[发明专利]基于图像识别和智能调配的电力应急物资需求提报平台

权利要求书

1.一种基于图像识别和智能调配的电力应急物资需求提报平台，包括手持终端和服务器，其特征在于：手持终端连接现场图像采集模块，图像采集模块拍摄现场物资图像并通过手持终端传到服务器，服务器的图像智能识别处理模块对上报的现场物资图像进行智能识别，获得物资名称及型号，并反馈到手持终端，手持终端的物资需求提报模块向服务器上报应急物资需求信息，服务器的应急物资调配优化模块根据物资需求信息生成物资调配方案。

2.根据权利要求1所述基于图像识别和智能调配的电力应急物资需求提报平台，其特征在于：所述手持终端中的物资需求提报模块为物资需求提报APP，服务器收到物资需求后，应急物资调配优化模块结合电力物资系统导入的物资种类及库存信息，利用多目标粒子群优化算法进行计算，生成电力应急物资保障及调配最优化方案，并返回最优化方案到所述物资需求提报APP。

3.根据权利要求2所述基于图像识别和智能调配的电力应急物资需求提报平台，其特征在于所述服务器包括：

应急物资需求模块：通过移动通信网络实时接收物资需求提报APP提交的应急物资需求信息，包括应急抢修灾害类别、紧急程度和上报的现场物资图像等，并写入物资需求信息库；

电力物资特征提取模块：将具体型号电力物资样本图像上传，利用样本图像训练分类器，提取生成电力物资特征，并保存到电力物资特征库；

图像智能识别处理模块：对上报的现场物资图像进行智能识别，通过现场采集的物资图像与系统预存的电力物资特征进行比对，比对成功则将该电力物资具体型号和名称发送到物资需求提报APP，由现场用户确认；

应急物资调配优化模块：提取电力物资系统中库存数据，从物资需求信息库获取物资需求清单数据，利用多目标粒子群优化算法求解最优解集，并将最优解集写入物资储备优化结果库，利用物资储备优化结果库生成电力应急物资保障及调配最优化方案发送到物资需求提报APP；

物资调配算法评价校验模块：确定检验样本数据，检验多目标粒子群优化算法生成的计算结果，对生成的最优解集和检验样本数据进行比较，当计算结果集和样本数据集有较大误差时，可调整多目标权值，训练结束后，将相关多目标权值保存到储备优化结果库。

4.根据权利要求3所述基于图像识别和智能调配的电力应急物资需求提报平台，其特征在于：所述服务器导入算法评价检验样本数据，并通过所述算法评价校验模块将检验样本数据和所述应急物资调配优化模块生成的最优解集进行比较，当计算结果集和样本数据集有较大误差时，调整多目标权值；训练结束后，将相关多目标权值保存到储备优化结果库。

5.一种应急物资图像识别处理方法，其特征在于包括以下步骤：

加载上传的现场采集图像，转换成灰度图，去除图像上的噪声，平滑图像中的高频噪声，然后图像进行二值化处理，执行多次形态学腐蚀与膨胀处理；

将处理后的图像与系统预存的电力物资特征资源库中记录进行比对，比对成功则表明存在该具体型号的电力物资，否则不存在，继续进行物资特征资源库下一条记录的比对；

将识别成功的电力物资具体型号和名称发送到物资需求提报APP，由现场用户选择确认。

6.根据权利要求5所述的应急物资图像识别处理方法，其特征在于：电力物资特征提取模块对上传的具体型号电力物资样本图像，进行样本图像训练分类，提取生成电力物资特征，并保存到电力物资特征库。

7.根据权利要求4所述所述基于图像识别和智能调配的电力应急物资需求提报平台，其特征在于所述多目标粒子群优化算法包括：

初始化粒子群体, 包括多目标粒子群算法的控制参数, 群体规模, 迭代次数，并从电力物资系统中采集历史数据获得应急抢修工作开展的物资需求量，以及各种变量因素参数；

计算每个粒子所代表物资保障及调配多目标优化方案的目标值；

根据 Pareto 最优概念更新每个粒子的个体最优值，即在粒子的当前位置和历史最优位置中选择一个非劣解作为粒子的个体最优值，如二者无支配关系则保持个体最优值不变；

根据粒子的序值挑选当前种群中序值较小的粒子，存入外部档案库, 并删除其中供货超时的非劣解。