[发明专利]一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统

说明书

本发明公开了一种基于状态识别算法的变电站刀闸遥控辅助校核方法，包括：刀闸遥控指令模块接收控制指令并控制图像采集模块获取图像信息；图像预处理模块对采集的图像信息进行预处理；提取目标区域模块对预处理的图像信息获得目标提取信息；根据目标提取信息确定绝缘子定位和刀闸位置；根据绝缘子定位和刀闸位置对刀闸状态进行识别并进行刀闸状态验证。本发明还提供一种基于状态识别算法的变电站刀闸遥控辅助校核系统。本发明可准确的定位绝缘子的位置和识别刀闸的状态，可运用于实时性要求较高的电力系统监控系统中，使用方便，准确性较高，通过该算法设计分析视频图像的结果可进行深化应用，使得系统内对刀闸校核手段更直观，更丰富。

技术领域

本发明涉及变电站控制技术领域，具体涉及一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统。

背景技术

随着经济和社会的发展，电力的要求越来越高，随着电网的不断发展，新技术的应用，变电站的操作越来越智能化，变电站需要更多刀闸来控制变电站的输电线路，因此掌握刀闸状态信息十分有必要。电力系统中监控电力线上的设备状态是最重要的一项工作，为了提高实时监控的效率，传统的人工监控技术已经被新技术所取代。计算机视觉和图像处理技术可以快速高效地检测出电力线上的缺陷，而且通过自动检测和识别输电线上的电力设备，可以大大降低人工成本。最近研究者们提出了许多在可见光图像中利用计算机视觉和图像处理技术来识别刀闸或绝缘子状态的算法。

毫无疑问正确检测绝缘子位置将有助于精确判断和分析刀闸的状态。现有的算法技术存在的问题有：1）一种算法利用改进的Otsu算法和数学形态学来分割绝缘子，但在复杂背景下该算法未能达到理想的效果；2）一种算法利用全局最小主动轮廓模型来分割绝缘子，该算法具有较好的分割效果，但是该算法使用的全局特征需要大量的计算时间，而基于局部特征的目标检测算法是更加有效的，许多目标检测算法都利用了局部特征；3）一种算法提出了一种基于自适应神经模糊推理系统的绝缘子检测方法，该方法利用k-means聚类获得所需集群、对沿行列和对角线都适当的所有像素点绘制最小矩形框、利用ANFIS获得绝缘子的定位，该方法在背景相对简单的情况下可以实现多个绝缘子的定位，但在复杂背景下它不能精确定位绝缘子的位置。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统。

为了达到上述目的，本发明采用以下技术方案予以实现：

一种基于状态识别算法的变电站刀闸遥控辅助校核方法，包括：

刀闸遥控指令模块接收控制指令并控制图像采集模块获取图像信息；

图像预处理模块对采集的图像信息进行预处理；

提取目标区域模块对预处理的图像信息获得目标提取信息；

根据目标提取信息确定绝缘子定位和刀闸位置；

根据绝缘子定位和刀闸位置对刀闸状态进行识别并进行刀闸状态验证；

根据目标提取信息确定绝缘子定位和刀闸位置；具体包括：

对目标提取信息进行局部特征检测获取绝缘子的特征信息；

对特征信息与预设特征描述子比对进行特征匹配；

对匹配成功的特征确定绝缘子特征并获取绝缘子所在位置；

获取刀闸位置；

所述特征描述子是通过提供具有绝缘子的训练样本得到对绝缘子特征描述的特征描述子，通过对绝缘子的训练样本进行局部特征检测，得到训练样本的绝缘子特征，利用K-means算法生成包括特征描述子的视觉字典。

进一步地，所述图像预处理模块对采集的图像信息进行预处理；具体包括：