(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211092101.7 (22)申请日 2022.09.08 (71)申请人 国网江西省电力有限公司电力科 学 研究院 地址 330096 江西省南昌市青山湖区民营 科技园民强路8 8号 申请人 国家电网有限公司 (72)发明人 刘小波　王文彬　范瑞祥　邓志祥　 潘建兵　 (74)专利代理 机构 南昌丰择知识产权代理事务 所(普通合伙) 36137 专利代理师 吴称生 (51)Int.Cl. G06V 20/17(2022.01) G06V 20/62(2022.01)G06V 10/25(2022.01) G06V 10/82(2022.01) G06V 30/148(2022.01) G06K 7/10(2006.01) G06T 7/13(2017.01) G06T 7/136(2017.01) H02J 13/00(2006.01) (54)发明名称 电力设备铭牌识别及台区合规性自动校核 系统及方法 (57)摘要 本发明涉及电力设备铭牌识别领域， 公开了 电力设备铭牌识别及台区合规性自动校核系统 及方法， 该系统包括无人机、 摄像模块、 铭牌图像 处理模块、 台区合规性校核模块和数据显示终 端， 摄像模块、 铭牌图像处理模块、 台区合规性校 核模块搭载在无人机上， 摄像模块数据连接铭牌 图像处理模块， 铭牌图像处理模块数据连接台区 合规性校核模块， 台区合规性校核模块与数据显 示终端无线通信。 本发明通过无人机搭载铭牌图 像处理模块、 台区合规性校核模块， 实现对文字 识别、 台区供电半径计算以及台区合规性校核的 前端处理。 权利要求书3页 说明书8页 附图2页 CN 115187881 A 2022.10.14 CN 115187881 A 1.电力设备铭牌识别及台区合规性自动校核系统， 其特征是： 包括无人机、 摄像模块、 铭牌图像处理模块、 台区合规性校核模块和数据显示终端， 摄像模块、 铭牌图像处理模块、 台区合规性校核模块搭载在无人机上， 摄像模块数据连接铭牌图像处理模块， 铭牌图像处 理模块数据连接台区合 规性校核模块， 台区合 规性校核模块与数据显示终端无线通信； 摄像模块对变压器铭牌进行拍照， 得到变压器铭牌照片， 摄像模块在拍照过程通过 RFID标识 识别定位变压器铭牌的位置； 铭牌图像处理模块用于对无人机拍摄的变压器铭牌照片进行处理， 提取变压器铭牌中 的关键电气参数； 所述台区合规性校核模块根据变压器铭牌中的关键电气参数， 计算最大供电半径， 并 对台区合 规性进行自动校核， 并将校核结果传输 至数据显示终端 进行展示。 2.根据权利要求1所述的电力设备铭牌识别及台区合规性自动校核系统， 其特征是： 铭 牌图像处 理模块采用边 缘检测算法对变压器铭牌照片进行边 缘检测， 得到边 缘图像。 3.根据权利要求2所述的电力设备铭牌识别及台区合规性自动校核系统， 其特征是： 所 述边缘检测算法的Can ny算子进行边 缘检测的步骤如下： 计算滤波后变压器铭牌照片的梯度幅值 M(i, j)和梯度方向 H(i, j)： （1） （2） 其中kx是像素点被行滤波器 fx滤波后的结果， ky是像素点被列滤波器 fy滤波后的结果， i、 j为像素点在变压器铭牌照片中的横纵坐标； 对所有变压器铭牌照片 沿梯度方向的梯度幅值应用非极大值抑制， 具体是用3 ×3窗口 在8个方向的领域对 M(i,j)的所有变压器铭牌照片沿梯度方向进行梯度幅值的插值； 对经 过非极大值抑制的梯度幅值采用双阈值算法检测和 连接边缘， 用高阈值 Hth和低阈值 Lth对 经过非极大值抑制的梯度幅值处理， 分割得到高阈值边缘图像 H(i,j)和低阈值边缘图像 L (i,j)， 并连接高 阈值边缘图像H(i,j)和低阈值 边缘图像L(i,j)。 4.根据权利要求3所述的电力设备铭牌识别及台区合规性自动校核系统， 其特征是： 高 阈值Hth和低阈值 Lth通过迭代的方法获取， 具体步骤如下： 通过统计灰度直方图得到初始阈值 T0： （3） （4） 其中，k为迭代次数， Zmax为图像中的最大灰度值， Zmin为图像中的最小灰度值， Tk为第k迭 代的阈值； 用阈值Tk将图像分为大于等于阈值 Tk的图像H1的和小于阈值 Tk的图像H2， 其中： （5）权　利　要　求　书 1/3 页 2 CN 115187881 A 2（6）  f(x，y)为横纵坐标分别为x、 y的像素点的灰度值； 分别计算 H1和H2的灰度值 M1和M2： （7） （8）  f(i，j)为图像中坐标为( i , j)的像素点的灰度值， NH(i，j)为在图像 H1中灰度值大于 Tk像素点的个数、 NL(i，j)为在图像 H2中灰度值小于 Tk像素点的个数； 式中NH(i，j)、NL(i，j)分别满足： （9） （10） 计算新的阈值 Tk+1： （11） 当满足Tk=Tk+1时， 则以M1作为边缘检测中的高阈值 Hth， 以M2作为边缘检测中的低阈值 Lth。 5.根据权利要求1所述的电力设备铭牌识别及台区合规性自动校核系统， 其特征是： 铭 牌图像处 理模块采用改进Faster ‑RCNN模型对边 缘图像中的文字进行检测。 6.根据权利要求5所述的电力设备铭牌识别及台区合规性自动校核系统， 其特征是： 所 述改进Faster ‑RCNN模型包括输入层、 嵌入SE模块的ResNet ‑50形成的特征提取器骨干网 络、 RPN网络、 ROI池化层和Softmax分类层， 特征提取器骨干网络提取输入图像的特征图， 特 征图被区域建议网络RPN和ROI池化层共享使用； 利用RPN网络生成检测框提议区域； 利用 ROI池化层收集特征图和检测框提议区域， 综合得到的信息提取出 统一大小的提议特征图， 传输到全连接层判定目标类别； Softmax分类层利用提议特征图计算提议区域的类别， 同时 再次通过边界框回归函数获得检测框最终的精确位置 。 7.根据权利要求6所述的电力设备铭牌识别及台区合规性自动校核系统， 其特征是： 所权　利　要　求　书 2/3 页 3 CN 115187881 A 3