CN113112487A - 热缺陷的识别方法、装置、设备和存储介质 - Google Patents
热缺陷的识别方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113112487A CN113112487A CN202110425752.2A CN202110425752A CN113112487A CN 113112487 A CN113112487 A CN 113112487A CN 202110425752 A CN202110425752 A CN 202110425752A CN 113112487 A CN113112487 A CN 113112487A
- Authority
- CN
- China
- Prior art keywords
- electric power
- fitting
- image
- thermal
- distribution line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000007547 defect Effects 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000007689 inspection Methods 0.000 claims abstract description 78
- 230000005540 biological transmission Effects 0.000 claims abstract description 67
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 229910052782 aluminium Inorganic materials 0.000 description 4
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 4
- 230000002349 favourable effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000001737 promoting effect Effects 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 239000012211 strain insulator Substances 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Electric Cable Installation (AREA)
Abstract
本发明公开了一种热缺陷的识别方法、装置、设备和存储介质。热缺陷的识别方法包括:获取输配电线路的巡检图像,其中,输配电线路包括杆塔、杆塔挑起的线路以及线路和杆塔上的电力金具;提取巡检图像中的电力金具的图像信息;对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷。本发明的技术方案,通过提取输配电线路巡检图像中的电力金具的图像信息,将电力金具的外在特征作为热缺陷的识别依据,对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷,实现了对输配电线路关键部位的电力金具的智能识别及热缺陷检测,有助于减少输配电线路巡检工作的人工参与,以提高工作效率。
Description
技术领域
本发明涉及输配电线路巡检技术领域,尤其涉及一种热缺陷的识别方法、装置、设备和存储介质。
背景技术
目前,针对输配电线路中的关键部件的巡检方式主要是人工巡检,例如现有技术一般通过人工利用热红外对输配电线路中的关键部件进行温度测量,或者利用无人机搭载红外相机进行温度测量,以根据温度确定输配电线路是否存在热缺陷。
然而,热缺陷部件的温度不断随着负荷的变化而变化,在高负荷情况下,热缺陷通常较为严重,热缺陷部件在高温下甚至会熔断,在低负荷的情况下,热缺陷部件又恢复至正常温度,如此反复。因此,巡检人员无法根据温度来准确判断输配电线路是否存在热缺陷问题。若根据无人机拍摄的照片来判断热缺陷,则存在图片数量庞大,人力筛选的工作量大,无法及时发现热缺陷的问题。
发明内容
本发明提供一种热缺陷的识别方法、装置、设备和存储介质,以实现自动识别输配电线路中的热缺陷部件。
第一方面,本发明提供了一种热缺陷的识别方法,包括:
获取输配电线路的巡检图像,其中,所述输配电线路包括杆塔、所述杆塔挑起的线路以及所述线路和所述杆塔上的电力金具;
提取所述巡检图像中的所述电力金具的图像信息;
对所述电力金具的图像信息进行特征识别,以确定所述电力金具是否存在热缺陷。
可选地,提取所述巡检图像中的所述电力金具的图像信息,包括:
对所述巡检图像按照所述输配电线路的拍摄部位进行重命名;
根据所述拍摄部位筛选包含所述电力金具的所述巡检图像;
对筛选后的所述巡检图像进行目标检测,以提取所述电力金具的图像信息。
可选地,所述杆塔包括耐张杆塔,所述电力金具包括接续金具,所述拍摄部位包括所述耐张杆塔的号侧位置;
