[发明专利]一种变电站呼吸器状态智能识别方法及系统

权利要求书

1.一种变电站呼吸器状态智能识别方法，其特征在于，包括：

采集变电站呼吸器图像，对获取的图像进行预处理操作，消除噪声影响；

优化YOLO v3深度神经网络训练模型；

使用训练后的模型识别并提取呼吸器ROI区域；

对ROI区域使用HSV特征变换，在HSV颜色空间下，根据呼吸器的色彩信息的固有属性，分析在不同状态下的颜色分量比重，综合判断呼吸器的运行状态。

2.根据权利要求1所述的变电站呼吸器状态智能识别方法，其特征在于，所述采集变电站呼吸器图像，对获取的图像进行预处理操作，消除噪声影响，包括：

使用巡检机器人采集包含各种位置、高度和角度的变电站呼吸器图像；

使用Yolo_mark或labelImg对图像进行标注，保存为txt格式。

3.根据权利要求1所述的变电站呼吸器状态智能识别方法，其特征在于，所述优化YOLOv3深度神经网络训练模型，包括：

保持第一次和第二次的残差块不变，将第三次第四次下采样时的残差块由8个修改为3个，将第五次下采样时的残差块由4个修改为2个；

将检测头中特征提取层保留为原来的1/3；

利用网络裁剪方法在通道维度上进行裁剪；

利用k-Means聚类方法，结合呼吸器实际目标，生成呼吸器的anchors尺寸，替换配置文件内anchors。

4.根据权利要求1所述的变电站呼吸器状态智能识别方法，其特征在于，所述使用训练后的模型识别并提取呼吸器ROI区域，包括：

使用训练后的模型识别待检测图像，进行呼吸器目标检测；

根据检测结果输出的位置信息在原图上截取呼吸器目标ROI区域。

5.根据权利要求1所述的变电站呼吸器状态智能识别方法，其特征在于，所述对ROI区域使用HSV特征变换，在HSV颜色空间下，根据呼吸器的色彩信息的固有属性，分析在不同状态下的颜色分量比重，综合判断呼吸器的运行状态，包括：

判断三色面积比值p，若三色面积比值p小于等于20％，则确定呼吸器颜色异常，需要更换硅胶；

若三色面积比值p大于20％，判断中位值l，若中位值l小于等于0，则确定呼吸器密封不严，需要更换硅胶；

若中位值l大于0，判断单色面积比值r，若单色面积r比值小于等于33％，则确定呼吸机需要更换硅胶；

若单色面积比值r若大于33％，则确定呼吸机状态正常；

其中判断三色面积比值的公式为判断中位值的公式为判断单色面积比值的公式为

其中S表示像素个数，下标P表示粉红色分量，下标W表示粉白色分量，下标B表示蓝色分量，下标O表示全部颜色分量，L表示行数。

6.一种变电站呼吸器状态智能识别系统，用于实现如权利要求1至5任一项所述的变电站呼吸器状态智能识别方法，其特征在于，包括：

预处理模块，用于采集变电站呼吸器图像，对获取的图像进行预处理操作，消除噪声影响；

模型设计模块，用于优化YOLO v3深度神经网络训练模型；

目标提取模块，用于使用训练后的模型识别并提取呼吸器ROI区域；

状态判断模块，用于对ROI区域使用HSV特征变换，在HSV颜色空间下，根据呼吸器的色彩信息的固有属性，分析在不同状态下的颜色分量比重，综合判断呼吸器的运行状态。

7.根据权利要求6所述的变电站呼吸器状态智能识别系统，其特征在于，所述预处理模块包括：

采集单元，用于使用巡检机器人采集包含各种位置、高度和角度的变电站呼吸器图像；

标注单元，使用Yolo_mark或labelImg对图像进行标注，保存为txt格式。