基于NCC图像匹配算法的配电网缺陷图片快速分析方法与流程

基于ncc图像匹配算法的配电网缺陷图片快速分析方法
技术领域
1.本发明属于配电网技术领域，尤其涉及一种基于ncc图像匹配算法的配电网缺陷图片快速分析方法。


背景技术：

2.配电网是电力系统发电、输电、配电、用电中的一个直接面向用户供电的环节，作为输电环节和用电环节的转换枢纽，在整个电网中起到至关重要的作用。配电设备是电力系统的重要组成，配电设备的稳定运行，可以保证配网供电的安全性以及可靠性。电力企业的工作人员，要定期对配电设备进行维护与修理，还要及时掌握设备运行的状况，一旦发现存在缺陷或者运行异常的设备，一定要进行更换或者处理，这样才能保证整个配电系统正常的运行。
3.随着电力行业不断的发展，配电网技术也得到了很大程度的提升，但是由于用电量的逐渐增加，部分配电网设备当前处在超载或者是重载运行的状况、配电网设备正常老化、配电网设备受到意外损害等，这样就会严重的影响到供电的质量，同时还会造成供电故障现象的发生，这些受损的设备不仅不能够满足当前电力运行的相关标准的需要，同时还容易出现安全事故，会严重影响配网的安全运行。此外，配网运行的过程中还存在着一些问题，比如∶树木长高、配电设备附近存在违法建造等影响配电网设备或配电网设备损坏的问题，这样就容易造成设备暴露或者是架空线路设备坍塌等安全事故现象的发生。因此，需要配电网维护工作人员或管理人员进行定期查看设备，发现设备存在问题则记录和后续维修，而配电网设备多，需要消耗大量的人力物力，花费时间也多，因此，需要一种配电网缺陷图片快速分析方法，减少配电缺陷发现的时间。