根据所述拍摄部位筛选包含所述电力金具的所述巡检图像,包括:
根据所述号侧位置,筛选包含所述线路和/或所述耐张杆塔的各部位的所述接续金具的所述巡检图像。
可选地,对所述电力金具的图像信息进行特征识别,以确定所述电力金具是否存在热缺陷,包括:
若所述电力金具的颜色特征符合热缺陷的颜色特征,则确定所述电力金具存在热缺陷。
可选地,对所述电力金具的图像信息进行特征识别,以确定所述电力金具是否存在热缺陷,包括:
根据所述电力金具的原始图像和所述巡检图像进行对比,以确定所述电力金具是否存在热缺陷。
可选地,还包括:
若所述电力金具存在热缺陷,则根据所述电力金具所属的拍摄部位进行报警。
可选地,获取输配电线路的巡检图像,包括:通过无人机对输配电线路进行巡检,以获取所述巡检图像。
第二方面,本发明还提供了一种热缺陷的识别装置,包括:
巡检图像获取模块,用于获取输配电线路的巡检图像,其中,所述输配电线路包括杆塔、所述杆塔挑起的线路以及所述线路和所述杆塔上的电力金具;
图像信息提取模块,用于提取所述巡检图像中的所述电力金具的图像信息;
热缺陷识别模块,用于对所述电力金具的图像信息进行特征识别,以确定所述电力金具是否存在热缺陷。
第三方面,本发明还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的热缺陷的识别方法。
第四方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的热缺陷的识别方法。
本发明的技术方案,通过提取输配电线路巡检图像中的电力金具的图像信息,将电力金具的外在特征作为热缺陷的识别依据,对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷,实现了对输配电线路关键部位的电力金具的智能识别及热缺陷检测,有助于减少输配电线路巡检工作的人工参与,以提高工作效率。
附图说明
图1是本发明提供的一种热缺陷的识别方法的流程示意图;
图2是本发明提供的另一种热缺陷的识别方法的流程示意图;
图3是本发明提供的另一种热缺陷的识别方法的流程示意图;
图4是本发明提供的一种热缺陷的识别装置的结构示意图;
图5是本发明提供的一种终端的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
本发明提供了一种热缺陷的识别方法,图1是本发明提供的一种热缺陷的识别方法的流程示意图,本实施例可适用于识别输配电线路中的电力金具是否存在热缺陷的情况,该方法可以由热缺陷的识别装置执行,该装置可以采用软件和/或硬件的方式实现,该装置可配置于电子设备中,例如服务器或终端设备,典型的终端设备包括移动终端,具体包括手机、电脑或平板电脑等。如图1所示,该方法具体可以包括:
S110、获取输配电线路的巡检图像。
其中,输配电线路包括杆塔、杆塔挑起的线路以及线路和杆塔上的电力金具。
具体地,输配电线路的巡检图像具体可以是,在对输配电线路进行巡检作业的过程中拍摄得到的多个巡检图像,各巡检图像中包括输配电线路中的杆塔、线路以及电力金具的图像。其中,输配电线路中的杆塔可包括耐张塔和直线塔,电力金具是连接和组合电力***中的各类装置,起到传递机械负荷、电气负荷及某种防护作用的金属附件。
可选地,步骤S110具体包括:通过无人机对输配电线路进行巡检,以获取巡检图像。通过无人机对输配电线路进行巡检作业,以将无人机在巡检过程中拍摄的图像作为巡检图像,从而进行热缺陷的识别。现有技术通常通过无人机搭载红外相机进行输配电线路的温度测量,与现有技术不同的是,本方案所使用的巡检图像为常规彩色图像,与现有技术相比更加方便直观。
S120、提取巡检图像中的电力金具的图像信息。
具体地,需要提取的巡检图像中的电力金具的图像信息,可以是位于输配电线路的关键部位的电力金具的图像信息,关键部位是指容易受到温度或负荷等影响的部位,例如输配电线路中的电气连接部位。示例性地,该电力金具包括接续金具,接续金具是指用于两根导线之间的接续,并能满足导线所具有的机械及电气性能要求的金具,例如接续金具包括引流板、耐张线夹和并沟线夹等。上述电力金具一般为输配电线路电气连接的薄弱环节,由于电力负荷的不断变化及运行环境温度的影响,上述电力金具很容易发生热缺陷的故障,因此可通过图像处理技术,将巡检图像中包括上述电力金具的图像提取出来,以对上述电力金具进行热缺陷的识别。
S130、对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷。
输配电线路中完好无损的电力金具与存在热缺陷的电力金具通常有外在特征上的区别,该外在特征可包括颜色特征和形状特征。示例性地,存在热缺陷的电力金具在高温下会发生熔化,当电力金具的材质包括铝时,该电力金具在高温下甚至会熔出铝水,该状态下的电力金具的局部颜色近似为白色,因此可利用图像处理技术,根据电力金具的材质及颜色特征来判断电力金具是否存在热缺陷。示例性地,电力金具在高温下还会发生熔断,使电力金具的形状不完整,或者使电力金具连接的导线断裂,因此可利用图像处理技术,根据电力金具的形状特征来判断电力金具是否存在热缺陷。
