(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 202210556725.3 (22)申请日 2022.05.19 (71)申请人 国网智能科技股份有限公司 地址 250104 山东省济南市高新孙村片区 飞跃大道以南、 26号路以东 （ICT产业 园内） 电力 智能机器人生产项目101 (72)发明人 王琦　王振利　王万国　吴琼珊　 崔其会　张斌　郭锐　孙志周　 许荣浩　王兴光　刘丕玉　魏来福　 刘晗　徐康　郭修霄　李振宇　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 赵迎迎 (51)Int.Cl. G06V 20/10(2022.01)G06V 10/20(2022.01) G06V 10/28(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06T 7/00(2017.01) (54)发明名称 电力设备的状态检测方法、 装置、 电子设备 及存储介质 (57)摘要 本发明实施例公开了一种电力设备的状态 检测方法、 装置、 电子设备及存储介质， 其中， 该 方法包括： 获取待检测电力设备的设备巡检图像 以及设备标准图像， 并确定设备巡检图像和设备 标准图像的图像相似度； 如果图像相似度不满足 预设的设备状态正常条件， 则根据设备巡检图像 和设备标准图像确定待检测图像； 将待检测图像 输入至预先训练完成的设备状态检测模型中， 得 到待检测电力设备的设备状态检测结果， 其中， 设备状态检测模型基于样本检测图像以及与样 本检测图像对应的设备状态训练得到， 样本检测 图像中标注有用于表征设备状态的表征区域。 本 发明实施例的技术方案， 能够实现电力设备运行 状态的精 准检测， 有效提高电力设备状态检测的 检测效率。 权利要求书3页 说明书15页 附图4页 CN 114782822 A 2022.07.22 CN 114782822 A 1.一种电力设备的状态检测方法， 其特 征在于， 包括： 获取待检测电力设备的设备巡检图像以及设备标准图像， 并确定所述设备巡检图像和 所述设备 标准图像的图像相似度； 如果所述图像相似度不满足预设的设备状态正常条件， 则根据 所述设备巡检图像和设 备标准图像确定待检测图像； 将所述待检测图像输入至预先训练完成的设备状态检测模型中， 得到所述待检测电力 设备的设备状态检测结果， 其中， 所述设备状态检测模型基于样本检测图像以及与所述样 本检测图像对应的设备状态训练得到， 所述样本检测图像中标注有用于表征设备状态的表 征区域。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述设备巡检图像和设备标准图 像确定待检测图像， 包括： 分别对所述设备巡检图像与 所述设备标准图像进行灰度化处理， 得到巡检灰度图和标 准灰度图； 将所述巡检灰度图和所述标准灰度图进行图像融合得到待检测图像， 其中， 所述待检 测图像中所述设备巡检图像与所述设备标准图像的差异区域为彩色， 除所述差异区域之外 的区域为灰色。 3.根据权利要求2所述的方法， 其特征在于， 所述将所述巡检灰度图和所述标准灰度图 进行图像融合得到待检测图像， 包括： 将所述巡检灰度图与 所述标准灰度图对齐， 通过移植对齐后的所述巡检灰度图以及所 述标准灰度图的其中一张图像合成所述待检测图像的第一颜色通道和 第三颜色通道， 并移 植另一张图像合成所述待检测图像的第二颜色通道， 以得到三 通道的待检测图像。 4.根据权利要求3所述的方法， 其特征在于， 所述将所述巡检灰度图与 所述标准灰度图 对齐， 包括： 获取所述巡检灰度图中第 一预设数量的第 一参考特征点， 并获取所述标准灰度图中第 二预设数量的第二 参考特征点； 根据所述第一参考特征点和所述第二参考特征点将所述巡检灰度图与所述标准灰度 图对齐。 