[发明专利]接触网视频图像云端智能监测与故障识别方法

说明书

本发明涉及接触网视频图像云端智能监测与故障识别方法，通过（1）模型训练、（2）视频图像采集与传输、（3）视频图像数据分布式存储、（4）智能监测与故障识别任务调度、（5）接触网状态检修流程化操作五个步骤实现。本发明通过采集高铁线路接触网正常状态图像和部件异常图像，建立正常状态标准图像库和部件异常图像库，然后基于深度学习技术构造基于正常状态标准图像库构建接触网状态比对算法和接触网部件故障识别算法，为接触网非接触网式监测提供了可行方法。

技术领域

本发明涉及电气化铁路接触网故障智能分析领域，具体涉及一种接触网视频图像云端智能监测与故障识别方法。

背景技术

接触网系统是电气化铁路系统重要的组成部分，承担将牵引网中的电能输送给电力机车的关键工作。受电弓和接触网装置之间存在复杂的力学、电气交互影响，列车长期运行产生的振动和冲击不可避免地使接触网支持装置出现故障，例如腕臂连接件的紧固件出现松脱甚至脱落，严重影响列车的安全运行。接触网在户外环境中风吹日晒，易于破损（接触线磨耗、绝缘子破裂等），异物悬挂现象（如树枝和塑料袋悬挂、鸟窝等）时有发生。这些问题可能形成列车运行安全隐患，为保障高速铁路的行车安全，国内外均对铁路接触网巡检工作和技术进步非常重视。

目前铁路接触网系统的巡检工作主要依靠接触式检测和非接触式检测两种方式。接触式检测主要是利用传感器采集弓网系统装置上不同类型的参数，继而分析接触网系统结构或零部件装置是否存在问题。但对接触网部件表面破损、异常和异物入侵等，这些安全隐患无法使用接触式手段进行检测，需要利用安装在列车或铁路上的拍摄装置对接触网系统进行视频和图像采集，通过人工查看视频或图像发现异常或故障。人工查找会由于受视觉疲劳、个人情绪、责任心等因素的影响，难免出现漏判或误判，而且效率较低下，人员成本高。

国内外铁路部门非常重视基于视频图像的接触网非接触式检测技术的研究。早在2007 年，日本就开发了通过安装在普通运营列车车顶的摄像机获取受电弓周边连续图像，检测弓网接触点状况。近年来，我国一些高校和科研机构也开始尝试接触网视频检测技术研究，但只是对接触网个别部件的异常识别，还没有形成完整的接触网运行状态检测与故障识别系统。

我国制定了高铁供电6C检测系统，实现对铁路接触网系统全方位监测检测，其中：接触网安全巡检装置（2C）搭载于运营动车组，对接触网的状态进行视频采集；接触网悬挂状态检测监测装置（4C）搭载在接触网作业车或专用车辆上，对接触网悬挂系统的零部件实施高精度成像记录；受电弓滑板监测装置（5C） 搭载在车站和动车库出入线，采集受电弓碳滑板状态的视频图像。但对所获取的视频图像分析主要是通过工作人员观察确定故障或异常状态，实时性差、费时费力、准确度有限。我国高铁供电6C检测系统运行积累的视频图像为接触网智能状态检测与故障识别提供了数据支撑。发展基于视频或图像的非接触式智能监测检测技术，已成为接触网监测检测技术的重点发展方向。

随着高清摄像设备的普及、高铁成像检测车及相关成像技术批量化生产，以及图像处理与视频分析、大数据存储、大数据处理与分析技术的发展，研发接触网视频图像智能监测系统具备了可行性。许多学者提出了多种接触网部件故障识别算法，但没有形成完整的应用解决方案。

发明内容

本发明的目的是提供一种接触网视频图像云端智能监测与故障识别方法，形成接触网视频图像智能监测与故障识别的云架构解决方案，并应用与高铁运营和专业检测实际工作中，克服人工浏览视频劳动强度大、难免漏判和误判等困难，为接触网检修提供可靠依据，提高接触网维护、维修工作效率。

本发明所采用的技术方案为：

接触网视频图像云端智能监测与故障识别方法，其特征在于：

所述方法包括以下步骤：

（1）模型训练：