一種基于視覺的變電站隔離開關(guān)狀態(tài)識(shí)別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)視覺技術(shù)領(lǐng)域，特別是一種基于視覺的變電站隔離開關(guān)狀態(tài)識(shí) 別方法。
【背景技術(shù)】
[0002] 在變電站中，當(dāng)需要改變電力系統(tǒng)的運(yùn)行方式或電氣設(shè)備的狀態(tài)時(shí)，就要進(jìn)行電 氣設(shè)備的倒閘操作，因此需要對(duì)隔離開關(guān)的狀態(tài)進(jìn)行確認(rèn)。對(duì)于常規(guī)變電站，雖然倒閘操作 已經(jīng)向遠(yuǎn)程自動(dòng)化操作方向改進(jìn)，但在倒閘操作過程中，為了杜絕由于隔離開關(guān)動(dòng)作不到 位引起的誤操作事故，仍然需要人工現(xiàn)場(chǎng)確認(rèn)隔離開關(guān)位置是否到位、操作是否準(zhǔn)確完成， 并將核對(duì)結(jié)果采用步話機(jī)的方式告訴變電站或監(jiān)控中心的運(yùn)行操作員，在收到隔離開關(guān)準(zhǔn) 確動(dòng)作確認(rèn)信息后，方可繼續(xù)下一步操作。這種操作模式存在勞動(dòng)強(qiáng)度大、操作時(shí)間長(zhǎng)等缺 點(diǎn)。此外，還對(duì)現(xiàn)場(chǎng)人員的主觀判斷依賴較大，受現(xiàn)場(chǎng)人員知識(shí)、經(jīng)驗(yàn)等條件約束，容易出現(xiàn) 誤判，且現(xiàn)場(chǎng)人員存在安全風(fēng)險(xiǎn)，更為重要的是，影響變電站無人值班等集約化運(yùn)行管理模 式的推進(jìn)。
[0003] 基于視覺的隔離開關(guān)狀態(tài)識(shí)別方法，采用計(jì)算機(jī)自動(dòng)完成倒閘操作后對(duì)隔離開關(guān) 狀態(tài)的識(shí)別，往往要先提取目標(biāo)的形式化描述特征，繼而通過訓(xùn)練得到的分類器實(shí)現(xiàn)對(duì)目 標(biāo)的檢測(cè)與狀態(tài)的識(shí)別。隔離開關(guān)本體的圖像特征提取的困難在于：變電站電氣設(shè)備的金 屬顏色強(qiáng)，圖像背景雜亂，背景中存在和隔離開關(guān)目標(biāo)特征相似的物體。如何通過設(shè)計(jì)魯棒 高效的特征描述和相應(yīng)的識(shí)別算法提高隔離開關(guān)狀態(tài)識(shí)別方法的實(shí)時(shí)性、穩(wěn)定性需要更深 入的研究。

【發(fā)明內(nèi)容】

[0004] (一）要解決的技術(shù)問題
[0005] 本發(fā)明的目的是提供一種基于視覺的變電站隔離開關(guān)狀態(tài)識(shí)別方法，使得計(jì)算機(jī) 能夠自動(dòng)完成倒閘操作后對(duì)隔離開關(guān)狀態(tài)的識(shí)別。
[0006] (二）技術(shù)方案
[0007] 為達(dá)到以上目的，本發(fā)明提供一種基于視覺的變電站的隔離開關(guān)狀態(tài)識(shí)別方法， 該方法是將隔離開關(guān)的狀態(tài)識(shí)別轉(zhuǎn)換為隔離開關(guān)靜觸頭的檢測(cè)定位與狀態(tài)分類相結(jié)合的 識(shí)別方法，包括步驟如下：
[0008] 步驟S1 :提取隔離開關(guān)靜觸頭的梯度方向直方圖特征；
[0009] 步驟S2:根據(jù)提取的梯度方向直方圖特征，利用Fisher判別分析生成一維特征子 空間，訓(xùn)練LDA目標(biāo)檢測(cè)器；
