CN119577176A - 二次回路图纸管理方法、装置、设备、介质和产品 - Google Patents
二次回路图纸管理方法、装置、设备、介质和产品 Download PDFInfo
- Publication number
- CN119577176A CN119577176A CN202411742542.6A CN202411742542A CN119577176A CN 119577176 A CN119577176 A CN 119577176A CN 202411742542 A CN202411742542 A CN 202411742542A CN 119577176 A CN119577176 A CN 119577176A
- Authority
- CN
- China
- Prior art keywords
- secondary circuit
- image data
- target
- category
- features
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/771—Feature selection, e.g. selecting representative features from a multi-dimensional feature space
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种二次回路图纸管理方法、装置、设备、介质和产品,其中,方法包括:将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。本发明实施例的技术方案解决了目前二次回路维护不能快速找到合适的图纸的问题,可以通过现场图像特征与图纸图像特征进行相似度计算,快速确定现场维护所需的目标图纸图像,实现变电站二次回路图纸数字化以及规范化管理。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种二次回路图纸管理方法、装置、设备、介质和产品。
背景技术
变电站二次继电保护是实现电力输送重要环节,关系着电力系统运行与电能输送质量,现阶段,变电站输送电能时需要借助二次继电保护装置完成,继电保护有助于排除电力输送隐患问题,确保电力输送安全稳定。
二次图档信息作为变电站二次设备维护、消缺的基础资料,其真实性和准确性对二次设备安全稳定、运行至关重要。长期以来,存在的图实不符合图纸缺漏、缺失等问题一直困扰着继电保护工作的有序、高效开展,甚至易引发二次作业安全措施布置不到位等风险,造成电力安全生产事件。目前,由于设备更换、保护技改、反措实施等造成二次回路接线变动,存在二次回路维护过程,不能快速的找到准确现场接线情况,以应用于维护过程的图纸。
发明内容
本发明实施例提供了一种二次回路图纸管理方法、装置、设备、介质和产品,可以通过现场图像特征与图纸图像特征进行相似度计算,快速确定现场维护所需的目标图纸图像,实现变电站二次回路图纸数字化以及规范化管理。
第一方面,本发明实施例提供了一种二次回路图纸管理方法,该方法包括:
响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;
将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;
根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。
第二方面,本发明实施例提供了一种二次回路图纸管理装置,该装置包括:
现场图像数据获取模块,用于响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;
二次回路类别确定模块,用于将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;
目标图像数据确定模块,用于根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。
第三方面,本发明实施例还提供了一种计算机设备,计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当上述一个或多个程序被一个或多个处理器执行,使得上述一个或多个处理器实现如本发明任意实施例所提供的二次回路图纸管理方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的二次回路图纸管理方法。
第五方面,本发明实施例还提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如本发明任意实施例所提供的二次回路图纸管理方法。
上述发明中的实施例具有如下优点或有益效果:
本发明实施例,通过响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。本发明实施例的技术方案解决了目前二次回路维护不能快速找到合适的图纸的问题,可以通过现场图像特征与图纸图像特征进行相似度计算,快速确定现场维护所需的目标图纸图像,实现变电站二次回路图纸数字化以及规范化管理。