技术实现要素：

4.本发明的目的在于提供一种基于ncc图像匹配算法的配电网缺陷图片快速分析方法，从而克服了现有配电网缺陷发现花费时间较长的缺点。
5.为实现上述目的，本发明提供了一种基于ncc图像匹配算法的配电网缺陷图片快速分析方法，包括以下步骤：获取标准配电网图像；对所述标准配电网图像进行分类，以构建识别数据库；获取实时配电网图像，采用图像识别算法识别所述实时配电网图形中的待分析设备，并进行标记，并根据识别出的待分析设备获取相应的标准配电网图像；采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配，当输出的ncc图像出现标记时，则所述实时配电网图像为配电网缺陷图像，所述实时配电网图像中的待分析设备为缺陷设备，反之所述实时配电网图像中的设备为正常设备。
6.优选地，采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配之前，将标记后的实时配电网图像转化为灰度图。
7.优选地，采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配包括以下步骤：计算标记后的实时配电网图像和相应的标准配电网图像的积分图；根据输入的窗口半径大小，使用积分图完成ncc计算；根据阈值得到匹配或不匹配的区域，输出ncc图像结果图。
8.优选地，对所述标准配电网图像分类为配电设备图像和架空线路图像，所述配电设备图像包括：变压器、无功补偿装置、配电箱以及避雷器；所述架空线路图像包括：基础类图像、杆塔类图像、导线类图像、绝缘子类图像以及附属设施类图像。
9.优选地，还包括：获取实时配电网图像的来源，根据所述来源获取所述缺陷设备的实时数据和历史数据，从所述历史数据中选出能够表征所述设备特制的历史数据，通过对应的设备预测模型对能够表征所述设备特征的历史数据进行预测，当能够表征所述设备特制的实时数据超出所述预测结果的阈值时，则所述缺陷数据不仅外观有缺陷，且内部也存在缺陷；当所述实时数据属于所述预测结果的阈值时，则所述缺陷数据仅外观有缺陷。
10.优选地，还包括：根据所述ncc图像确定所述缺陷设备的缺陷部位。
11.优选地，当所述缺陷数据不仅外观有缺陷，且内部也存在缺陷，则根据所述缺陷设备的实时数据和历史数据通过风险评估模型进行风险评估，得到风险等级。
12.优选地，所述实时配电网图像可以通过无人机获取。
13.优选地，通过设定无人机巡查路线获取实时配电网图像。
14.与现有的技术相比，本发明具有如下有益效果：本发明所提供的基于ncc图像匹配算法的配电网缺陷图片快速分析方法，通过获取标准配电网图像；对所述标准配电网图像进行分类构建识别数据库；获取实时配电网图像，采用图像识别算法识别所述实时配电网图形中的待分析设备，并进行标记，并根据识别出的待分析设备获取相应的标准配电网图像；采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配，当输出的ncc图像出现标记时，则所述实时配电网图像为配电网缺陷图像，所述实时配电网图像中的待分析设备为缺陷设备，反之所述实时配电网图像中的设备为正常设备。通过ncc图像匹配算法，能够快速识别出缺陷设备，且无需进行分类，大大提高了人工分类对比的速度，甚至可以通过遥测的实时配电网图像进行检查，将大大节约人力资源，也避免了距离设备原，不方便检查，也减少管理人员检查漏的情况出现。
附图说明
15.为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1是本发明一种基于ncc图像匹配算法的配电网缺陷图片快速分析方法的流程图。
具体实施方式
17.下面结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，
显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.图1示出了本发明所提供的其中一个实施例基于ncc图像匹配算法的配电网缺陷图片快速分析方法，包括以下步骤：s1、获取标准配电网图像；s2、对所述标准配电网图像进行分类，以构建识别数据库；s3、获取实时配电网图像，采用图像识别算法识别所述实时配电网图形中的待分析设备，并进行标记，并根据识别出的待分析设备获取相应的标准配电网图像；s4、采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配，当输出的ncc图像出现标记时，则所述实时配电网图像为配电网缺陷图像，所述实时配电网图像中的待分析设备为缺陷设备，反之所述实时配电网图像中的设备为正常设备。
19.上述的基于ncc图像匹配算法的配电网缺陷图片快速分析方法，通过获取标准配电网图像；对所述标准配电网图像进行分类建识别数据库；获取实时配电网图像，采用图像识别算法识别所述实时配电网图形中的待分析设备，并进行标记，并根据识别出的待分析设备获取相应的标准配电网图像；采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配，当输出的ncc图像出现标记时，则所述实时配电网图像为配电网缺陷图像，所述实时配电网图像中的待分析设备为缺陷设备，反之所述实时配电网图像中的设备为正常设备。通过ncc图像匹配算法，能够快速识别出缺陷设备，且无需进行分类，大大提高了人工分类对比的速度，甚至可以通过遥测的实时配电网图像进行检查，将大大节约人力资源，也避免了距离设备原，不方便检查，也减少管理人员检查漏的情况出现。
