第41卷第5期2023年5月水电能源科学WaterResourcesandPowerVol.41No.5May2023DOI:10.20040/j.cnki.1000-7709.2023.20221377基于逻辑语义判别的调峰电源设备漏油图像识别宋倩1,祁炜雯2,方冰2,范强2,郑慧娟3,胡飞3(1.国网水新部,北京100031;2.国网浙江省电力有限公司绍兴供电公司,浙江绍兴310000;3.国网电力科学研究院有限公司,江苏南京211106)摘要:针对调峰电源设备漏油图像识别中的难点问题,将逻辑规则判别引入图像识别领域,提出一种全新的图像识别方法。基于直方图均衡化技术增强原始图像,利用MaskRCNN网络初步获取储油装置、地面、疑似油污区域的位置和轮廓信息。根据这些信息判断物体间位置关系,并结合逻辑表达式判断疑似区域是否属于漏油区域。基于现场拍摄的调峰电源设备图像进行实例分析,结果表明该方法能有效克服漏油区域识别中的难点问题,大幅提升了识别准确率。关键词:调峰电源设备;漏油图像识别;物体间关系识别;逻辑语义判别中图分类号:TM712文献标志码:A文章编号:1000-7709(2023)05-0199-04收稿日期:2022-07-03,修回日期:2022-10-19基金项目:国家电网有限公司总部科技项目(5700-202140381A-0-0-00)作者简介:宋倩(1978-),女,高级工程师,研究方向为抽水蓄能运行管理,E-mail:qian-song@sgcc.com.cn通讯作者:祁炜雯(1980-),女,高级工程师,研究方向为电力系统,E-mail:shuineng3516182@yeah.net1引言随着电力负荷不断增长,为保障系统安全稳定、经济运行,调峰机组的运行维护日益重要。由于机组中不少设备带有储油装置,装置漏油会给系统带来安全隐患。近年来,视频监控技术在水电站调峰电源设备状态监测任务中已得到广泛应用,借助计算机视觉技术发现设备漏油等异常现象能大大减少人力资源消耗,同时提升巡检质量[1,2]。目前,在计算机视觉领域最具发展潜力的核心技术是深度学习[3],其优势在于自动提取关键特征实现图像识别。尽管该技术在人脸识别、安防监控等领域实现了重大突破[4,5],调峰电源设备漏油识别仍然属于难点问题。漏油图像检测的基本思路是检测装置周围地面上的油污区域,存在以下难点:①区域形状差异大;②背景复杂且可能存在干扰物体;③环境条件发生变化。现有研究[6-8]完全依赖图像处理技术提升模型性能,局限性较大,如背景干扰、地面倒影等问题无法通过图像处理手段解决。对此,本文提出了一种基于逻辑语义判别的调峰电源设备漏油图像识别模型,先利用直方图均衡化增强图像;再利用语义分割模型初步获取物体种类、位置、轮廓等一系列信息;...