附图说明
图1是本发明实施例提供的一种二次回路图纸管理方法的流程图;
图2是本发明实施例提供的一种二次回路图纸管理方法的流程图;
图3是本发明实施例提供的一种二次回路图纸管理方法的流程图;
图4是本发明实施例提供的一种二次回路图纸管理方法的流程图;
图5是本发明实施例提供的一种二次回路图纸管理装置的结构示意图;
图6是本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例提供的一种二次回路图纸管理方法的流程图,本实施例可适用于二次回路图纸管理的场景。该方法可以由二次回路图纸管理装置执行,该装置可以由软件和/或硬件的方式来实现,集成于具有应用开发功能的计算机设备中。
如图1所示,本实施例的二次回路图纸管理方法包括以下步骤:
S110、响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据。
二次回路是电力系统中用于监测、控制、保护和计量一次设备运行的重要电气回路,通常包含继电器、仪表、信号装置以及控制电缆等元件和线路,二次回路的运行状态直接影响到电力系统的安全性、稳定性与可靠性,因此需要定期维护。
二次维护需要合适的图纸,因此可以将变电站电气二次竣工验收的纸质图纸经图像采集设备扫描,得到图纸图像数据。
由于设备更换、保护技改、反措实施等造成二次回路接线变动,现场的二次回路不能快速找到合适的用于维护的图纸。因此,在本实施例中可以通过现场图像数据获取和匹配,确定用于维护目标待维护二次回路的目标图像数据。
具体的,可以在客户端的预设图纸查找界面临时扫描目标待维护二次回路得到目标待维护二次回路现场图像数据或者上传扫描好的,基于现场图像数据生成图纸查找指令。例如通过图像扫描设备扫描现场的目标待维护二次回路,二次回路能够将扫描获取的原始图像生成结构化的现场图像数据,现场图像数据中包含二次回路图纸图像中的元素。
响应于图纸查找指令,获取图纸查找指令关联的现场图像数据。
S120、将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别。
现场图像特征可以是通过预设特征提取方法对现场图像数据进行特征提取得到的,例如通过卷积神经网络对像素、纹理等特征进行提取。图纸图像特征可以是通过同样的预设特征提取方法对图纸图像数据进行特征提取得到的。对于图纸图像特征,通过聚类算法对图纸图像特征进行聚类,聚类算法例如凝聚层次聚类算法、K-Means聚类算法等,得到预先分类的每个二次回路类别对应的图纸图像特征。通过特征相似度匹配分析,如计算图纸图像特征间的欧氏距离,根据欧氏距离计算结果确定现场图像数据对应的目标二次回路类别。
S130、根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。
可以预先将图纸图像数据按照预先分类确定的每个二次回路类别进行存储,例如存储在对应二次回路类别名称的存储单元中。通过搜索目标二次回路类别名称或者对应的唯一类别标识等,得到目标二次回路类别对应的图纸图像数据。
预先对每个图纸图像数据在历史二次回路维护时间中的有效程度进行评估,得到每个二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数。
通过预设最优解搜索算法在目标二次回路类别对应的图纸图像数据中,搜索最优解,将最优解作为与目标待维护二次回路匹配的目标图像数据。通过将图纸图像数据在历史二次回路维护事件中的有效程度的评估参数,作为预设最优解搜索算法的相关函数的参数,相关函数例如可以包括目标函数和适应度函数等。
本实施例的技术方案,通过响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。本发明实施例的技术方案解决了目前二次回路维护不能快速找到合适的图纸的问题,可以通过现场图像特征与图纸图像特征进行相似度计算,快速确定现场维护所需的目标图纸图像,实现变电站二次回路图纸数字化以及规范化管理。
图2为本发明实施例提供的一种二次回路图纸管理方法的流程图,本实施例与上述实施例中二次回路图纸管理方法属于同一个发明构思,进一步的描述了确定目标二次回路类别的过程。该方法可以由二次回路图纸管理装置执行,该装置可以由软件和/或硬件的方式来实现,集成于具有应用开发功能的计算机设备中。
如图2所示,本实施例的二次回路图纸管理方法包括以下步骤:
S210、响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据。
S220、计算现场图像特征,与经过预先分类确定的每个二次回路类别对应的图纸图像特征之间的欧式距离,得到欧氏距离计算结果。
计算现场图像特征与每个二次回路类别对应的每个图纸图像特征之间的欧式距离,欧式距离的计算公式如下:
其中,d(x,y)表示x和y之间的欧式距离,x,y为两个类中心的n维特征向量,xi为向量x在第i维度上的值,yi为向量y在第i维度上的值。
将现场图像特征和图纸图像特征作为不同的类,从而计算得到现场图像特征与每个图纸图像特征之间的欧氏距离计算结果。