5.根据权利要求4所述的方法， 其特征在于， 所述获取所述巡检灰度图中第 一预设数量 的第一参考特征点， 包括： 确定所述巡检灰度图的频域信息， 并根据所述频域信息确定所述巡检灰度图的相位 图； 根据所述相位图获取 所述巡检灰度图中第一预设数量的第一 参考特征点； 其中， 所述标准灰度图中第 二参考特征点的获取方式与 所述巡检灰度图中所述第 一参 考特征点的获取 方式相同。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述相位图获取所述巡检灰度图 中第一预设数量的第一 参考特征点， 包括： 根据预设特征点提取算法从所述相位图提取第一预设数量的第一参考特征点， 其中， 所述预设特 征点提取算法包括KAZE算法和/或SIFT算法。 7.根据权利要求4所述的方法， 其特征在于， 所述根据所述第 一参考特征点和所述第 二权　利　要　求　书 1/3 页 2 CN 114782822 A 2参考特征点将所述巡检灰度图与所述标准灰度图对齐， 包括： 分别确定与每个所述第 一参考特征点对应的所述第 二参考特征点， 将存在对应关系的 第一参考特征点和所述第二 参考特征点作为 一组特征点对； 根据至少三组特征点对确定所述巡检灰度图与 所述标准灰度图之间的变化矩阵， 根据 所述变化矩阵将所述巡检灰度图与所述标准灰度图对齐。 8.根据权利要求7所述的方法， 其特征在于， 所述分别确定与每个所述第 一参考特征点 对应的所述第二 参考特征点， 包括： 根据所述第 一参考特征点和所述第 二参考特征点之间的相似度， 确定与所述第 一参考 特征点对应的所述第二 参考特征点。 9.根据权利要求3所述的方法， 其特 征在于， 还 包括： 如果对齐后的巡检灰度图存在黑边像素， 则对设备巡检图像进行像素插值， 以填补所 述黑边像素。 10.根据权利要求1所述的方法， 其特征在于， 所述获取待检测电力设备的设备标准图 像， 包括： 通过固定点位拍摄装置或巡检机器人在预置位拍摄待检测电力设备处于正常操作状 态下的图像， 将拍摄到的图像作为设备 标准状态图像。 11.根据权利要求1所述的方法， 其特征在于， 所述设备状态检测模型的模型结构包括 深度残差网络和特征金字塔结构； 所述特征金字塔结构采用上采样相加的方式放大输入图 像， 通过非极大值抑制方法所述待检测图像的多个候选区域， 并确定多个候选区域中的目 标区域。 12.根据权利要求1所述的方法， 其特征在于， 所述确定所述设备巡检图像和所述设备 标准图像的图像相似度， 包括： 分别对所述设备巡检图像与 所述设备标准图像进行灰度化处理， 得到巡检灰度图和标 准灰度图； 分别计算所述巡检灰度图和所述标准灰度图的哈希值， 得到与 所述巡检灰度图对应的 第一哈希值以及与所述标准灰度图对应的第二哈希值； 确定所述第 一哈希值和第 二哈希值之间的归一化汉明距离， 根据 所述归一化汉明距离 确定所述设备巡检图像和所述设备 标准图像的图像相似度。 13.根据权利要求12所述的方法， 其特征在于， 在所述分别计算所述巡检灰度图和所述 标准灰度图的哈希值之前， 还 包括： 对所述巡检灰度图和所述标准灰度图进行图像压缩。 14.根据权利要求12所述的方法， 其特征在于， 所述分别计算所述巡检灰度图和所述标 准灰度图的哈希值， 包括： 计算所述巡检灰度图的第一图像灰度平均值以及所述标准灰度图的第二图像灰度平 均值； 根据所述第一图像灰度平均值与第一预设平均值阈值确定所述巡检灰度图的巡检特 征图， 根据所述第二图像灰度 平均值与第二预设平均值阈值确定所述巡检灰度图的标准特 征图； 分别计算所述巡检特 征图和所述标准特 征图的哈希值。权　利　要　求　书 2/3 页 3 CN 114782822 A 3