电线路缺陷的图像识别技术。该方法包括构建可视化缺陷标准库；对缺陷图像建立机器学习模型；以及建立系统Web端和移动应用端。本发明的方法可用于缺陷知识培训、现场工作缺陷知识查询，缺陷辅助判定，本方法将提升输电线路缺陷定级准确率和效率，从而正确指导消缺工作安排，避免因定级不准导致的缺陷遗留威胁电网运行有的隐患。CN112801211ACN112801211A权利要求书1/1页1.基于图像识别技术的电网缺陷精确识别方法，其特征在于：首先，构建可视化缺陷标准库；所述的标准库基于电网缺陷标准，在原有文字描述的基础上，增加照片数据并关联相应的分类和定级；其次，对缺陷图像建立机器学习模型；设计机器学习模型，利用拍摄的缺陷图片进行监督训练，让模型学会判断缺陷类型和缺陷等级，即由机器进行图像的识别；最后，建立系统Web端和移动应用端；其中：web端具备缺陷可视化展现功能，以及在缺陷管理标准变化时再次编辑、再次启动模型训练的功能；开发移动应用端具备现场可视化查询功能和现场照相识别，以及进行辅助缺陷定级功能。2.如权利要求1所述的基于图像识别技术的电网缺陷精确识别方法，其特征在于机器学习模型采用基于深度学习的图像标签生成算法。3.如权利要求2所述的基于图像识别技术的电网缺陷精确识别方法，其特征在于深度学习的图像标签生成算法中将图像的标签频率引入到监督信息中。4.如权利要求2所述的基于图像识别技术的电网缺陷精确识别方法，其特征在于深度学习的图像标签生成算法中改进了神经网络的损失函数，将含有低频标签的样本具有更大的权重，而低频标签所对应的监督信息具有更大的权重。2CN112801211A说明书1/3页基于图像识别技术的电网缺陷精确识别方法技术领域[0001]本发明属于图像识别技术，尤其是一种电网输电线路缺陷的图像识别技术。背景技术[0002]输电线路的运行维护检修工作是电网最重要的主营业务之一，对输电线路缺陷的巡查和消除对电网安全运行有至关作用。而缺陷的定级工作关系着修理工作的及时性，影响了电网的可靠性。电网对缺陷的判定制定了相应的标准，《输电设备缺陷定级标准（运行分册）》2015版。该标准对输电线路缺陷进行了分类描述，并对缺陷等级进行了分级定义，但仅仅通过参照规范中缺陷定级的文字描述对一线员工在实际工作中进行缺陷判定仍然存在一定的模糊，如“轻微锈蚀”和“严重锈蚀”的界定范围，因此不同人员容易依据自己的主观判断对缺陷进行定级，导致缺陷定级出现误差，从而影响到缺陷的消缺工作，对电网可靠的安全运行造成了风险和威胁。尤其是目前输电线路所有缺陷均需要录入至资产系统进行管控，按计划消缺，准确的缺陷定级，即准确的缺陷描述代表了缺陷的数据质量，如果一线员工仅仅通过凭自己的经验对缺陷进行定级，系统中缺陷的数据质量将强依赖于员工经验的准确性，数据质量如果不高，对消除缺陷工作计划的有效性有着很大的影响。[0003]图像相对于文字描述更为直观，因此，通过使用图像使缺陷可视化，加强员工对于缺陷规范的直观理解很有意义。[0004]近年来，随着信息技术、人工智能机器学习技术的发展，图像识别技术不断进步，已经较为成熟。利用图像识别技术结合移动互联网，辅助员工第一时间更加准确的判断缺陷、定级缺陷，非常有利于提升输电线路缺陷定级准确率和效率，从而正确指导消缺工作计划的安排，对因定级不准导致的未及时消除的缺陷威胁电网正常运行的风险的避免有着重要意义。发明内容[0005]本发明的目的是提出一种电网输电线路缺陷的图像识别方法，更加准确的判断缺陷、定级缺陷，有利于提升输电线路缺陷定级准确率。[0006]基于图像识别技术的电网缺陷精确识别方法，其特征在于：首先，构建可视化缺陷标准库；所述的标准库基于电网缺陷标准，在原有文字描述的基础上，增加照片数据并关联相应的分类和定级；其次，对缺陷图像建立机器学习模型；设计机器学习模型，利用拍摄的缺陷图片进行监督训练，让模型学会判断缺陷