[0010] 步驟S3 :分別提取隔離開關(guān)靜觸頭開、閉狀態(tài)的規(guī)范化梯度場(chǎng)特征，訓(xùn)練高斯核 SVM生成狀態(tài)分類器；
[0011] 步驟S4:基于多尺度滑動(dòng)窗技術(shù)，用閾值分類器檢測(cè)隔離開關(guān)靜觸頭，得到目標(biāo) 候選區(qū)域，然后利用狀態(tài)分類器實(shí)現(xiàn)隔離開關(guān)的狀態(tài)識(shí)別。
[0012] (三）有益效果
[0013] 本發(fā)明方法實(shí)時(shí)性好，識(shí)別精度召回率高，為電網(wǎng)監(jiān)控平臺(tái)提供自動(dòng)化、智能化的 監(jiān)控手段，能夠促進(jìn)真正實(shí)現(xiàn)變電站倒閘操作的"一鍵式"順序控制，為變電站無人值班運(yùn) 行管理模式提供技術(shù)支撐。
【附圖說明】
[0014] 圖1(a)、圖1(b)為本發(fā)明中涉及的隔離開關(guān)本體。
[0015] 圖2是本發(fā)明中隔離開關(guān)狀態(tài)識(shí)流程圖，包括目標(biāo)檢測(cè)和狀態(tài)識(shí)別兩階段的訓(xùn)練 過程和識(shí)別過程。
[0016] 圖3中的（a)、和（e)是本發(fā)明中涉及的隔離開關(guān)靜觸頭開、閉位狀態(tài)。
[0017] 圖3中的（b)、和（f)是本發(fā)明中對(duì)隔離開關(guān)靜觸頭計(jì)算得到的梯度圖。
[0018] 圖3中的（c)、和（g)是本發(fā)明得到的一維梯度場(chǎng)分布曲線。
[0019] 圖3中的（d)、和（h)是本發(fā)明得到的規(guī)范化梯度場(chǎng)特征。
[0020] 圖4 (a)、圖4 (b)是本發(fā)明方法對(duì)隔離開關(guān)開、閉位狀態(tài)識(shí)別結(jié)果一一精度召回率 曲線。
[0021] 圖5(a)、圖5(b)是本發(fā)明方法對(duì)隔離開關(guān)開、閉位狀態(tài)識(shí)別結(jié)果一一DET曲線。
[0022] 圖6是本發(fā)明方法對(duì)隔離開關(guān)檢測(cè)與開、閉位狀態(tài)識(shí)別結(jié)果。
【具體實(shí)施方式】
[0023] 為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照 附圖，對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。
[0024] 本發(fā)明提供了一種基于視覺的應(yīng)用于220KV變電站的隔離開關(guān)狀態(tài)識(shí)別方法。圖 1 (a)、（b)顯示的是本發(fā)明針對(duì)的220KV變電站隔離開關(guān)，圖2顯示的是本發(fā)明方法的流程 圖，本發(fā)明能夠在目標(biāo)具有遮擋、背景干擾以及小范圍形變的情況下準(zhǔn)確的檢測(cè)并識(shí)別定 位目標(biāo)，完成目標(biāo)狀態(tài)的識(shí)別，可用于圖像和視頻中隔離開關(guān)狀態(tài)識(shí)別系統(tǒng)。
[0025] 本發(fā)明主要有以下四個(gè)特征：一是將隔離開關(guān)的狀態(tài)識(shí)別轉(zhuǎn)換為隔離開關(guān)靜觸頭 的檢測(cè)定位與狀態(tài)分類相結(jié)合的識(shí)別；二是提取靜觸頭整體的梯度方向直方圖特征，根據(jù) 提取的特征，利用Fisher線性判別分析生成一維特征子空間，生成LDA(線性判別分析）目 標(biāo)檢測(cè)器；三是對(duì)靜觸頭設(shè)計(jì)映射核函數(shù)提取規(guī)范化梯度場(chǎng)特征，采用高斯核SVM生成目 標(biāo)狀態(tài)分類器；四是結(jié)合多尺度滑動(dòng)窗技術(shù)進(jìn)行目的檢測(cè)定位和狀態(tài)識(shí)別。
