(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 202211148128.3 (22)申请日 2022.09.20 (71)申请人 安徽南瑞继远电网技 术有限公司 地址 230088 安徽省合肥市高新区科 学大 道90号 申请人 南瑞集团有限公司 (72)发明人 徐沛哲　张可　黄文礼　茆骥　 王柳　杨建旭　陆年生　陈博文　 晏雨晴　 (74)专利代理 机构 合肥国和专利代理事务所 (普通合伙) 34131 专利代理师 吴娜 (51)Int.Cl. G06F 16/58(2019.01) G06F 16/55(2019.01)G06F 16/54(2019.01) G06F 16/51(2019.01) G06Q 30/00(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种标签溯源的电力智能样本库管理系统 及方法 (57)摘要 本发明涉及一种标签溯源的电力智能样本 库管理系统， 包括： 样本采集模块， 用于拍摄样本 图片； 样本图像识别模块， 对采集的样本图片进 行识别； 样本标签规范标注模块， 对采集的样本 图片的识别目标进行标注， 包括正确标注目标的 位置和类别； 样本溯源模块， 用于对经过标注的 样本图片进行筛选， 对于问题样 本图片进行现场 溯源处理， 对现场的问题设备进行调整修改； 样 本信息可视化展示模块； 样本库， 用于对采集的 样本图片进行存储。 本发明构建一套样本标签台 账表， 对非结构化样本数据的标签进行结构化表 述， 有助于在样本筛选后对问题样 本进行溯源查 询， 并针对样本采集问题的原因进行查找分析， 整改后提升样本采集效果。 权利要求书2页 说明书5页 附图2页 CN 115357746 A 2022.11.18 CN 115357746 A 1.一种标签溯源的电力 智能样本库管理系统， 其特 征在于： 包括： 样本采集模块， 用于拍摄 变压器、 隔离开关、 断路器设备的样本图片； 样本图像识别模块， 利用样本图像识别模型对 采集的样本图片进行识别； 样本标签规范标注模块， 依据样本标签规范对采集的样本 图片的识别目标进行标注， 包括正确标注目标的位置和类别； 样本溯源模块， 用于对经过标注的样本 图片进行筛选， 对于问题样本 图片进行现场溯 源处理， 对现场的问题设备进行调整修改； 样本信息可视化展示模块， 用于在选中某一样本 图片后， 分两个区域对样本 图片信息 进行展示： 其中， 第一区域为样本标签区域， 用于展示样 本标签规范中所包含的各类基础信 息； 第二区域 为样本识别区域， 用于展示样本图像识别模型的识别结果及识别区域； 样本库， 用于对 采集的样本图片进行存 储。 2.根据权利要求1所述的标签溯源的电力智能样本库管理系统， 其特征在于： 所述样本 标签规范包括变电站名称、 设备名称、 设备类型、 相别、 生产厂家、 型号、 设备编码、 部位、 巡 视点位名称、 巡视点位编号、 预置位名称、 预置位编码、 预置位编号、 预置位配置日期、 数据 格式、 巡视方式、 算法标签类别、 算法编码、 算法厂家、 节点名称、 节点类型、 节点编码、 节点 IP地址、 节 点厂家、 节点投运日期、 节 点安装位置、 节 点运行状态、 摄像机名称、 摄像机类型、 摄像机编码、 摄 像机厂家、 摄 像机型号和摄 像机安装位置 。 3.根据权利要求1所述的标签溯源的电力智能样本库管理系统， 其特征在于： 所述样本 图像识别模型包括设备状态 识别模型、 设备缺陷识别模型和表计读数识别模型。 4.根据权利要求1所述的标签溯源的电力智能样本库管理系统， 其特征在于： 所述样本 采集模块包括摄 像机、 无人机、 机器人的前端采集设备。 5.根据权利要求1至4中任一项所述的标签溯源的电力智能样本库管理系统的管理方 法， 其特征在于： 该 方法包括下列顺序的步骤： (1)通过样本采集模块采集电力设备的样本图片； (2)将采集到的电力设备的样本图片上传至普通节点， 即变电站 站端； (3)将采集到的样本图片中的红外及可 见光图像统一 转换生成jpg格式； (4)将经步骤(3)转换后的样本图片从变电站站端汇聚到具有分析推理功能的集控站 即智能节点； (5)将智能节点处 理完成的样本图片和其对应的标签信息上传至样本库中。 6.根据权利要求5所述的管理方法， 其特 征在于： 所述 步骤(3)具体包括以下步骤： (3a)将统一格式的样本图片按照类别进行样本分类； 分类完成的样本图片在变电站站端配置样本标签 台账信息， 样本标签 台账信息包括变 电站名称、 设备名称、 设备类型、 相 别、 生产厂家、 型号、 设备编码、 部位、 巡视点位名称、 巡视 点位编号、 预置位名称、 预置位编 码、 预置位编号、 预置位配置日期、 数据格式、 巡视方式、 算 法标签类别、 算法编码、 算法厂家、 节点名称、 节点类型、 节点编码、 节点IP地址、 节点厂家、 节点投运日期、 节点安装位置、 节点运行状态、 摄像机名称、 摄像机类型、 摄像机编码、 摄像 机厂家、 摄 像机型号和摄 像机安装位置； (3c)对样本图片的格式进行转换， 统一 转换为jpg格式。 7.根据权利要求5所述的管理方法， 其特 征在于： 所述 步骤(4)具体包括以下步骤：权　利　要　求　书 1/2 页 2 CN 115357746 A 2(4a)在智能节点对样本图片进行识别并分类： 样本图片采集时分别采集设备状态图像、 设备缺陷图像和表计读数图像三类： 对于采集到的设备状态图像， 调用设备状态 识别模型进行识别， 以判断设备目前状态； 对于采集到的设备缺陷图像， 调用设备缺陷识别模型进行识别， 以判断设备是否存在 外观缺陷； 对于采集到的表计图像， 调用表计读数识别模型识别， 以判断设备运行是否存在故障 和隐患； (4b)对识别完成的样本图片进行筛 选， 保留有目标的样本图片； (4c)在智能节点对样本图片进行 标注， 生成对应的识别标签和识别框 。 8.根据权利要求5所述的管理方法， 其特 征在于： 所述 步骤(5)具体包括以下步骤： (5a)对上传的样本图片进行二次标注， 修改识别错 误的标签和识别框； (5b)对样本图片的信息进行解析， 通过页面进行 可视化展示； (5c)筛选负样本图片， 对现场进行样本图片采集溯源， 调整样本采集模块。权　利　要　求　书 2/2 页 3 CN 115357746 A 3