[发明专利]在电力远程监控中自动提取设备运行参数和运行状态的方法

说明书

一种在电力远程监控中自动提取设备运行参数和运行状态的方法，属数据识别领域。按照仪表指针、报警灯、图标和开关旋钮进行分类，对各类图像分别进行识别；识别出目标物体区域；对图像进行边缘检测；对图像进行增强；进行图像的视觉显著性描述；将对应图像的视觉显著性描述分别输出，实现设备运行参数和运行状态的机器化自动识别。其利用图像学中的各种预处理方法以得到符合要求的图像，然后利用模板匹配及轮廓提取法准确提取出目标区域，对外观相似或接近的场景和现象进行归类总结。对精准识别电气符号的颜色、轮廓、内容有较高的可行性，实现了从人工巡检向机器巡检的转变。可广泛用于变配电站监控图像、数据的自动采集、分析以及变配电设备的运行管理领域。

技术领域

本发明属于图像识别领域，尤其涉及一种用于识别图形的图像特征或特性的抽取方法。

背景技术

基于降低运行成本和节约占地面积等方面的考虑，随着无人值守变电站越来越多地被采用，各种视频监控系统被大量应用。

由于视频监控会产生大量的实况录像或照片图像，则图像的处理、解读或根据所示图片进行识别、判断，在电力系统的运行监控工作中已经成为必须。

“视觉理解”技术是一种智能系统，可以通过视觉系统(摄像机)对所处的环境进行自主观测和分析的智能化技术，是人工智能技术和机器视觉技术发展的一个重要方向，在变电站巡检、远程集中监控、视频图像大数据分析和挖掘等方面具有非常广阔的应用前景。

在电力行业，机器视觉技术已经有一些成功的案例。尤其在红外图像的分析方面已经取得了一些较为显著的进展。可以通过图像分析技术得出绝缘结构件的温度分布从而判断是否存在绝缘下降、过热等设备缺陷；在架空线路的巡线、仪表盘读取方面也有非常成功的应用。

四川电力公司采用计算机代替人的视觉功能，对变电站重要电气设备及场景的三维图像的进行感知、识别、分析，进而检测系统在特定环境中的运行状况，得出检测结果。其中主要实现了电力仪表视觉识别、可视断口开关刀闸的状态识别、变电站电气设备红外视觉在线检测及变电站环境视觉监控功能。

湖南大学设计了一种基于位置给定型视觉控制的除冰机器人抓线控制识别方法，提出了一种基于输电线缆的类圆柱体几何特征及摄像机成像模型的单目视觉立体定位识别方法，同时提出了一种避免复杂逆运动学求解的抓线控制策略，该策略主要思想是通过找到机械臂夹持器末端的工作曲面与输电线缆的轴线在空间中的交点来确定线缆抓取点及抓取线缆时机器人各个关节的位置。实现基于视觉分析和处理的运动控制。

一套先进的、智能的“视觉理解”系统能够降低实际人工作业过程中偶发的跑错仓位(在变配电站里，对应放置有高压设备的建筑间隔，简称为仓位)、误入带电间隔等错误带来的风险，对于提高作业安全性、正确性有着重要的作用。而目前已有的各种智能系统“视觉理解”能力非常弱，其中一些较为先进的智能系统具有一定的视觉分析能力，但仅可根据预先编制的软件分析设备状态、检测仪表读数，认识和理解能力较低。

随着“机器视觉”的应用日益广泛，已经开始出现采用“机器视觉”读取变配电设备的运行参数或状态，并将其数字化远传，用于远程集中控制或自动控制的案例。

具体的，在变配电站的现场环境中，将机器人安装在所需检测仪表、指示灯或开关上放的导轨上，通过将图像特征点检测方法应用现场安装的机器人上，让机器人视觉代替人的眼睛去做读取仪表数据、指示灯状态、开关状态等工作。

在这一整个环节中，要有代替人眼睛捕获图像机器眼睛，这里用摄像头代替；将捕获的图像进行分析的大脑，这里用计算机软硬件设备；最后就是汇报分析得到的结果，这里则需要用到计算机通讯技术。将整个环节整理成需要用到结果或信息，这个过程中需要用到的技术主要有：照明、摄像、捕获关键帧、图像分析、计算机软硬件、控制程序、硬件设备等。

从现在的技术发展趋势看，“视觉理解”技术在变电站巡检、远程集中监控、视频图像大数据分析和挖掘等方面具有非常广阔的应用前景。