[发明专利]一种嵌入式继电保护压板投退状态识别方法及装置

说明书

本发明公开了一种嵌入式继电保护压板投退状态识别方法及装置，属于深度学习和电力系统保护领域。装置包括嵌入式图像采集模块、压板位置检测模块、压板投退状态识别模块、识别结果输出模块及本地存储模块。本发明利用嵌入式图像采集模块拍摄含有压板的继电保护屏图像，通过压板位置检测模块定位压板，将定位区域切割送给压板投退状态识别模块，得到投退状态的识别结果，通过输出模块显示出识别结果，并将结果保存在本地存储模块。本发明能够快速、准确地定位压板并识别其投退状态，提升了变电设备运维的智能化，减少了人工巡检的依赖性，该方法能够有效减少拍摄角度变化、光照强度变化等带来的影响，对于不同应用场景具有很强的稳健性和适应性。

技术领域

本发明属于深度学习和电力系统保护领域，以及智能图像识别技术领域，特别是一种嵌入式继电保护压板投退状态识别方法及装置。

背景技术

随着我国电网规模日益扩大，一方面提高了电力资源优化配置能力，另一方面也给电网运行和控制带来了挑战。继电保护系统作为电力运输过程中的关键环节，与软件、信息及设备关联紧密，具有状态多样性和信息传输交错性等特点，任何环节的隐患都会对电网的安全稳定运行造成威胁。继电保护压板具有明显的断点，能够准确区分二次回路通断状态，因此广泛应用于继电保护二次回路。操作保护压板直接关系到保护的动作结果，而变电站中压板数量众多、功能各异，如果仅靠人工核查，难免会发生漏投、误投的情况，从而造成严重损失。因此，准确快速地识别继电保护系统中压板的投退状态具有重要意义。

继电保护压板投退状态识别问题主要有以下几种常用的解决方案：

基于压板物理位移信息的方法。这类方法通过分析压板物理结构，研究压板投入、退出时不同的机械变位，采用“位置传感器”采集位移物理信号并转化为电信号(如文献“继电保护关键环节隐藏故障诊断方法与监测技术研究”)。该方法可以适应光线不足的不良信号，但是依赖于位置传感器的稳定性。

基于重动继电器出点状态方法(如文献“一种继电保护出口压板的远程监控系统”)。该类方法采用电量接触技术，可能会产生寄生回路，给整个继电保护系统带来安全隐患。

基于传统图像处理方法(如文献“电力系统继电保护压板图像识别系统”、“基于模式识别的继电保护压板状态检定系统”)。该类方法将压板图像进行预处理后，定位、分割压板再判断压板投退状态。优点在于不用对压板进行改造，缺点在于以下三点：(1)算法应用于复杂场景时鲁棒性较差，如当光线强弱差异大、拍摄角度多变时识别效果较差；(2)可识别的压板种类较少，难以同时识别插拔式和连接式两种压板；(3)识别算法复杂导致识别时间较长。

基于深度学习的方法(如文献“基于深度学习的变电站硬压板状态检测与识别算法”、“基于OpenCV+SSD深度学习模型的变电站压板状态智能识别”)，该类方法采用目标检测网络对压板区域进行检测和状态识别，例如Faster-RCNN、SDD等目标检测模型。优点在于算法的稳健性较强，但是模型的参数量巨大，在嵌入式设备上推理时间较长，同时在识别压板投退状态时仅依据当前时刻的压板图像特征，未参考历史压板图像及状态。

由上可知，现有的压板投退状态识别方法大都需要改造保护屏，或对环境变化敏感，或识别时间较长，难以运用到变电站系统中。

发明内容

本发明的目的在于针对现有技术存在的问题，提供一种嵌入式继电保护压板投退状态识别方法及装置。

实现本发明目的的技术解决方案为：一种嵌入式继电保护压板投退状态识别方法，所述方法包括以下步骤：

步骤1，采集包含压板的继电保护屏图像，构建压板数据集；

步骤2，构建压板位置检测网络及压板状态识别网络；

步骤3，将压板位置检测网络及压板状态识别网络视为整体，对该整体网络进行训练；

步骤4，利用训练好的网络模型对待检测压板图像进行识别输出。