一种变电站仪表刻度标定方法及系统与流程

1.本发明属于电力技术领域，尤其涉及一种变电站仪表刻度标定方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.变电站是保证用户正常用电的重要场所，需要掌握变电站内设备的运行状况，及时发现设备缺陷和威胁设备安全运行的隐患，确保变电站运行的安全、稳定。变电站巡视检查就是确保设备正常安全运行的有效措施。人力巡检耗时耗力，机器人摄像头巡检或者固定摄像头巡检已成为变电站内主要巡检技术手段。
4.在本领域中摄像头采集图片后需自动识别仪表读数。现有的技术介绍了变电站内仪表读数方法，预先标定仪表模型，根据对应仪表的指针的起始角、终止角、指针旋转方向、起始读数和终止读数，计算对应仪表的指针角度对应的仪表读数。现有的技术还采用深度学习网络进行全流程识别，识别该表盘中的圆心坐标、各个刻度线数字坐标、半指针针尖坐标以及位于指针两侧的两个刻度线数字的坐标，并识别该两个刻度线数字的数值，通过识别结果使用角度法确定待识别仪表的读数。
5.在上述技术中，发明人发现，目前的变电站仪表刻度标定过程存在以下问题：
6.(1)采用只标定刻度首尾方法，当仪表有偏斜时，存在刻度不均匀情况，不能准确划分表盘刻度，同样仪表表盘本身存在刻度不均匀情况时，需要分别按刻度标定，当刻度较多时，标定耗时耗力；
7.(2)采用人工标注刻度方法，标注标准不一且耗时耗力，同时当图像存在遮挡时，人工标注误差较大，当图像存在倾斜时，如图2所示，远近区域的刻度角度分布并不均匀，且仪表中心点位置不在椭圆中心，直接采用角度法进行读数识别会有误差；而完全采用深度学习进行自动检测识别，检出率虽然较高，但精确度较低，识别的表盘刻度坐标，圆心坐标，指针坐标等可能存在一定的偏差，如果仪表存在遮挡脏污等情况，识别结果会显著下降，不满足变电站内仪表图像识别读数的精度要求。


