[发明专利]变电站设备状态的智能监测与识别方法

说明书

本发明公开了一种变电站设备状态的智能监测与识别方法，包括以下步骤：采集变电站内设备的视频或图像信息，以建立设备的初始图像数据集；根据设备的类别将初始图像数据集划分为隔离开关图像集、线路图像集和绝缘子图像集；分别对各图像集中的样本图像进行预处理，以得到隔离开关子图像集、线路子图像集和绝缘子子图像集；根据各子图像集分别对应建立隔离开关对抗网络模型、线路对抗网络模型和绝缘子对抗网络模型；利用各对抗网络模型分别对测试图像中的隔离开关、线路和绝缘子进行监测与识别。该变电站设备状态的智能监测与识别方法，能够解决大规模设备的状态监测问题，且在降低人工标记量的同时提高了识别准确率。

技术领域

本发明涉及识别技术领域，尤其涉及一种变电站设备状态的智能监测与识别方法。

背景技术

近年来，国家电网公司加大了对变电站安全水平运行的监督力度，设备检修的工作量 随之增加，但基于预防性试验的传统检修方式存在工作量大、流程复杂、安全系数低等问 题。随着经济社会的快速发展和电网规模的持续扩大，用户对系统供电的可靠性和稳定性 提出了更高的要求。电力设备状态的智能监测可以实时跟踪设备的运行状态，及时上传故 障设备信息，如识别隔离开关的分合位置，监测绝缘子的老化状态等。因此，可靠的设备 状态监测技术能够有效降低停电事故的影响，保证电网持续稳定运行。

目前，针对电气设备状态监测的技术主要是传感器技术和图像识别技术，传感器技术 包括压力传感器、姿态传感器和加速度传感器等技术，多用于隔离开关分合位置的判别， 但不适用部分特定型号的开关设备，且存在取电困难、信号传输差的问题。和传感器技术 相比，图像识别技术应用广泛，适用于多种类型或型式的设备，既可以识别开关分合状态， 又可以监测设备故障，识别准确率高，识别结果可靠。然而，现有的图像识别技术在设备 监测领域的应用普遍存在如下问题，一是图像处理技术主要采用边缘提取，直线检测和标 志点定位等方法，该方法人工劳动量大，效率较低，不能实时共享数据资源；二是不具备处理海量的设备图像样本的能力；三是识别过程耗时长，效率低，导致数据传输延迟，信 息共享性差，影响电网运行稳定性。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个 目的在于提出一种变电站设备状态的智能监测与识别方法，以解决大规模设备的状态监测 问题，且降低人工标记量，提高识别准确率。

为达到上述目的，本发明提出了一种变电站设备状态的智能监测与识别方法，包括以 下步骤：采集变电站内设备的视频或图像信息，以建立设备的初始图像数据集，其中，所 述设备包括隔离开关、线路、绝缘子；根据设备的类别将所述初始图像数据集划分为隔离 开关图像集、线路图像集和绝缘子图像集；分别对所述隔离开关图像集、所述线路图像集 和所述绝缘子图像集中的样本图像进行预处理，以得到隔离开关子图像集、线路子图像集 和绝缘子子图像集；根据所述隔离开关子图像集、所述线路子图像集和所述绝缘子子图像 集分别对应建立隔离开关对抗网络模型、线路对抗网络模型和绝缘子对抗网络模型；利用 所述隔离开关对抗网络模型、所述线路对抗网络模型和所述绝缘子对抗网络模型分别对测 试图像中的隔离开关、线路和绝缘子进行监测与识别。

本发明实施例的变电站设备状态的智能监测与识别方法，通过对抗学习机制，使生成 器产生的样本更具多样性，起到数据增强的作用，使模型在训练过程中不易陷入局部极小 值点，能够解决大规模设备的状态监测问题，在降低人工标记量的同时提高了识别准确率， 且能够实现变电站隔离开关分合状态和故障状态、线路和绝缘子的正常与异常状态的在线 智能监测，有助于提高系统运行稳定性。

其中，所述变电站内设备的视频或图像信息通过以下方式中的一种或多种采集：安装 在变电站内的视频检测设备、无人机航拍技术、线路巡检机器人采集。

其中，采用尺度不变特征变换法根据设备的类别将所述初始图像数据集划分为隔离开 关图像集、线路图像集和绝缘子图像集。