[发明专利]基于神经网络的变电站压板状态识别方法、系统及设备

权利要求书

1.一种基于神经网络的变电站压板状态识别方法，应用于识别机器人上，其特征在于，包括以下步骤：

从生产管理系统上获取定值单的压板数据，对所述压板数据进行分析生成包含压板名称与投退状态的标准压板状态表格；

从安自主站平台上获取识别的压板投退位置，生成包含压板名称与投退状态的后台实时压板状态表格；

获取所有待核对检查压板的实物图像，对所有压板的所述实物图像进行处理，得到与所有待核对检查压板对应的识别数据，并基于所有压板的所述识别数据生成包含压板名称与投退状态的现场实时压板状态表格；

对所述标准压板状态表格、所述后台实时压板状态表格和所述现场实时压板状态表格进行一致性对比，得到与每个待核对检查压板对应的核对检查结果。

2.根据权利要求1所述的基于神经网络的变电站压板状态识别方法，其特征在于，获取所有待核对检查压板的实物图像，对所有压板的所述实物图像进行处理，得到与所有待核对检查压板对应的识别数据包括：

采用压板识别模型对每个压板的所述实物图像进行处理，得到与每个待核对检查压板对应的压板投退状态和压板位置坐标；

根据所有的所述压板位置坐标，对所有的所述压板投退状态按照其压板位置从左到右、再从上到下进行顺序排序，得到与所有待核对检查压板对应的识别数据；

其中，所述压板位置坐标是以实物图像的左上角作为原点建立的坐标。

3.根据权利要求2所述的基于神经网络的变电站压板状态识别方法，其特征在于，根据所有的所述压板位置坐标，对所有的所述压板投退状态按照其压板位置从左到右、再从上到下进行顺序排序包括：

对每个所述压板位置坐标进行归一化处理，得到与所有待核对检查压板对应的归一化坐标；

采用压板顺序分值计算公式对每个所述归一化坐标进行顺序分值计算，得到与每个所述归一化坐标对应的顺序分值；

对所有待核对检查压板的所述顺序分值从小到大排序，得到排序后的所述识别数据；

其中，所述压板顺序分值计算公式为S_i＝1*x_i+10*y_i，S_i为第i个待核对检查压板的顺序分值，x_i为第i个待核对检查压板归一化坐标的横坐标，y_i为第i个待核对检查压板归一化坐标的纵坐标。

4.根据权利要求2所述的基于神经网络的变电站压板状态识别方法，其特征在于，包括：构建压板识别模型；构建压板识别模型的步骤包括：

获取不同环境、不同时间、不同角度的N个压板图像；

对每个所述压板图像进行翻转、旋转、移位、增加高斯噪声处理，得到处理图像；

采用风格迁移对抗神经网络对每个所述处理图像进行转换，得到训练数据；

采用所有所述训练数据在colab上对SSD-MobileNet模型进行训练，构建得到识别压板投退状态和位置坐标的压板识别模型。

5.根据权利要求1所述的基于神经网络的变电站压板状态识别方法，其特征在于，包括：若所述后台实时压板状态表格和所述现场实时压板状态表格分别与所述标准压板状态表格进行一致性对比的核对检查结果为其中至少一个表格不相同，则发送告警信息。