本发明的技术方案,通过提取输配电线路巡检图像中的电力金具的图像信息,将电力金具的外在特征作为热缺陷的识别依据,对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷,实现了对输配电线路关键部位的电力金具的智能识别及热缺陷检测,有助于减少输配电线路巡检工作的人工参与,以提高工作效率。
实施例二
图2是本发明提供的另一种热缺陷的识别方法的流程示意图,本实施例在上述实施例的基础上,进一步优化了上述热缺陷的识别方法。相应的,如图2所示,本实施例的方法具体包括:
S210、获取输配电线路的巡检图像。
S220、对巡检图像按照输配电线路的拍摄部位进行重命名。
具体地,拍摄部位可包括输配电线路中的杆塔所在的部位、线路所在的部位,以及杆塔中的各部位和线路中的各部位。不同部位的线路,可根据线路名来区分,不同部位的杆塔,可根据杆塔号来区分,杆塔中的各部位和线路中的各部位,可以根据具体的巡检部位名称来区分。示例性地,根据输配电线路的拍摄部位对巡检图像进行重命名,可以是对巡检图像按照线路名、杆塔号和巡检部位进行重命名,以使巡检图像名称包括具体的线路、杆塔和巡检部位的信息。
S230、根据拍摄部位筛选包含电力金具的巡检图像。
示例性地,可以预先存储输配电线路中的杆塔、线路和电力金具等的图像,通过机器学习,按照先验知识对所有巡检图像进行筛选,将巡检图像中包含输配电线路的关键部位的图像,如包含电力金具的图像筛选出来。
可选地,输配电线路中的杆塔包括耐张杆塔,电力金具包括接续金具,拍摄部位包括耐张杆塔的号侧位置;相应的,步骤S230具体可以包括:根据号侧位置,筛选包含线路和/或耐张杆塔的各部位的接续金具的巡检图像。具体地,当巡检图像的拍摄部位包括耐张塔的大号侧和小号侧时,耐张塔的大小号侧一般设置有耐张线夹等金具,因此可以将该巡检图像筛选出来。
S240、对筛选后的巡检图像进行目标检测,以提取电力金具的图像信息。
示例性地,对筛选后的巡检图像进行基于关键部件的目标检测,例如基于接续金具的目标检测,将耐张线夹和并沟线夹等接续金具的图像从巡检图像中提取出来。
S250、对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷。
本发明的技术方案,通过对巡检图像进行自动的智能识别,首先根据巡检图像的拍摄部位,筛选出包含电力金具的巡检图像,然后从筛选后的巡检图像中提取电力金具的图像信息,对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷,实现了电力金具的热缺陷的自主智能识别,有助于减少输配电线路巡检工作的人工参与,以提高工作效率。
在上述方案的基础上,可选地,对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷,包括:
S251、判断电力金具的颜色特征是否符合热缺陷的颜色特征。
若电力金具的颜色特征符合热缺陷的颜色特征,则执行S252;若电力金具的颜色特征不符合热缺陷的颜色特征,则执行S253。
S252、确定电力金具存在热缺陷。
S253、确定电力金具不存在热缺陷。
具体地,根据电力金具的材质确定电力金具存在热缺陷时的颜色特征,例如当电力金具的材质包括铝时,该电力金具在高温下甚至会熔出铝水,该状态下的电力金具的局部颜色近似为白色,因此可基于图像处理技术,根据电力金具的图像信息对图像灰度或色彩进行判断,以确定电力金具是否存在热缺陷。本方案将电力金具的热缺陷导致的颜色特征作为热缺陷的自动识别依据,有利于提升热缺陷识别的准确性,与人工识别的方式相比,有利于提升热缺陷识别的工作效率。
可选地,对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷,包括:根据电力金具的原始图像和巡检图像进行对比,以确定电力金具是否存在热缺陷。具体地,完好无损的电力金具与出现热缺陷的电力金具的形状特征不同,例如引流板等接续金具在高温下会发生熔断,使其形状不完整,并沟线夹等接续金具在高温下会将其连接的导线熔断,与正常的并沟线夹连接导线的图像存在形状区别。因此,可预先存储电力金具的原始图像,然后基于图像处理技术对原始图像和筛选后的巡检图像进行对比,根据原始图像和巡检图像的匹配程度确定电力金具是否存在热缺陷。示例性地,可预先设置匹配程度值,例如该匹配程度值为98%,对电力金具的原始图像和巡检图像进行对比,当原始图像和巡检图像的匹配程度大于或等于98%时,则确定该电力金具不存在热缺陷,当原始图像和巡检图像的匹配程度小于98%时,则确定该电力金具存在热缺陷。本方案根据电力金具的原始图像和巡检图像的匹配程度,确定电力金具是否存在热缺陷,有利于提升热缺陷识别的准确性,与人工识别的方式相比,有利于提升热缺陷识别的工作效率。
在上述方案的基础上,可选地,热缺陷的识别方法还包括:若电力金具存在热缺陷,则根据电力金具所属的拍摄部位进行报警。具体地,电力金具所属的拍摄部位包括输配电线路中的杆塔和线路,若电力金具存在热缺陷,则根据电力金具所属的拍摄部位进行报警,可以是根据各杆塔及各线路中的电力金具是否存在热缺陷,进行报警。例如当某杆塔中的电力金具存在热缺陷时,则进行报警,且报警信息包括杆塔号。这样设置的好处在于,能够及时通过报警来通知巡检工作人员前往现场进行二次确认,为工作人员缩小热缺陷问题的筛选范围。
具体实施例
