[发明专利]基于图像识别技术的巡检数据智能分析系统及分析方法

说明书

本发明公开了基于图像识别技术的巡检数据智能分析系统，包括数据管理模块，用于导入输电线路的巡检数据，匹配巡检图像信息，识别特征和缺陷；缺陷管理模块，用于管理和筛选缺陷，将缺陷加入报告集；报告集模块，用于接收报告集，查看报告集中的缺陷，生成巡检报告；后台数据库，用于存储巡检数据、缺陷数据、正常样本信息、缺陷样本信息和巡检报告；本发明提供的基于图像识别技术的巡检数据智能分析系统及分析方法，能够自动对巡检图像中的特征进行识别并可选的自动诊断缺陷，将巡检图像备注为4种，便于数据库的存储；对缺陷进行人工确认，可以人工调整缺陷；对缺陷进行分级，将缺陷的严重性直观反映给维修人员；将缺陷加入报告集生成巡检报告。

技术领域

本发明属于电力系统的运行检修技术领域，尤其涉及基于图像识别技术的巡检数据智能分析系统及分析方法。

背景技术

为了保证对企业、居民提供可靠性供电，要求电力公司对输电线路尤其是线路的附属设备进行定期的检查与维护，以保证整个电网的稳定供电与安全运行。由于我国地域广阔，导致输电线路传输里程大，而且途经的地理环境复杂(山区、河流、丘陵等)，输电线路的运行安全易受地理环境及气候环境的影响。线路巡检的开展状况直接制约着送配电线路乃至电网的整体维护水平。传统的电力线路巡检流程是人工现场巡视线路，巡视对象主要是电力设施，例如：杆塔、导线、变压器、绝缘子、横担、刀闸等设备，这种检查方法存在以下两个问题：不安全，由于变电站内存在高压和放电，随时可能对人体造成伤害；不及时，由于工作人员不能长期在站内巡视，问题发生时，很难被及时发现。

为了克服人工巡检的诸多缺陷，无人机被应用到输电线路的日常巡检工作中来。但是巡检得到的图像数据多是由人工进行缺陷诊断，对诊断人员的工作经验要求较高，且人工诊断费时费力。

发明内容

为解决上述技术问题，本发明提供一种基于图像识别技术的巡检数据智能分析系统及分析方法。

本发明一方面提供了基于图像识别技术的巡检数据智能分析系统，包括数据管理模块，用于导入输电线路的巡检数据，匹配巡检图像信息，识别特征和缺陷；

缺陷管理模块，用于管理和筛选所述缺陷，将所述缺陷加入报告集；

报告集模块，用于接收所述报告集，查看所述报告集中的缺陷，生成巡检报告；

后台数据库，用于存储所述巡检数据、所述缺陷数据、正常样本信息、缺陷样本信息和所述巡检报告。

优选的，所述后台数据库包括输电线路信息库、巡检数据信息库、正常样本信息库、缺陷样本信息库和巡检报告信息库。

优选的，所述数据管理模块包括：

数据操作模块，用于导入所述巡检数据，所述巡检数据包括所述巡检图像、GPS位置、无人机的飞行状态数据、无人机的高、无人机与拍摄输电线路设备的距离信息，匹配所述巡检图像的图像信息，对所述巡检图像进行特征识别；

缺陷识别模块，根据所述正常样本信息库和缺陷样本信息库系统自动识别并标注巡检图像中的缺陷，判断出缺陷级别；

人工确认模块，用于确认或修改所述缺陷；

缺陷人工识别模块，人工识别并标注巡检图像中的缺陷，判断缺陷级别。

优选的，所述缺陷级别包括一般缺陷、严重缺陷和危急缺陷。

优选的，所述图像信息包括巡检图像、GPS位置信息和输电线路信息。

本发明另一方面提供一种基于上述巡检数据智能分析系统的基于图像识别技术的巡检数据智能分析方法，包括：

S1.导入巡检数据；