(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 202210633919.9 (22)申请日 2022.06.07 (71)申请人 国网山东省电力公司莱芜供电公司 地址 271100 山东省济南市莱芜区鲁中西 大街21号 申请人 国家电网有限公司 (72)发明人 秦子健　赵磊　胡昌伦　孟凡敏　 陈泽伟　陈爱友　梁龙飞　张培杰　 吕德勇　吕聪　丁吉峰　李新蕾　 (74)专利代理 机构 济南舜源专利事务所有限公 司 37205 专利代理师 尹俪娟 (51)Int.Cl. G06V 30/422(2022.01) G06V 10/26(2022.01)G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 30/19(2022.01) (54)发明名称 一种电网厂站接线图自动识别与转换存储 方法 (57)摘要 本发明提供一种电网厂站接线图自动识别 与转换存储 方法， 属于电力系统智能可视化技术 领域， 包括如下步骤： S1.获取原有格式的厂站 接 线图的图像文件， 分别对图中设备图元、 文字及 连接线轮廓进行识别， 并对识别结果进行修正； S2.根据修正后设备图元、 文字及连接线轮廓的 位置坐标及相关识别结果， 构建厂站接线图拓扑 关系矩阵文件并进行存储。 本发 明对原格式的厂 站接线图的图形文件进行设备图元、 文字及连接 线轮廓的自动检测识别， 并对文字及连接线进行 补充及修正， 再通过厂站接线图拓扑关系矩阵实 现轻量存储； 本发明实现电网厂站接线图拓扑关 系自动识别转换效率的提升， 有效降低电子图纸 对存储空间的占用， 提高自动化运维人员绘图和 维护效率。 权利要求书4页 说明书9页 附图1页 CN 115082950 A 2022.09.20 CN 115082950 A 1.一种电网厂站接线图自动识别与转换存 储方法， 其特 征在于， 包括如下步骤： S1.获取原有格 式的厂站接线图的图像文件， 分别 对图中设备图元、 文字及连接线轮廓 进行识别， 并对识别结果进行修 正； S2.根据修正后设备图元、 文字及连接线轮廓的位置坐标及相关识别结果， 构建厂站接 线图拓扑关系矩阵文件并进行存 储。 2.如权利要求1所述的电网厂站接线图自动识别与转换存储方法， 其特征在于， 步骤S1 具体步骤如下： S11.读取原有CAD格式或Visi o格式的厂站接线图的图像文件， 设定为第一图像文件； S12.对第一图像文件进行预处理后， 使用图元目标检测模型进行设备图元目标的检测 与识别， 得到厂站接线图中所有设备图元的位置坐标、 设备图元类别及设备图元旋转角度， 再对识别出的设备图元编制端点标号及唯一图元编号； S13.对第一图像文件中设备图元进行覆盖隐藏， 生成第二图像文件； S14.对第二图像文件进行预处理后， 使用文字目标检测模型进行文字目标的检测与识 别， 得到厂站接线图中所有文字的位置坐标及文本内容， 并根据文本内容分析出电压等级， 再根据文字与设备图元的位置坐标的关联关系进 行匹配， 对文本内容不完整的设备图元进 行文本补充， 使得设备图元与文本内容 一一对应， 生成文本设备图元关联矩阵； S15.对第二图像文件中文本内容进行覆盖隐藏， 生成第三图像文件； S16.对第三图像文件进行预处理后， 使用预设的矩形卷积核及轮廓检测算法检测出各 连接线轮廓， 并获取表征连接线轮廓各位置点的坐标数据， 再对各位置点的坐标数据按照 水平或垂直线方向进行合并或拆分， 形成优化后连接线及位置坐标， 并为各优化后的连接 线编制端点标号及唯一连接线编号。 3.如权利要求2所述的电网厂站接线图自动识别与转换存储方法， 其特征在于， 步骤 S12具体步骤如下： S121.