S230、确定最小的欧氏距离计算结果对应的图纸图像特征为目标类别特征,并确定目标类别特征对应的二次回路类别,为现场图像数据的目标二次回路类别。
对计算得到的欧氏距离计算结果进行排序,得到最小的欧氏距离计算结果。将最小的欧氏距离计算结果对应的图纸图像特征为目标类别特征,则目标类别特征的二次回路类别即为现场图像数据的目标二次回路类别。
S240、根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。
本实施例的技术方案,通过响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;计算现场图像特征,与经过预先分类确定的每个二次回路类别对应的图纸图像特征之间的欧式距离,得到欧氏距离计算结果;确定最小的欧氏距离计算结果对应的图纸图像特征为目标类别特征,并确定目标类别特征对应的二次回路类别,为现场图像数据的目标二次回路类别;根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。本发明实施例的技术方案解决了目前二次回路维护不能快速找到合适的图纸的问题,可以通过现场图像特征与图纸图像特征进行欧氏距离计算,快速确定现场维护所需的目标图纸图像,实现变电站二次回路图纸数字化以及规范化管理。
图3为本发明实施例提供的一种二次回路图纸管理方法的流程图,本实施例与上述实施例中二次回路图纸管理方法属于同一个发明构思,进一步的描述了确定目标图像数据的过程。该方法可以由二次回路图纸管理装置执行,该装置可以由软件和/或硬件的方式来实现,集成于具有应用开发功能的计算机设备中。
如图3所示,本实施例的二次回路图纸管理方法包括以下步骤:
S310、响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据。
S320、将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别。
S330、将目标二次回路类别对应的图纸图像特征集合中的全部图纸图像特征,作为待选特征。
S340、通过模拟退火算法确定待选特征中最适用于对目标待维护二次回路进行维护的最优解特征,将最优解特征作为目标图像特征。
其中,模拟退火算法的适应度函数包括图纸图像数据在历史二次回路维护事件中的有效程度的评估参数。
模拟退火算法(Simulated Annealing,SA)是一种基于蒙特卡洛思想设计的随机优化算法,能够用于解决组合优化问题和函数优化问题。在本实施例中,通过模拟退火算法,包括模拟退火算法的适应度函数,确定待选特征中最适用于对目标待维护二次回路进行维护的最优解特征,将最优解特征作为目标图像特征。由于适应度函数包括图纸图像数据在历史二次回路维护事件中的有效程度的评估参数,能够引导算法朝着提升图纸图像数据在维护事件中的有效性方向进行搜索,得到最大程度适用于对目标待维护二次回路进行维护的目标图像数据对应的目标图像特征。
在一种可选的实施方式中,通过模拟退火算法确定待选特征中最适用于对目标待维护二次回路进行维护的最优解特征,将最优解特征作为目标图像特征,可以是,确定模拟退火算法的初始化参数和适应度函数;根据初始化参数和适应度函数,计算待选特征对应的适应度函数值,根据适应度函数值进行最优解搜索,根据最优解搜索结果确定待选特征中最适用于对目标待维护二次回路进行维护的最优解特征。
示例的,初始化退火表,退火表中的初始化参数可以包括初始温度T0、终止温度Tmax、温度更新公式中的冷却参数α以及最大迭代次数tmax;
在选取的待选特征中随机产生一个初始解a0作为当前解al,并计算相应的适应度函数值。适应度函数公式如下:
其中,f(x)表示当前解的适应度函数值,c表示修正量,x表示当前解对应的图纸图像数据在历史二次回路维护事件中的有效程度的评估参数。评估参数可以包括多个预设评估指标,例如图像完整性,时效性,与不同二次回路维护问题的相关性等。
根据选取的当前解进行扰动,产生一个新解ap,计算新解ap的适应度函数值,得到适应度函数变化量Δf=f(ap)-f(al),其中,f(ap)表示新解ap的适应度函数值,f(al)表示当前解al的适应度函数值,Δf表示新解ap的适应度函数值与当前解al的适应度函数值的差值;
判定是否接受新解,若Δf>0,则新解ap被接受;若Δf≤0,则新解ap依据概率被接受;概率公式如下:
其中,T表示当前温度,exp表示取值(0,1)范围的随机函数;
当新解ap被接受时,则将新解ap作为当前解,根据温度更新函数对当前温度进行更新;温度更新函数如下:
T(t+1)=αT(t)。
其中,T(t+1)以及T(t)分别表示第t+1次以及第t次迭代过程中的温度。
判断是否达到最大迭代次数tmax,若达到,则判断T是否达到终止温度Tmax;若未达到,则继续扰动确定新解直到达到最大迭代次数tmax。
在达到最大迭代次数tmax之后,判断T是否达到终止温度Tmax,若未达到,继续扰动确定新解直到达到终止温度Tmax,输出达到终止温度Tmax的当前解为最优解。
S350、将目标图像特征对应的图纸图像数据,作为与目标待维护二次回路匹配的目标图像数据。