图3是本发明提供的另一种热缺陷的识别方法的流程示意图,本实施例在上述各实施例的基础上,进一步优化了热缺陷的识别方法。相应的,如图3所示,本实施例的方法具体包括:
S310、通过无人机对输配电线路进行巡检,并拍摄巡检图像。
S320、获取输配电线路的巡检图像,对巡检图像按照输配电线路的拍摄部位进行重命名。
S330、根据先验知识,筛选包含输配电线路的关键部件的巡检图像。
其中,输配电线路的关键部件包括电力金具,例如接续金具。
S340、对筛选后的巡检图像进行识别,提取关键部件的图像信息。
S350、根据关键部件的图像信息,判断关键部件是否符合热缺陷特征。
S360、对存在热缺陷的关键部件进行报警提示。
本实施例的技术方案,可以实现通过无人机对输配电线路进行全域巡检,利用无人机拍摄的巡检图像进行智能自主识别,以判断输配电线路中的电力金具等关键部件是否发生热缺陷,可以快速从海量图片中筛选出哪条线路的哪一杆塔出现热缺陷问题,以及时通知工作人员进行二次确认,为工作人员缩小筛选范围。
实施例三
图4是本发明提供的一种热缺陷的识别装置的结构示意图,本实施例可适用于识别输配电线路中的电力金具是否存在热缺陷的情况。本发明提供的热缺陷的识别装置,可执行本发明任意实施例所提供的热缺陷的识别方法,具备执行方法相应的功能模块和有益效果。
如图4所示,该装置具体包括巡检图像获取模块410、图像信息提取模块420和热缺陷识别模块430,其中:
巡检图像获取模块410用于获取输配电线路的巡检图像,其中,输配电线路包括杆塔、杆塔挑起的线路以及线路和杆塔上的电力金具;
图像信息提取模块420用于提取巡检图像中的电力金具的图像信息;
热缺陷识别模块430用于对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷。
本发明提供的热缺陷的识别装置,可执行本发明任意实施例所提供的热缺陷的识别方法,具备执行方法相应的功能模块和有益效果,不再赘述。
实施例四
图5是本发明提供的一种终端的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备512的框图。图5显示的设备512仅仅是一个示例,不应对本发明的功能和使用范围带来任何限制。
如图5所示,设备512以通用设备的形式表现。设备512的组件可以包括但不限于:一个或者多个处理器516,存储装置528,连接不同***组件(包括存储装置528和处理器516)的总线518。
总线518表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance,ISA)总线,微通道体系结构(Micro Channel Architecture,MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及***组件互连(Peripheral Component Interconnect,PCI)总线。
设备512典型地包括多种计算机***可读介质。这些介质可以是任何能够被设备512访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置528可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(Random Access Memory,RAM)530和/或高速缓存存储器532。设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***535可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘,例如只读光盘(Compact Disc Read-Only Memory,CD-ROM),数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储装置528可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块552的程序/实用工具550,可以存储在例如存储装置528中,这样的程序模块552包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块552通常执行本发明所描述的实施例中的功能和/或方法。
设备512也可以与一个或多个外部设备515(例如键盘、指向终端、显示器525等)通信,还可与一个或者多个使得用户能与该设备512交互的终端通信,和/或与使得该设备512能与一个或多个其它计算终端进行通信的任何终端(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且,设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网(Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图5所示,网络适配器520通过总线518与设备512的其它模块通信。应当明白,尽管图中未示出,可以结合设备512使用其它硬件和/或软件模块,包括但不限于:微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)***、磁带驱动器以及数据备份存储***等。