[0026] 圖2示出了本發(fā)明提出的基于視覺的變電站的隔離開關(guān)狀態(tài)識(shí)別方法流程圖。該 方法是將隔離開關(guān)的狀態(tài)識(shí)別轉(zhuǎn)換為隔離開關(guān)靜觸頭的檢測(cè)定位與狀態(tài)分類相結(jié)合的識(shí) 別方法，如圖2所示，該方法包括步驟如下：
[0027] 步驟S1 :提取訓(xùn)練樣本集中每個(gè)圖像的梯度方向直方圖特征；其中，所述訓(xùn)練樣 本集中包括正樣本圖像和負(fù)樣本圖像，正樣本圖像指的是隔離開關(guān)靜觸頭圖像，負(fù)樣本指 的是非隔離開關(guān)靜觸頭圖像；
[0028] 步驟S2:根據(jù)提取的梯度方向直方圖特征，利用Fisher判別分析生成一維特征子 空間，訓(xùn)練LDA目標(biāo)檢測(cè)器；
[0029] 步驟S3 :分別提取隔離開關(guān)靜觸頭開、閉狀態(tài)的規(guī)范化梯度場(chǎng)特征，訓(xùn)練高斯核 SVM生成狀態(tài)分類器；
[0030] 步驟S4:基于多尺度滑動(dòng)窗技術(shù)，用閾值分類器檢測(cè)隔離開關(guān)靜觸頭，得到目標(biāo) 候選區(qū)域，然后利用狀態(tài)分類器實(shí)現(xiàn)隔離開關(guān)的狀態(tài)識(shí)別。
[0031] 本發(fā)明主要包括三個(gè)模塊：一是梯度方向直方圖特征的提取及LDA目標(biāo)檢測(cè)器的 訓(xùn)練過程；二是規(guī)范化梯度場(chǎng)特征提取與狀態(tài)分類器訓(xùn)練過程；三是目標(biāo)檢測(cè)定位與狀態(tài) 識(shí)別過程。
[0032] 梯度方向直方圖特征的提取及LDA目標(biāo)檢測(cè)器的訓(xùn)練，具體包括如下步驟：
[0033] 步驟1 :首先訓(xùn)練樣本圖像歸一化至如64*64像素，采用方向梯度算子進(jìn)行圖像 梯度的計(jì)算：水平梯度算子為
豎直梯度算子為
度的計(jì)算形式為：
梯度方向Θ(X，y) =arctan[Iy(x， y)/Ix(x，y)]，其中IJPI￥分別為水平梯度圖像和豎直梯度圖像。圖3 (b)、圖3 (f)顯示的 是由圖3 (a)、圖3 (e)顯示的隔離開關(guān)開、閉位狀態(tài)計(jì)算得到的梯度圖像。
[0034] 步驟2 :把訓(xùn)練樣本圖像分割為若干個(gè)像素的單元（cell)，例如每個(gè)像素單元大 小為8*8像素。
[0035] 步驟3 :把梯度方向（0-180度）平均劃分為9個(gè)區(qū)間（bin)，在每個(gè)單元里面對(duì)所 有像素的梯度方向在各個(gè)方向區(qū)間進(jìn)行直方圖統(tǒng)計(jì)，得到一個(gè)9維的特征向量。
[0036]步驟4:每相鄰的4個(gè)單元構(gòu)成一個(gè)塊（block)，例如塊的大小為16*16像素，把一 個(gè)塊內(nèi)的所述特征向量聯(lián)起來得到36維的特征向量，用塊對(duì)樣本圖像進(jìn)行掃描。具體地， 用塊對(duì)圖像進(jìn)行掃描指的是：以定義好尺寸的圖像塊大小基元，對(duì)圖像從左到右，從上到下 進(jìn)行掃描，對(duì)每掃描到的一個(gè)圖像塊提取特征向量。
[0037] 步驟5 :圖像塊的掃描步長(zhǎng)可設(shè)為8像素