本实施例中通过模拟热力学系统中的退火过程,对高温物体进行缓慢降温,使其内部分子的能量状态达到最低达到高密度、低能量的稳定状态,此时的稳定状态就相当于算法的全局最优解实现在目标二次回路类别对应的图纸图像特征集合中的全部图纸图像特征确定所需的目标图像特征,目标图像特征对应的图纸图像数据即为维护所需的目标图像数据。通过模拟退火算法在保证图纸查询过程更加精准、可靠的同时,算法的收敛速度快,提高查询过程的效率。
本实施例的技术方案,通过响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;将目标二次回路类别对应的图纸图像特征集合中的全部图纸图像特征,作为待选特征;通过模拟退火算法确定待选特征中最适用于对目标待维护二次回路进行维护的最优解特征,将最优解特征作为目标图像特征;将目标图像特征对应的图纸图像数据,作为与目标待维护二次回路匹配的目标图像数据;其中,模拟退火算法的适应度函数包括图纸图像数据在历史二次回路维护事件中的有效程度的评估参数。本发明实施例的技术方案解决了目前二次回路维护不能快速找到合适的图纸的问题,可以通过现场图像特征与图纸图像特征进行相似度计算,确定目标图纸图像的类别,并在该类别中通过模拟退火算法快速确定现场维护所需的目标图纸图像,提高图纸搜索的效率和可靠性,实现变电站二次回路图纸数字化以及规范化管理。
图4为本发明实施例提供的一种二次回路图纸管理方法的流程图,本实施例与上述实施例中二次回路图纸管理方法属于同一个发明构思,进一步的描述了确定每个二次回路类别对应的图纸图像特征的过程。该方法可以由二次回路图纸管理装置执行,该装置可以由软件和/或硬件的方式来实现,集成于具有应用开发功能的计算机设备中。
如图4所示,本实施例的二次回路图纸管理方法包括以下步骤:
S410、获取二次回路的图纸图像数据。
示例的,收集变电站电气二次竣工验收的二次回路的纸质图纸图像,设定纸质图纸集合A=(a1,,a2,,...,ai,...,ak),其中,ai表示第i个纸质图纸图像,k表示纸质图纸图像的总个数。
通过图像采集设备对纸质图纸集合A=(a1,,a2,,...,ai,...,ak)中的每个纸质图纸图像进行图像采集,得到二次回路的图纸图像数据的集合,具体可以表示为A'=(a'1,a'2,...,a'i,...,a'k),其中a'i表示对第i个纸质图纸图像进行图像采集得到的电子版的图纸图像数据。
本实施例中通过图像采集设备采集纸质图纸图像的图纸图像数据,实现纸图像数据的精确采集,为后续操作提供数据基础。
S420、对图纸图像数据进行特征提取,得到图纸图像特征。
对每个图纸图像数据进行特征提取,得到每个图纸图像数据对应的图纸图像特征。
S430、通过聚类算法对图纸图像特征进行聚类,得到对应每个二次回路类别的图纸图像特征。
通过聚类算法如凝聚层次聚类算法对图纸图像特征进行聚类,得到二次回路类别,以及对应每个二次回路类别的图纸图像特征。
在一种可选的实施方式中,通过聚类算法对图纸图像特征进行聚类,得到对应每个二次回路类别的图纸图像特征可以是,计算图纸图像特征之间的欧式距离,得到欧氏距离矩阵;在欧氏距离矩阵中,将欧式距离最近的图纸图像特征合并为一个特征组合;计算特征组合的中心特征,以及中心特征之间的欧氏距离,得到新的欧氏距离矩阵,并根据新的欧氏距离矩阵迭代更新特征组合,直到中心特征之间的欧氏距离大于预设欧氏距离阈值,得到目标特征组合划分结果;根据目标特征组合划分结果确定对应每个二次回路类别的图纸图像特征。
示例的,通过凝聚层次聚类算法对图纸图像特征进行聚类,可以是包括如下步骤S1-S3:
S1、将每个图纸图像特征当成一个类即特征组合,或特征子集合,计算类与类之间的欧式距离,得到一个欧氏距离矩阵。
S2、根据距离矩阵,找到距离最近的两个类合并成一个类,计算类的中心特征,并根据中心特征重新计算新类与其他类之间的欧式距离。
S3、重复进行S1和S2,直至聚类后得到的每个类之间的欧式距离大于预设欧氏距离阈值,则停止聚类,得到目标聚类结果即目标特征组合划分结果。欧式距离的计算公式可以参考上述实施例给出的公式。
根据目标特征组合划分结果,确定每个二次回路类别对应的图纸图像数据。
示例的,根据聚类后的二次回路类别,为聚类后的图纸图像数据设定对应的二次回路类别名称,得到每一类的图纸图像数据集合;并可以构建图像数据查询单元,并将每一类的图纸图像数据集合按照设定的二次回路类别名称存储至预设图像数据查询单元中,并可以对应存储每一类的图纸图像数据的图纸图像特征。
本实施例中对图纸图像特征进行聚类,保证了聚类过程的准确性,同时实现图像数据的快速分类,通过构建图像数据查询单元,为图纸图像数据的查询提供了工具,实现了查询过程的数据化以及智能化,保证了查询过程的准确性。
S440、响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据。
S450、将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别。
示例的,在预设图像数据查询单元中获取经过预先分类确定的每个二次回路类别对应的图纸图像特征。
S460、根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。