处理器516通过运行存储在存储装置528中的程序,从而执行各种功能应用以及数据处理,例如实现本发明所提供的热缺陷的识别方法,该方法包括:
获取输配电线路的巡检图像,其中,输配电线路包括杆塔、杆塔挑起的线路以及线路和杆塔上的电力金具;
提取巡检图像中的电力金具的图像信息;
对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷。
实施例五
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明所提供的热缺陷的识别方法,该方法包括:
获取输配电线路的巡检图像,其中,输配电线路包括杆塔、杆塔挑起的线路以及线路和杆塔上的电力金具;
提取巡检图像中的电力金具的图像信息;
对电力金具的图像信息进行特征识别,以确定电力金具是否存在热缺陷。
本发明的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种热缺陷的识别方法,其特征在于,包括:
获取输配电线路的巡检图像,其中,所述输配电线路包括杆塔、所述杆塔挑起的线路以及所述线路和所述杆塔上的电力金具;
提取所述巡检图像中的所述电力金具的图像信息;
对所述电力金具的图像信息进行特征识别,以确定所述电力金具是否存在热缺陷。
2.根据权利要求1所述的方法,其特征在于,提取所述巡检图像中的所述电力金具的图像信息,包括:
对所述巡检图像按照所述输配电线路的拍摄部位进行重命名;
根据所述拍摄部位筛选包含所述电力金具的所述巡检图像;
对筛选后的所述巡检图像进行目标检测,以提取所述电力金具的图像信息。
3.根据权利要求2所述的方法,其特征在于,所述杆塔包括耐张杆塔,所述电力金具包括接续金具,所述拍摄部位包括所述耐张杆塔的号侧位置;
根据所述拍摄部位筛选包含所述电力金具的所述巡检图像,包括:
根据所述号侧位置,筛选包含所述线路和/或所述耐张杆塔的各部位的所述接续金具的所述巡检图像。
4.根据权利要求2所述的方法,其特征在于,对所述电力金具的图像信息进行特征识别,以确定所述电力金具是否存在热缺陷,包括:
若所述电力金具的颜色特征符合热缺陷的颜色特征,则确定所述电力金具存在热缺陷。
5.根据权利要求2所述的方法,其特征在于,对所述电力金具的图像信息进行特征识别,以确定所述电力金具是否存在热缺陷,包括:
根据所述电力金具的原始图像和所述巡检图像进行对比,以确定所述电力金具是否存在热缺陷。
6.根据权利要求4或5所述的方法,其特征在于,还包括:
若所述电力金具存在热缺陷,则根据所述电力金具所属的拍摄部位进行报警。
7.根据权利要求1所述的方法,其特征在于,获取输配电线路的巡检图像,包括:通过无人机对输配电线路进行巡检,以获取所述巡检图像。
8.一种热缺陷的识别装置,其特征在于,包括:
巡检图像获取模块,用于获取输配电线路的巡检图像,其中,所述输配电线路包括杆塔、所述杆塔挑起的线路以及所述线路和所述杆塔上的电力金具;
图像信息提取模块,用于提取所述巡检图像中的所述电力金具的图像信息;
热缺陷识别模块,用于对所述电力金具的图像信息进行特征识别,以确定所述电力金具是否存在热缺陷。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的热缺陷的识别方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的热缺陷的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425752.2A CN113112487A (zh) | 2021-04-20 | 2021-04-20 | 热缺陷的识别方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425752.2A CN113112487A (zh) | 2021-04-20 | 2021-04-20 | 热缺陷的识别方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113112487A true CN113112487A (zh) | 2021-07-13 |
Family
ID=76719372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110425752.2A Pending CN113112487A (zh) | 2021-04-20 | 2021-04-20 | 热缺陷的识别方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113112487A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116110205A (zh) * | 2023-02-15 | 2023-05-12 | 国网河南省电力公司经济技术研究院 | 一种电力金具串开裂自动报警装置和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565625A (zh) * | 2011-05-25 | 2012-07-11 | 上海大学 | 基于红外图像智能诊断高压输电线路热缺陷的方法 |