技术实现要素：

8.为了解决上述背景技术中存在的技术问题，本发明提供一种变电站仪表刻度标定方法及系统，其采用深度学习方法结合人工标注调整的技术来对变电站内仪表图像进行标定，能够提升仪表模板标定效率及错误标定。
9.为了实现上述目的，本发明采用如下技术方案：
10.本发明的第一个方面提供一种变电站仪表刻度标定方法，其包括：
11.获取仪表数据图像；
12.基于深度学习模型检测仪表数据图像中的仪表的类型、位置及刻度位置；
13.将检测的仪表的类型、位置及刻度位置与对应变电站内预先导入的各个仪表的基
本信息进行关联，生成模板配置信息；
14.判断模板配置信息是否完全正确，若是，则完成变电站仪表刻度的自动标定；否则，删除错误信息并对应关联人工标注的正确信息。
15.本发明的第二个方面提供一种变电站仪表刻度标定系统，其包括：
16.仪表数据图像获取模块，其用于获取仪表数据图像；
17.仪表信息检测模块，其用于基于深度学习模型检测仪表数据图像中的仪表的类型、位置及刻度位置；
18.仪表刻度标定模块，其用于将检测的仪表的类型、位置及刻度位置与对应变电站内预先导入的各个仪表的基本信息进行关联，生成模板配置信息；
19.配置信息判断模块，其用于判断模板配置信息是否完全正确，若是，则完成变电站仪表刻度的自动标定；否则，删除错误信息并对应关联人工标注的正确信息。
20.本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的变电站仪表刻度标定方法中的步骤。
21.本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的变电站仪表刻度标定方法中的步骤。
22.与现有技术相比，本发明的有益效果是：
23.(1)本发明创新提出了机器视觉标定变电站仪表刻度技术，构建了检测仪表数据图像信息的深度学习模型，对仪表数据图像中的仪表的类型、位置及刻度位置进行检测，解决了只标定刻度首尾方法而带来的刻度不均匀情况及不能准确划分表盘刻度问题，提高了变电站仪表刻度标定的准确性，同时大大缩短了变电站仪表刻度标定的时间。
24.(2)本发明创新提出了机器视觉与人工校准融合标定变电站仪表刻度技术，构建了深度学习 人工校准模型，对仪表数据图像中的仪表的类型、位置及刻度位置进行检测且与变电站内预先导入的各个仪表的基本信息进行关联，生成模板配置信息，最后再基于模板配置信息正确性的判断，删除错误信息并对应关联人工标注的正确信息，解决了人工标注和全采用深度学习进行自动检测识别的精度均存在偏差的问题，减少了人工标注时间，同时减少了深度学习检测错误问题，提升了仪表模板标定效率及标定准确率。
25.本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
26.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
27.图1是本发明实施例的变电站仪表刻度标定方法流程图；
28.图2是本发明实施例的远近区域的刻度角度分布示意图；
29.图3是本发明实施例的深度学习模型示意图；
30.图4是本发明实施例的变电站仪表刻度标定系统结构示意图。
具体实施方式
31.下面结合附图与实施例对本发明作进一步说明。
32.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
33.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
34.实施例一
35.如图1所示，本实施例提供了一种变电站仪表刻度标定方法，其具体过程包括：
36.s101：获取仪表数据图像。
37.s102：基于深度学习模型检测仪表数据图像中的仪表的类型、位置及刻度位置。
38.在具体实施中，所述深度学习模型为多类型仪表关键点检测模型。
39.例如基于retinaface算法，借鉴人脸关键点检测模型，生成为多类型仪表关键点检测模型。
40.如图3所示，所述多类型仪表关键点检测模型包括resnet网络结构、特征金字塔、独立上下文模块和多任务输出结果层。
41.其中，所述resnet网络结构参数前5层通过预训练模型初始化，第6层使用随机算法进行初始化；特征金字塔通过resnet网络残差层计算获得。
42.独立上下文模块应用于5个特征金字塔上，用于提高模型的感受视野和加强上下文建模能力。
43.多任务输出结果层中的负样本仅使用分类损失，正样本使用多任务损失，输出用于定位结果的候选框在特征金字塔每一个等级上都有设定种类不同的长宽比例，且在每一个等级中加入不同的尺度。
44.每个候选框包含多种仪表的类型信息、检测框信息及关键点信息，检测框信息获取仪表位置，关键点信息获取仪表刻度位置。
45.其中，对训练深度学习模型的数据样本还进行扩充，其过程为：
46.旋转图像角度为-10
°
到10
°
范围内随机选择，裁剪图像为原始图像宽高等比例获取，比例数值为0.3到1范围内的随机值，色调变换包含图像饱和度变换和色度变换。
47.在收集变电站内不同仪表标定时，需按刻度差异进行标定，当刻度数量相同，但量程不同时，标定所属类别框不同。
48.s103：将检测的仪表的类型、位置及刻度位置与对应变电站内预先导入的各个仪表的基本信息进行关联，生成模板配置信息。在具体实施中，预先导入的各个仪表的基本信息包括仪表编号、仪表名称、仪表从属结构、仪表图像等。
49.其中，所述仪表信息为使用机器人提前采集的图像信息，并与仪表名称、从属结构等可进行人工对应，生成相关仪表编号及数据图像关联关系信息表。
50.在具体实施中，在标定模板软件中，根据预先提供的类型及刻度关联信息及检测得到的仪表类型、位置及刻度位置获取刻度具体度量值等信息，，生成模板配置信息。
51.s104：判断模板配置信息是否完全正确，若是，则完成变电站仪表刻度标定，否则，删除错误信息并对应关联人工标注的正确信息。
52.本实施例创新提出了机器视觉与人工校准融合标定变电站仪表刻度技术，构建了深度学习 人工校准模型，对仪表数据图像中的仪表的类型、位置及刻度位置进行检测且与变电站内预先导入的各个仪表的基本信息进行关联，生成模板配置信息，最后再基于模板配置信息正确性的判断，删除错误信息并对应关联人工标注的正确信息，解决了人工标注和全采用深度学习进行自动检测识别的精度均存在偏差的问题，减少了人工标注时间，同时减少了深度学习检测错误问题，提升了仪表模板标定效率及标定准确率。
53.实施例二
54.如图4所示，本实施例提供了一种变电站仪表刻度标定系统，其包括：
55.仪表数据图像获取模块，其用于获取仪表数据图像；
56.仪表信息检测模块，其用于基于深度学习模型检测仪表数据图像中的仪表的类型、位置及刻度位置；
57.仪表刻度标定模块，其用于将检测的仪表的类型、位置及刻度位置与对应变电站内预先导入的各个仪表的基本信息进行关联，生成模板配置信息；
58.配置信息判断模块，其用于判断模板配置信息是否完全正确，若是，则完成变电站仪表刻度的自动标定；否则，删除错误信息并对应关联人工标注的正确信息。
59.此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
60.实施例三
61.本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的变电站仪表刻度标定方法中的步骤。
62.实施例四
63.本实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的变电站仪表刻度标定方法中的步骤。
64.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
65.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。