[发明专利]基于深度学习的配电考试柜接线线序识别方法及系统

说明书

本发明提供了一种基于深度学习的配电考试柜接线线序识别方法及系统，所述方法包括以下步骤：在学员接线操作完成后，采集接线顺序识别区域对应的第一待测图片；对第一待测图片进行识别区域缩放，得到第二待测图片，从第二待测图片中截取N个50×50的矩形图片；将矩形图片输入所述轻量接线顺序识别网络模型，得到N个1维的颜色数组；利用argmax函数对N个1维的颜色数组进行处理，预测出N个矩形图片对应的类别索引；将预测出的N个类别索引分别映射至对应的颜色标签，得到N个颜色标签；剔除N个颜色标签中相邻且相同的颜色标签，得到M个目标颜色标签；去掉M个目标颜色标签中的负样本NG，从而快速且准确地检测导线颜色顺序。

技术领域

本发明涉及配电考试柜技术领域，具体的说，涉及了一种基于深度学习的配电考试柜接线线序识别方法及系统。

背景技术

配电柜(箱)包括动力配电柜(箱)和照明配电柜(箱)、计量柜(箱)，是配电系统的末级设备；配电柜的二次接线图表示电气二次设备之间相互连接的电气图。二次线就是指电压互感器二次线、电流互感器的二次线及电压表、电流表、电度计量表的线路、开关的控制线、配电柜的信号灯线、也就是说配电柜里面的导线除了一次主电源线以外基本上都是二次线。在配电柜内的二次线非常重要，因此配电柜(箱)中的二次回路布线的基本要求为：按图施工、连线正确。

为培训及测试工作人员的接线等技能，设置配电柜安全用电管控考试；在配电柜安全用电管控考试中，实操部分接线顺序尤为重要；正确的接线顺序关系着每个考生的生命安全，也为其以后成为一个合格的电工作业人员打下坚实的基础。

目前，配电柜安全用电管控实操考试主要依赖于监考老师，接线顺序正确与否需要监考老师肉眼查看，费时费力，同时一个监考老师需要同时负责多个考生，长时间监考容易带来视觉疲劳，造成误判。

文献《基于机器视觉的电气实验教学接线评级系统设计》中，基于传统算法的线序识别将导线分割出来，再通过HSV颜色阈值确定每根导线的颜色，但是由于光照不均匀、底板颜色多样等因素，给导线的提取带来较大难度，实际应用时因导线遗漏或错误提取等原因导致算法无法使用。

因此，提出一种无论光照亮暗、无论底板何种颜色，均能正确识别接线顺序的识别方法，十分有必要。

为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。

发明内容

本发明的目的是针对现有技术的不足，从而提供一种基于深度学习的配电考试柜接线线序识别方法及系统，无论光照亮暗、何种底板颜色，都能正确识别接线顺序。

为了实现上述目的，本发明所采用的技术方案是：

本发明第一方面提供一种基于深度学习的配电考试柜接线线序识别方法，所述方法包括以下步骤：

预先构建轻量接线顺序识别网络模型；

在学员接线操作完成后，采集接线顺序识别区域对应的第一待测图片；其中，所述接线顺序识别区域指的是配电考试柜的接线区域，所述第一待测图片的高为H，所述第一待测图片的宽为W；

对所述第一待测图片进行识别区域缩放，得到第二待测图片；其中，所述第二待测图片的高为h’，所述第二待测图片的宽为w’，w’＝(h’×W)÷H；

按照从左至右顺序和步长step，从所述第二待测图片中截取N个50×50的矩形图片；其中，所述步长step＝h’÷2；

将N个50×50的矩形图片输入所述轻量接线顺序识别网络模型，得到N个1维的颜色数组；

利用argmax函数对所述轻量接线顺序识别网络模型输出的N个1维的颜色数组进行处理，预测出N个矩形图片对应的类别索引；N个矩形图片与预测出的N个类别索引一一对应设置；