20.其中一个实施例，采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配之前（步骤s4之前），将标记后的实时配电网图像转化为灰度图。通过灰度图来减少计算量，从而提高图像匹配的速度，减少图像分析的时间。
21.其中一个实施例，步骤s4、采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配包括以下步骤：s41、计算标记后的实时配电网图像和相应的标准配电网图像的积分图；s42、根据输入的窗口半径大小，使用积分图完成ncc计算；具体的，包括以下步骤：s421、计算实时配电网图像和相应的标准配电网图像的每个像素交叉乘积的积分图；s421、获取任意窗口大小的交叉乘积的积分图；s423、建立步骤s421和s422得到的积分图检索；s424、通过对所述积分图查找实现快速ncc计算。
22.s43、根据阈值得到匹配或不匹配的区域，输出ncc图像结果图；具体的，对s424的计算结果进行归一化，输出ncc图像结果图。
23.通过上述的ncc图像匹配算法，通过积分图作为数据库检索，节省了大量的资源，使得整个配电网缺陷图片快速分析方法的分析速度更快。
24.其中一个实施例，步骤s2中，对所述标准配电网图像分类为配电设备图像和架空线路图像，所述配电设备图像包括：变压器、无功补偿装置、配电箱以及避雷器；所述架空线路图像包括：基础类图像、杆塔类图像、导线类图像、绝缘子类图像以及附属设施类图像。具体分析时，可以根据需要选着相应的图像或者说是数据库，存储相应的数据。
25.具体的，基础类图像包括保护帽，相应的，基础类缺陷包括：基础保护帽破损、基础保护帽被埋、基础回填土下沉、塔腿被埋腐蚀以及基础外滑坡等。
26.杆塔类缺陷包括：杆塔倾斜、杆塔断裂等。
27.导线类缺陷包括：导线断股、导线悬挂异物、导线悬垂线夹出口处断股、导线引流线脱爪以及导线下方近距离有障碍物（例如：树木、矿渣、房屋）等。
28.绝缘子类缺陷包括：绝缘子伞沿破损、绝缘子脱串以及绝缘子断裂等。
29.附属设施类图像包括各种标识牌，相应的，附属设施类缺陷包括：标识牌的损坏、缺失或无法识别等。
30.其中一个实施例，步骤s2、对所述标准配电网图像进行分类，以构建识别数据库包括以下步骤：根据上述的分类进行标准配电网图像分类；并对每一张标准配电网图像的设备进行标注，将标注后的图像转换为设定分辨率图像；将所述设定分辨率图像生成相应的xml文件，xml文件包括：图像名称、图像路径、图像标注以及目标位置坐标；再将xml文件转为为yolo模型支撑的文件，构建标准数据集；将所述数据集和标准配电网图像按照voc数据文件格式存储至数据库。
31.其中一个实施例，步骤s3中，采用图像识别算法采用卷积神经网络模型实现，具体的，卷积神经网络模型采用yolo-v5模型，且将yolo-v5模型中的准卷积结构替换为深度可分离卷积结构，去掉darknet-5的全连接层和softmax层。yolo-v5模型的分类根据步骤s2中的分类。
32.其中一个实施例，基于ncc图像匹配算法的配电网缺陷图片快速分析方法还包括：步骤s5、获取实时配电网图像的来源，根据所述来源获取所述缺陷设备的实时数据和历史数据，从所述历史数据中选出能够表征所述设备特制的历史数据，通过对应的设备预测模型对能够表征所述设备特征的历史数据进行预测，当能够表征所述设备特制的实时数据超出所述预测结果的阈值时，则所述缺陷数据不仅外观有缺陷，且内部也存在缺陷；当所述实时数据属于所述预测结果的阈值时，则所述缺陷数据仅外观有缺陷。管理人员可以根据判断的结果及时更换设备或设备的元器件等，从而及时对设备进行维修。
33.其中一个实施例，基于ncc图像匹配算法的配电网缺陷图片快速分析方法还包括：步骤s6、根据所述ncc图像确定所述缺陷设备的缺陷部位。
34.其中一个实施例，基于ncc图像匹配算法的配电网缺陷图片快速分析方法还包括：步骤s7、当所述缺陷数据不仅外观有缺陷，且内部也存在缺陷，则根据所述缺陷设备的实时数据和历史数据通过风险评估模型进行风险评估，得到风险等级。管理人员可以根据风险等级来对对所述缺陷设备进行维修和安排工作计划等。
35.具体的，所述风险评估模型采用卷积神经网络模型，其中，所述神经网络模型的输
入为能够影响设备的影响因子对应的数据 ，其中，影响因子包括：缺陷部位名称、缺陷部位占整个设备的面积的大小以及设备类别；所述神经网络模型的输出为风险发生的概率。
36.其中一个实施例，所述实时配电网图像可以通过无人机获取。
37.具体的，通过设定无人机巡查路线获取实时配电网图像。
38.以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。