CN111797890A (zh) * | 2020-05-18 | 2020-10-20 | 中国电力科学研究院有限公司 | 一种用于检测输电线路设备缺陷的方法及*** |
CN111861876A (zh) * | 2020-08-17 | 2020-10-30 | 浙江港创智能机器人有限公司 | 一种基于形状特征的金具自动识别方法 |
CN111949809A (zh) * | 2020-07-16 | 2020-11-17 | 广东电网有限责任公司 | 一种输电线路红外巡检数据智能处理方法 |
-
2021
- 2021-04-20 CN CN202110425752.2A patent/CN113112487A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565625A (zh) * | 2011-05-25 | 2012-07-11 | 上海大学 | 基于红外图像智能诊断高压输电线路热缺陷的方法 |
CN111797890A (zh) * | 2020-05-18 | 2020-10-20 | 中国电力科学研究院有限公司 | 一种用于检测输电线路设备缺陷的方法及*** |
CN111949809A (zh) * | 2020-07-16 | 2020-11-17 | 广东电网有限责任公司 | 一种输电线路红外巡检数据智能处理方法 |
CN111861876A (zh) * | 2020-08-17 | 2020-10-30 | 浙江港创智能机器人有限公司 | 一种基于形状特征的金具自动识别方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116110205A (zh) * | 2023-02-15 | 2023-05-12 | 国网河南省电力公司经济技术研究院 | 一种电力金具串开裂自动报警装置和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846304B (zh) | 基于红外检测的电气设备检测方法及装置 | |
CN109360290A (zh) | 电力巡检*** | |
CN109326125B (zh) | 基于嵌入式***的图片质量诊断***及诊断方法 | |
CN113255590A (zh) | 一种缺陷检测模型训练方法、缺陷检测方法、装置及*** | |
CN113903098A (zh) | 一种电力设备的巡检方法、***和红外巡检终端 | |
CN108318781A (zh) | 一种基于红外图像的绝缘子远程监测及故障诊断的方法 | |
CN111539924A (zh) | 一种悬垂线夹的缺陷检测方法、装置、设备及存储介质 | |
CN113112487A (zh) | 热缺陷的识别方法、装置、设备和存储介质 | |
CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
CN116580362B (zh) | 输电运维跨***融合数据的采集方法及数字资产处理*** | |
CN112216280B (zh) | 一种智能语音识别辅助电力巡检设备拍摄方法 | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测***、方法及介质 | |
CN110310341B (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
CN114779031B (zh) | 一种数字化电力设备紫外成像放电异常检测方法及*** | |
CN112836759B (zh) | 一种机选图片评价方法、装置、存储介质及电子设备 | |
CN112597788B (zh) | 目标测定方法、装置、电子设备和计算机可读介质 | |
CN114511943A (zh) | 一种基于移动终端的配电线路红外巡检方法及*** | |
CN113420686A (zh) | 一种输电线路巡检方法、装置及*** | |
CN210181761U (zh) | 一种基于可穿戴设备的火灾隐患排查*** | |
CN113591787A (zh) | 光纤链路部件的识别方法、装置、设备和存储介质 | |
CN112218040A (zh) | 高压电缆附件安装用后台监视装置、*** | |
CN115950887B (zh) | 电子变压器缺陷检测方法、存储介质以及设备 | |
WO2024160201A1 (zh) | 印刷缺陷检测方法、装置、设备及存储介质 | |
US20240070840A1 (en) | Defect detection method and apparatus, and computer-readable storage medium | |
CN116468913A (zh) | 一种基于图像识别技术的哑资源数据采集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |