电网厂站接线图人工智能识别关键方法

摘要：

矢量化的电网厂站接线图需要调度运维人员参考设计图纸进行人工绘制及导入,工作量巨大且极易出错.针对电网厂站接线图中图元、文字以及接线关系3个核心的识别问题,提出一套基于人工智能的完整电网厂站接线图识别方法,显著提升识别的效率和准确性.通过结合分级预处理的重叠滑窗机制与YOLOv4算法,解决电网厂站接线图的"大图像小图元检测"问题;通过迁移学习与卷积循环神经网络结合,提升包含中文电气文本的识别率;通过嵌入电气领域知识与规则,提升接线识别的准确率.最后,根据获取的电气元件信息、文本信息、连接线信息,完成其他下游任务.采用实际调度系统导出的电网接线图数据集,设计了图元、文字、接线识别三方面的对比实验,验证了所提方法的有效性.

关键词：电网厂站接线图、图元识别、文本识别、接线识别、迁移学习、知识融合、人工智能

所属期刊栏目：47

分类号：TP391.4;TN957.513;S666

资助基金：国家自然科学基金;已申请国家发明专利

在线出版日期：2023-02-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：115-124