本实施例的技术方案,通过获取二次回路的图纸图像数据;对图纸图像数据进行特征提取,得到图纸图像特征;通过聚类算法对图纸图像特征进行聚类,得到对应每个二次回路类别的图纸图像特征;响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。本发明实施例的技术方案解决了目前二次回路维护不能快速找到合适的图纸的问题,可以通过聚类分析,为搜索目标图纸图像提供清晰的数据依据,现场图像特征与图纸图像特征进行相似度计算,快速确定现场维护所需的目标图纸图像,实现变电站二次回路图纸数字化以及规范化管理。
图5为本发明实施例提供的一种二次回路图纸管理装置的结构示意图,本实施例可适用于二次回路图纸管理的场景。该二次回路图纸管理装置可以由软件和/或硬件的方式来实现,集成于具有应用开发功能的计算机终端设备中。
如图5所示,二次回路图纸管理装置包括:现场图像数据获取模块510、二次回路类别确定模块520和目标图像数据确定模块530。
其中,现场图像数据获取模块510,用于响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;二次回路类别确定模块520,用于将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;目标图像数据确定模块530,用于根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。
本实施例的技术方案,通过响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。本发明实施例的技术方案解决了目前二次回路维护不能快速找到合适的图纸的问题,可以通过现场图像特征与图纸图像特征进行相似度计算,快速确定现场维护所需的目标图纸图像,实现变电站二次回路图纸数字化以及规范化管理。
在一种可选的实施方式中,二次回路类别确定模块520具体用于:
计算现场图像特征,与经过预先分类确定的每个二次回路类别对应的图纸图像特征之间的欧式距离,得到欧氏距离计算结果;确定最小的欧氏距离计算结果对应的图纸图像特征为目标类别特征,并确定目标类别特征对应的二次回路类别,为现场图像数据的目标二次回路类别。
在一种可选的实施方式中,目标图像数据确定模块530具体用于:
将目标二次回路类别对应的图纸图像特征集合中的全部图纸图像特征,作为待选特征;通过模拟退火算法确定待选特征中最适用于对目标待维护二次回路进行维护的最优解特征,将最优解特征作为目标图像特征;将目标图像特征对应的图纸图像数据,作为与目标待维护二次回路匹配的目标图像数据;其中,模拟退火算法的适应度函数包括图纸图像数据在历史二次回路维护事件中的有效程度的评估参数。
在一种可选的实施方式中,目标图像数据确定模块530还用于:
确定模拟退火算法的初始化参数和适应度函数;根据初始化参数和适应度函数,计算待选特征对应的适应度函数值,根据适应度函数值进行最优解搜索,根据最优解搜索结果确定待选特征中最适用于对目标待维护二次回路进行维护的最优解特征。
在一种可选的实施方式中,装置还包括:
聚类模块,用于获取二次回路的图纸图像数据;对图纸图像数据进行特征提取,得到图纸图像特征;通过聚类算法对图纸图像特征进行聚类,得到对应每个二次回路类别的图纸图像特征。
在一种可选的实施方式中,聚类模块具体用于:
计算图纸图像特征之间的欧式距离,得到欧氏距离矩阵;在欧氏距离矩阵中,将欧式距离最近的图纸图像特征合并为一个特征组合;计算特征组合的中心特征,以及中心特征之间的欧氏距离,得到新的欧氏距离矩阵,并根据新的欧氏距离矩阵迭代更新特征组合,直到中心特征之间的欧氏距离大于预设欧氏距离阈值,得到目标特征组合划分结果;根据目标特征组合划分结果确定对应每个二次回路类别的图纸图像特征。
本发明实施例所提供的二次回路图纸管理装置可执行本发明任意实施例所提供的二次回路图纸管理方法,具备执行方法相应的功能模块和有益效果。
图6为本发明实施例提供的一种计算机设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图6显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。计算机设备12可以任意具有计算能力的终端设备,如智能控制器及服务器、手机等终端设备。
如图6所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图6中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、R人工智能D系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发实施例所提供的二次回路图纸管理方法,该方法包括:
响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;
将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;