技术特征：
1.基于ncc图像匹配算法的配电网缺陷图片快速分析方法，其特征在于，包括以下步骤：获取标准配电网图像；对所述标准配电网图像进行分类，以构建识别数据库；获取实时配电网图像，采用图像识别算法识别所述实时配电网图形中的待分析设备，并进行标记，并根据识别出的待分析设备获取相应的标准配电网图像；采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配，当输出的ncc图像出现标记时，则所述实时配电网图像为配电网缺陷图像，所述实时配电网图像中的待分析设备为缺陷设备，反之所述实时配电网图像中的设备为正常设备。2.根据权利要求1所述的基于ncc图像匹配算法的配电网缺陷图片快速分析方法，其特征在于，采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配之前，将标记后的实时配电网图像转化为灰度图。3.根据权利要求1所述的基于ncc图像匹配算法的配电网缺陷图片快速分析方法，其特征在于，采用ncc图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配包括以下步骤：计算标记后的实时配电网图像和相应的标准配电网图像的积分图；根据输入的窗口半径大小，使用积分图完成ncc计算；根据阈值得到匹配或不匹配的区域，输出ncc图像结果图。4.根据权利要求1所述的基于ncc图像匹配算法的配电网缺陷图片快速分析方法，其特征在于，对所述标准配电网图像分类为配电设备图像和架空线路图像，所述配电设备图像包括：变压器、无功补偿装置、配电箱以及避雷器；所述架空线路图像包括：基础类图像、杆塔类图像、导线类图像、绝缘子类图像以及附属设施类图像。5.根据权利要求1所述的基于ncc图像匹配算法的配电网缺陷图片快速分析方法，其特征在于，还包括：获取实时配电网图像的来源，根据所述来源获取所述缺陷设备的实时数据和历史数据，从所述历史数据中选出能够表征所述设备特制的历史数据，通过对应的设备预测模型对能够表征所述设备特征的历史数据进行预测，当能够表征所述设备特制的实时数据超出所述预测结果的阈值时，则所述缺陷数据不仅外观有缺陷，且内部也存在缺陷；当所述实时数据属于所述预测结果的阈值时，则所述缺陷数据仅外观有缺陷。6.根据权利要求5所述的基于ncc图像匹配算法的配电网缺陷图片快速分析方法，其特征在于，还包括：根据所述ncc图像确定所述缺陷设备的缺陷部位。7.根据权利要求1所述的基于ncc图像匹配算法的配电网缺陷图片快速分析方法，其特征在于，当所述缺陷数据不仅外观有缺陷，且内部也存在缺陷，则根据所述缺陷设备的实时数据和历史数据通过风险评估模型进行风险评估，得到风险等级。8.根据权利要求1所述的基于ncc图像匹配算法的配电网缺陷图片快速分析方法，其特征在于，所述实时配电网图像可以通过无人机获取。

技术总结
本发明公开了一种基于NCC图像匹配算法的配电网缺陷图片快速分析方法，涉及配电网技术领域，通过对标准配电网图像进行分类构建识别数据库；采用图像识别算法识别实时配电网图形中的待分析设备并标准，根据识别出的待分析设备获取相应的标准配电网图像；采用NCC图像匹配算法对标记后的实时配电网图像和相应的标准配电网图像进行匹配，当输出的NCC图像出现标记时，则实时配电网图像为配电网缺陷图像，实时配电网图像中的待分析设备为缺陷设备，反之实时配电网图像中的设备为正常设备。通过NCC图像匹配算法快速识别出缺陷设备，且无需进行分类，将大大节约人力资源，也避免了距离设备原，不方便检查，也减少管理人员检查漏的情况出现。情况出现。情况出现。


技术研发人员：陈绍南 俞小勇 高立克 奉斌 秦丽文 李克文
受保护的技术使用者：广西电网有限责任公司电力科学研究院
技术研发日：2021.10.15
技术公布日：2022/3/8