[发明专利]一种基于自动识别的继电保护设备信息采集方法及系统有效
申请号: | 202010643348.8 | 申请日: | 2020-07-07 |
公开(公告)号: | CN111900694B | 公开(公告)日: | 2022-12-27 |
发明(设计)人: | 王彦;张薇薇;张庆伟;韩胜国;毛强;王勋;张小丽;胡义鹏;陈仕宇;胡星;张承模;周在邦;付龙明;黄辉;李颀 | 申请(专利权)人: | 贵州电网有限责任公司 |
主分类号: | H02H1/00 | 分类号: | H02H1/00;H02H7/00 |
代理公司: | 南京禹为知识产权代理事务所(特殊普通合伙) 32272 | 代理人: | 朱宝庆 |
地址: | 550002 贵*** | 国省代码: | 贵州;52 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 自动识别 保护 设备 信息 采集 方法 系统 | ||
1.一种基于自动识别的继电保护设备信息采集方法,其特征在于:包括,
根据厂站、主设备、屏柜、二次设备之间的参数关系构建保护设备信息模型;
构建所述信息模型包括,
选择径向基函数作为所述信息模型的目标函数,如下,
其中,x={x1;x2;…;x14}:所述保护设备参数关系的历史数据幅频特性向量组成的幅频特性矩阵,y:所述保护设备历史数据的所述幅频特性向量,σ:核宽度,即训练样本数据集的分布或范围特性;构建所述信息模型之后还包括,以屏柜为单位生成可储存的所述信息模型唯一二维码标识;
对所述厂站中的保护设备进行自动识别,获取所述保护设备参数数据;
获取所述参数数据包括,
采集所述保护设备屏幕图像;
预处理所述屏幕图像信息,增强图像辨识度;
检测定位所述图像信息中的文本区域位置,利用文本构造策略将所述文本区域矩形框作为候选区域,选择相邻的两个所述候选区域组成一个pair,合并不同的所述pair建立文本序列框直至无法合并时结束;
识别所述文本区域,得到所述图像信息的参数信息,将其定义为所述参数数据;识别所述文本区域包括,
根据所述保护设备参数文本的上下文建立LSTM网络层对定位的所述文本区域位置;
利用CTC分割、合并相邻字符;
将检测处理后的文本图像输入LSTM+CTC文本识别网络,得到最终的文本识别结果;
获取所述参数数据包括预处理,所述预处理还包括,
灰度化处理所述屏幕图像信息并增强亮度,如下,
G(x)=f(m)-g(m)
其中,g(m):输出图像的平均亮度,f(m):输入图像的平均亮度,P1i、P2i分别表示输出图像与输入图像的灰度值,n1i、n2i分别表示输出与输入图像该灰度值的像素个数,N1、N2分别表示输出与输入图像的总像素个数;
根据数据类型格式对参数数据进行解析并自动匹配到所述信息模型中进行存储。
2.根据权利要求1所述的基于自动识别的继电保护设备信息采集方法,其特征在于:包括,
根据所述数据类型格式对所述参数数据进行解析,将所述数据类型划分为汉字、英文+数字、日期三种类型;
利用所述数据类型自动对应匹配所述信息模型;
利用学习优化策略纠正自动匹配错误的所述参数数据。
3.根据权利要求2所述的基于自动识别的继电保护设备信息采集方法,其特征在于:所述自动对应匹配还包括,匹配模式定义和AC策略辅助匹配;
所述匹配模式定义包括,从待查找的字符串中找出与给定的子串相同的所有子串及所述子串在所述字符串中的位置,则匹配成功;
所述AC策略辅助匹配包括,预处理和匹配状态。
4.根据权利要求3所述的基于自动识别的继电保护设备信息采集方法,其特征在于:还包括,
利用所述信息模型历史数据与匹配完成的所述参数数据进行比较;
提取所述信息模型匹配所述参数数据的单个变化量;
结合人工审核有变化的数据并填写变化更新说明;
将所述参数数据的变化量存储到所述信息模型中。
5.一种应用如权利要求1所述的基于自动识别的继电保护设备信息采集方法的系统,其特征在于:包括,
模型构建模块(100),用于构建所述保护设备信息模型,通过屏柜为单位生成可储存信息的二维码标识;
自动识别处理模块(200)与所述模型构建模块(100)相连接,其用于识别所述图像信息,通过图像识别处理获取保护设备的所述参数数据;
模型匹配模块(300)连接于所述自动识别处理模块(200),其用于将识别的所述参数数据对应匹配到所述信息模型中;
数据处理模块(400)与所述模型构建模块(100)、所述自动识别处理模块(200)和所述模型匹配模块(300)相连接,其用于通过与所述信息模型的历史数据作比较,判断所述参数数据的变化量,将所述参数数据的变化量存储到所述信息模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司,未经贵州电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010643348.8/1.html,转载请声明来源钻瓜专利网。