基于图像识别的水电站油位预警方法与流程

本发明属于水电站油位预警，涉及一种基于图像识别的水电站油位预警方法。

背景技术：

1、水电站内液压控制系统是通过油为工作介质动作导叶接力器、电磁控制阀等设备元件。在水电站内设置有基坑漏油箱、技供漏油箱等装置收集设备动作后的透平油，并通过油位传感器对油位进行实时监测，当收集的油位达到限制高度后，油泵控制系统会启动相应油泵电机，将油重新泵到集油槽中循环使用。

2、目前水电站油控制系统只通过油位传感器对油位进行监测，数据单一。一但油位传感器在运行过程中发生卡涩、失灵或等问题时会导致两种不安全现象发生。一是可能会引起基坑漏油箱、技供漏油箱等装置内油位持续攀升，但油泵电机不启动，油最终溢出、泄露，引发机组运行运行安全问题和不环保事件发生；二是可能会引起油泵电机长时间运行，导致烧泵，损坏设备。

技术实现思路

1、本发明所要解决的技术问题是提供一种基于图像识别的水电站油位预警方法，当水电站内油位监测传感器在运行过程中发生卡涩、失灵问题后，及时报送故障信号，以便运行人员第一时间发现故障、远程监视油位真实状态。

2、为解决上述技术问题，本发明所采用的技术方案是：一种基于图像识别的水电站油位预警方法，包括如下步骤：

3、s1，前序准备，在油箱内部采用疏油性材料形成刻度值显示真实油位，并在上方盖板内部安装智能摄像头，对油位进行实时监控，并定时传输实际油位图片；

4、s2，模型训练，收集图片，形成初始样本集、学习数据集训练算法模型；

5、s3，油位识别，设定智能摄像头定时将视频图片传输至faster r-cnn算法模型，faster r-cnn算法模型对图片油位进行标注并输出；

6、s4，信号传输及判断；

7、s4-1，采用合适的信号模块及通讯方式与现地控制单元lcu和图像监视系统系统相连接；

8、s4-2，输出的标注数值传送到到现地控制单元lcu中，lcu内部增设逻辑判定流程；

9、s4-3，标注图片输送至图片采集监视系统，当标注的图片超过过高、过底限值时，图片采集监视系统报警，并将图片画面弹出并持续刷新显示，提醒运行人员及时检查，专业处理。

10、在s2中，形成初始样本集包括：在机组检修停机时，人为控制邮箱内部油位，获取不同油位值的初始图像，并采用labelimg软件对每张图片中的油位进行标注，该标注软件标定图像油位刻度并注释油位高度值，将标注的图片汇总形成初始样本集。

11、在s2中，形成学习数据集：采用imgaug软件对初始样本集内的标注图像进行随机对比度、随机矩形遮挡和椒盐噪声处理，扩充样本集，形成学习数据集。

12、在s2中，训练算法模型：采用faster r-cnn算法模型进行识别，将形成的学习数据集输入到算法模型中，训练算法模型的定位识别能力。

13、在s4-2中，逻辑判定流程包括如下步骤：

14、s4-2-1，输出油位标注数值与传感器采集的数值相比较，差值在一定范围内为正常，超过一定范围时，判定传感器故障，并上送报警信号至监控系统；

15、s4-2-2，输出油位标注数值低于过低限，判定油位过低限故障，并上送报警信号至监控系统；

16、s4-2-3，输出油位标注数值低于过低限后，初始过低油位值与10分钟后油位值相差超过+10mm，判定油位过低限故障持续且可能存在电机长时间运行风险，并上送报警信号至监控系统；

17、s4-2-4，输出油位标注数值高于过高限，判定油位过高限故障，并上送报警信号至监控系统；

18、s4-2-5，输出油位标注数值高于过低限后，初始过高油位值与5分钟后油位值相差超过-10mm，判定油位过高限故障持续且可能存在油位溢出风险，并上送报警信号至监控系统。

19、本发明的主要有益效果在于：

20、有效避免了传感器故障时，油泵电机损坏和机坑漏油箱、技供漏油箱等油箱溢油事件的发生。

21、实时传输油位高度，提高油系统监视可靠性。

22、油位异常信号及时报送，方便运行人员与维护人员及时处理。

23、可以推广至其他电站或行业中的类似辅助设备控制系统。

技术特征：

1.一种基于图像识别的水电站油位预警方法，其特征是，其特征是，包括如下步骤：

2.根据权利要求1所述的基于图像识别的水电站油位预警方法，其特征是：在s2中，形成初始样本集包括：在机组检修停机时，人为控制邮箱内部油位，获取不同油位值的初始图像，并采用labelimg软件对每张图片中的油位进行标注，该标注软件标定图像油位刻度并注释油位高度值，将标注的图片汇总形成初始样本集。

3.根据权利要求1所述的基于图像识别的水电站油位预警方法，其特征是：在s2中，形成学习数据集：采用imgaug软件对初始样本集内的标注图像进行随机对比度、随机矩形遮挡和椒盐噪声处理，扩充样本集，形成学习数据集。

4.根据权利要求1所述的基于图像识别的水电站油位预警方法，其特征是：在s2中，训练算法模型：采用faster r-cnn算法模型进行识别，将形成的学习数据集输入到算法模型中，训练算法模型的定位识别能力。

5.根据权利要求1所述的基于图像识别的水电站油位预警方法，其特征是：在s4-2中，逻辑判定流程包括如下步骤：

技术总结
一种基于图像识别的水电站油位预警方法，通过在油箱内部采用疏油性材料形成刻度值显示真实油位，并在上方盖板内部安装智能摄像头，对油位进行实时监控，并定时传输实际油位图片；形成初始样本集、形成学习数据集和训练算法模型；设定智能摄像头定时将视频图片传输至Faster R‑CNN算法模型，Faster R‑CNN算法模型对图片油位进行标注并输出；信号传输及判断；实时监测水电站内各透平油的油位，并及时报送油位传感器、油泵电机等设备异常报警信号，和油位越高、低限值等情况报警信号，提高设备运行的可靠性、杜绝因传感器等设备监测不到位导致的安全生产风险及环保问题。

技术研发人员：梅婷婷,肖阳,张超,陈佳科,李雪,赵子璇
受保护的技术使用者：中国长江电力股份有限公司
技术研发日：
技术公布日：2025/1/9