根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所提供的二次回路图纸管理方法,该方法包括:
响应于图纸查找指令,获取与图纸查找指令关联的目标待维护二次回路的现场图像数据;
将现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定现场图像数据对应的目标二次回路类别;
根据目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在目标二次回路类别对应的图纸图像数据中,确定与目标待维护二次回路匹配的目标图像数据。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、Python、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现如本申请任一实施例所提供的二次回路图纸管理方法。
计算机程序产品在实现的过程中,可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、Python、C++,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种二次回路图纸管理方法,其特征在于,包括:
响应于图纸查找指令,获取与所述图纸查找指令关联的目标待维护二次回路的现场图像数据;
将所述现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定所述现场图像数据对应的目标二次回路类别;
根据所述目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在所述目标二次回路类别对应的图纸图像数据中,确定与所述目标待维护二次回路匹配的目标图像数据。
2.根据权利要求1所述的方法,其特征在于,所述将所述现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定所述现场图像数据对应的目标二次回路类别,包括:
计算所述现场图像特征,与经过预先分类确定的每个二次回路类别对应的图纸图像特征之间的欧式距离,得到欧氏距离计算结果;
确定最小的所述欧氏距离计算结果对应的所述图纸图像特征为目标类别特征,并确定所述目标类别特征对应的所述二次回路类别,为所述现场图像数据的目标二次回路类别。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在所述目标二次回路类别对应的图纸图像数据中,确定与所述目标待维护二次回路匹配的目标图像数据,包括:
将所述目标二次回路类别对应的所述图纸图像特征集合中的全部所述图纸图像特征,作为待选特征;
通过模拟退火算法确定所述待选特征中最适用于对所述目标待维护二次回路进行维护的最优解特征,将所述最优解特征作为目标图像特征;
将所述目标图像特征对应的所述图纸图像数据,作为与所述目标待维护二次回路匹配的目标图像数据;
其中,所述模拟退火算法的适应度函数包括所述图纸图像数据在历史二次回路维护事件中的有效程度的评估参数。
4.根据权利要求3所述的方法,其特征在于,所述通过模拟退火算法确定所述待选特征中最适用于对所述目标待维护二次回路进行维护的最优解特征,包括:
确定模拟退火算法的初始化参数和适应度函数;
根据所述初始化参数和所述适应度函数,计算所述待选特征对应的适应度函数值,根据所述适应度函数值进行最优解搜索,根据最优解搜索结果确定所述待选特征中最适用于对所述目标待维护二次回路进行维护的最优解特征。
5.根据权利要求1所述的方法,其特征在于,所述每个二次回路类别对应的图纸图像特征的确定过程,包括:
获取二次回路的图纸图像数据;
对所述图纸图像数据进行特征提取,得到图纸图像特征;
通过聚类算法对所述图纸图像特征进行聚类,得到对应每个二次回路类别的图纸图像特征。
6.根据权利要求5所述的方法,其特征在于,所述通过聚类算法对所述图纸图像特征进行聚类,得到对应每个二次回路类别的图纸图像特征,包括:
计算所述图纸图像特征之间的欧式距离,得到欧氏距离矩阵;
在所述欧氏距离矩阵中,将所述欧式距离最近的所述图纸图像特征合并为一个特征组合;
计算所述特征组合的中心特征,以及所述中心特征之间的所述欧氏距离,得到新的欧氏距离矩阵,并根据所述新的欧氏距离矩阵迭代更新所述特征组合,直到所述中心特征之间的所述欧氏距离大于预设欧氏距离阈值,得到目标特征组合划分结果;
根据所述目标特征组合划分结果确定对应每个二次回路类别的图纸图像特征。
7.一种二次回路图纸管理装置,其特征在于,包括:
现场图像数据获取模块,用于响应于图纸查找指令,获取与所述图纸查找指令关联的目标待维护二次回路的现场图像数据;
二次回路类别确定模块,用于将所述现场图像数据的现场图像特征与经过预先分类确定的每个二次回路类别对应的图纸图像特征进行匹配分析,确定所述现场图像数据对应的目标二次回路类别;
目标图像数据确定模块,用于根据所述目标二次回路类别对应的图纸图像数据,在历史二次回路维护事件中的有效程度的评估参数,在所述目标二次回路类别对应的图纸图像数据中,确定与所述目标待维护二次回路匹配的目标图像数据。