获取若干作为样本的第一图像文件， 并对各第一图像文件进行缩放预处理及切 割预处理， 生成设备图元训练数据集； S122.基于两阶段目标检测算法， 并采用区域 提议网络构建图元目标检测模型； S123.使用设备图元训练数据集对图元目标检测模型进行训练， 直至图元目标检测模 型准确率满足设定阈值； S124.获取待识别的第一图像文件， 并进行缩放预处理及切割预处理， 再使用训练好的 图元目标检测模型进 行设备图元目标的检测与 识别， 得到厂站接线图中所有设备图元的位 置坐标、 设备图元类别及设备图元旋转角度； S125.对识别出的设备图元按照端点数量编制端点标号， 并为每个设备图元编制唯一 图元编号。 4.如权利要求2所述的电网厂站接线图自动识别与转换存储方法， 其特征在于， 步骤 S14具体步骤如下： S141.获取若干作为样本的第二图像文件， 并对各第二图像文件进行缩放预处理及切 割预处理， 生成文本训练数据集； S142.基于检测 和识别两阶段文字识别算法构建文字目标检测模型； S143.使用文本训练数据集对文字目标检测模型进行训练， 直至文本目标检测模型准权　利　要　求　书 1/4 页 2 CN 115082950 A 2确率满足设定阈值； S144.获取待识别的第二图像文件， 并进行缩放预处理及切割预处理， 再使用训练好的 文字目标检测模型进 行文字目标的检测与 识别， 得到厂站接线图中所有文字的位置坐标及 文本内容， 并根据文本内容分析 出厂站所属的电压等级； S145.根据文字的坐标位置与设备图元的位置坐标进行关联匹配， 判断文本内容是否 不完整； 若是， 进入步骤S146； 若否， 进入步骤S147； S146.将文本内容不完整的设备图元进行文本补充， 使得设备图元与文本内容一一对 应； S147.根据设备图元与文本内容对应关系生成文本设备图元关联矩阵。 5.如权利要求2所述的电网厂站接线图自动识别与转换存储方法， 其特征在于， 步骤 S16具体步骤如下： S161.基于图像处理分析OpenCV函数库， 对待识别的第三图像文件依次进行灰度图转 换及图像二 值化预处理； S162.预先设置图像的矩形卷积核阈值， 并在矩形卷积核阈值范围内根据图形尺寸自 适应调节 矩形卷积核大小； S163.根据预设的矩形卷积核大小， 对预处理后的第三图像文件分别按照水平方向和 垂直方向进行 滤波处理； S164.利用OpenCV函数库中轮廓检测算法， 对滤波处理后的第三图像文件进行连接线 轮廓检测， 获取表征 连接线轮廓各位置点的坐标 数据； S165.根据获得的连接线各位置点的坐标数据， 依次按照水平和垂直线方向进行合并 或拆分， 形成新的优化后的连接线及位置坐标； S166.为优化后的连接线编制端点标号及唯一连接线标号。 6.如权利要求2所述的电网厂站接线图自动识别与转换存储方法， 其特征在于， 步骤 S13具体步骤如下： S131.获取第一图像文件中设备图元的位置坐标； S132.利用图像处理分析OpenCV函数库， 对第一图像文件中设备图元的位置坐标处用 图像背景色覆盖， 得到隐藏设备图元的第二图像文件； 步骤S15具体步骤如下： S151.获取第二图像文件中文字的位置坐标； S152.利用图像处理分析OpenCV函数库， 对第二图像文件中文字的位置坐标处用图像 背景色覆盖， 得到隐藏设备图元和文本内容的第三图像文件。 7.如权利要求2所述的电网厂站接线图自动识别与转换存储方法， 其特征在于， 步骤S2 具体步骤如下： S21.获取优化后的各连接线的位置坐标， 构建表示连接线之间连接关系的连接线关联 矩阵； S22.根据 连接线关联矩阵及设备图元的位置坐标， 构建表示连接线与设备图元之间连 接关系的连接线图元关联矩阵；权　利　要　求　书 2/4 页 3 CN 115082950 A 3