8.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的二次回路图纸管理方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的二次回路图纸管理方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在被处理器执行时实现如权利要求1-6中任一所述的二次回路图纸管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411742542.6A CN119577176A (zh) | 2024-11-29 | 2024-11-29 | 二次回路图纸管理方法、装置、设备、介质和产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202411742542.6A CN119577176A (zh) | 2024-11-29 | 2024-11-29 | 二次回路图纸管理方法、装置、设备、介质和产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN119577176A true CN119577176A (zh) | 2025-03-07 |
Family
ID=94814018
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202411742542.6A Pending CN119577176A (zh) | 2024-11-29 | 2024-11-29 | 二次回路图纸管理方法、装置、设备、介质和产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN119577176A (zh) |
-
2024
- 2024-11-29 CN CN202411742542.6A patent/CN119577176A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11281718B2 (en) | Method and apparatus for multi-dimensional content search and video identification | |
| CN111651636A (zh) | 视频相似片段搜索方法及装置 | |
| CN107729935B (zh) | 相似图片的识别方法和装置、服务器、存储介质 | |
| CN108564102A (zh) | 图像聚类结果评价方法和装置 | |
| CN110708285B (zh) | 流量监控方法、装置、介质及电子设备 | |
| CN112309126B (zh) | 车牌检测方法、装置、电子设备及计算机可读存储介质 | |
| CN111198924B (zh) | 产品失效知识库建立方法与失效分析方法、装置、介质 | |
| CN112883990A (zh) | 数据分类方法及装置、计算机存储介质、电子设备 | |
| CN111414528B (zh) | 确定设备标识的方法、装置、存储介质及电子设备 | |
| CN112818162A (zh) | 图像检索方法、装置、存储介质和电子设备 | |
| CN112348203A (zh) | 模型训练方法、装置、终端设备及存储介质 | |
| CN117608630A (zh) | 一种代码质量检测方法、装置、设备和存储介质 | |
| CN113315851A (zh) | 域名检测方法、装置及存储介质 | |
| CN111078512A (zh) | 告警记录生成方法、装置、告警设备及存储介质 | |
| CN113886821A (zh) | 基于孪生网络的恶意进程识别方法、装置、电子设备及存储介质 | |
| CN115687732B (zh) | 基于ai和流式计算的用户分析方法及系统 | |
| CN112801130B (zh) | 图像聚类簇质量评估方法、系统、介质及装置 | |
| CN119577176A (zh) | 二次回路图纸管理方法、装置、设备、介质和产品 | |
| US12526180B2 (en) | Root cause analysis of anomalous events in a computer network | |
| CN113642671A (zh) | 基于任务分布变化的半监督元学习方法及装置 | |
| CN116361567B (zh) | 应用于云办公的数据处理方法及系统 | |
| CN115394543B (zh) | 三相树脂绝缘干式变压器温控报警方法、装置、设备 | |
| CN118657205A (zh) | 基于知识图谱的数据管理方法及系统 | |
| CN115761317B (zh) | 图像分类方法、装置、电子设备及存储介质 | |
| CN115731020B (zh) | 数据处理方法、装置及服务器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |