变电站二次接线图纸连接关系智能识别算法研究

石恒初，杨桥伟，游 昊，杨远航，陈晓帆

（云南电力调度控制中心，昆明 650011）

0 引言

变电站中二次系统装置众多，各类线缆种类繁多，包括继电保护装置、安全自动装置、故障录波装置、继电保护故障信息系统子站、网络交换机、智能终端装置等。变电站内的二次接线非常复杂，而二次接线的准确与否关系着电网运行安全，因而具有非常重要的地位。如此复杂的接线结构必将定期对回路接线进行校核。面对复杂庞大的校核，给工作人员造成了巨大的工作量。

当前的端子排校核工作中，以人工校核为主，通常以获取的CAD图纸（通常为纸质文件）为基础，去现场面对实际端子排接线情况，通过图纸一一对比现场端子排所在的屏柜、端子号、回路号、电缆编号，以及端子的对向端子情况。在此过程中，图纸的审查尤为重要，是其基础工作，此项工作费工耗时，往往需要多人多次审核才能避免因为人员工作疏忽造成的隐患。从工作流程不难看出，二次回路的图纸的校核工作多是基于固有规则开展，具有重复性、机械性、规则性的特点，这给人工智能技术的应用提供了便利条件。

本文在研究了变电站二次接线图现有图纸[1]的绘图规则的基础上[9-10]，对将单位信息栏、通用图纸连接关系拐角、特殊图纸A连接管脚等进行标签整理[2-6]，在分类的数据集上用k-means聚类方式得出适合操作检测的参数，并基于YOLO目标检测算法进行目标检测，训练得到最佳的图形检测模型，通过图像检测检测图纸质量，基于OCR识别算法进行文字识别，训练得到最佳的检测模型，进一步识别获取图纸中的端子排号以及端子号。利用语义分割[7-8]判断出图纸中的端子间的连接关系，从而建立图纸中的端子排信息的数据台账，为工作人员检索和现场识别提供了准确的接线信息，避免了重复的人工劳动，保障电网接线及校核工作的高效运行。

1 变电站二次接线图纸连接关系智能识别算法流程

利用AI图像深度学习技术对二次回路涉及的图纸（CAD、PDF、图片、纸质等格式的图纸）进行一致性、规范性检验，其流程图如图1所示，以实现机器代替部分人力工作，达到降低工作量的目的，同时提升核对工作质量。

图1 二次回路连接关系智能识别流程图

图2 K均值算法流程图

图3 二次回路设计图

图4 二次回路端子排设计图

图5 识别准确率分析图

步骤1：根据业需要，收集电气二次回路历史图纸；

步骤2：根据历史电力图纸，收集历史电力图纸，并对历史电力图纸进行分析；

步骤3：针对变电站内图纸按照绘制方式、所属设计院进行统计分类，根据所述图纸类型和/或绘图方式，对历史电力图纸进行场景标记；

步骤4：将图纸进行冗余切割；

步骤5：将上述数据集进行标签整理，分别为单位信息栏、通用图纸连接关系拐角、特殊图纸A连接管脚等。在分类的数据集上用k-means聚类方式得出适合操作检测的参数，并基于YOLO[9-12]改进目标检测算法进行目标检测，训练得到最佳的图形检测模型，基于OCR识别算法进行文字识别，训练得到最佳的文字检测模型；

步骤6：对分类后的电力图纸通过文字识别算法进行文字识别，得到图纸文字数据，且对分类后的电力图纸通过目标检测算法进行目标检测，得到图纸连接线数据和图纸电气元件数据；

步骤7：基于预训练模型，对所述图纸文字数据、图纸连接线数据和图纸电气元件数据进行训练，得到不同图纸类型和/或绘图方式的文字检测模型和图形检测模型。

步骤8：根据所述目标检测模块，对欲检测的电力图纸进行分析，提取该电力图纸所包含的文字信息、电气元件信息以及连接线信息；

步骤9：根据所述文字信息、电气元件以及连接线信息，生成电力图纸台账数据。

1.1 场景标记方法

对图纸进行场景标记时，首先对不同设计院的图纸进行收集整理，将通用的端子排之间的关系与不同的图纸进行融合（可包括：针对不同单位的图纸，实现图纸模式与单位关联绑定，并将关联结果动态写入识别算法，然后对图纸中出现的关联管理链接图像进行标，并进行训练，其目的是方法在使用过程中，一旦导入图纸即可知道该图纸为某种模板的图纸，并在后期图纸解析的方法中调用该模板对应的图纸解析方法）。

同时，在图纸中对图纸中的单位区域进行标注。标注采用模型检测标注方法，即通过矩形标注图纸中单位出现的位置，例如：设起始点坐标为（x,y），宽度为w，高度为h，从图纸信息中标注此处单位信息栏以及连接关系进行标记；提取上述标记过程的关键内容，包括（x,y,w,h），其中，（x,y）为标记边界框的左上角坐标，w,h分别为标记边界框的宽和高，经过计算扩大后的标记边界框区域为,其中，为左上角坐标，为扩大后边界框的宽和高。至此，关于不同场景的数据集处理完成。

1.2 电气二次回路历史图纸冗余切割

为了更好的对文字进行识别，可在根据所述检测模型权重和预先配置的预训练模型，在历史电力图中进行训练之前，将电力图纸进行冗余切割，切割为预定大小的图片。具体步骤如下：

1）先将整张图片进行640×640像素的划分，将一张图片划分为多张图片。

2）为避免在划分像素后出现的文字不完整的问题，对划分过程进行冗余，即增加像素的冗余宽度和冗余高度，例如：完整图片的像素为6400×18000。需要对其进行640×640像素的切割，冗余像素的宽度和高度分别为40和100，首先切割第一部分的的图片的起始坐标为（0，0），宽度为640，高度为640，切割的第二张图片的其实坐标为（600，540），宽度和高度分别为640×640；最终得出计算公式：W0，h0为图片总宽度，n为当前要切割图片的编号（n＞=0），w1，h1为冗余像素，Wa和Ha为切割后每张图片的大小，由此可得：单张图片像素切割的起始位置x坐标：x=(n*Wa)-(n*w1)，当x＞W0时终止；单张图片像素切割的起始位置y坐标：y=(n*Ha)-(n*h1)，当y＞h0时终止。

3）图片冗余切割完成后，将对图片中的文字进行标记，标记采用通用的标记方法进行标记，即标记方式为在图片中圈定文字，在标记完成后将确定的文字正确的输入到训练集合中；

4）标记生成的数据信息包括图片中文字的正确内容，以及该段文字在图片中的位置坐标（x，y，w，h），并利用json数据结构暂时保存，对于OCR识别，端子排中的图纸识别是一个特殊领域，由于字体的不同、特殊字符的加入、英文中文数字的混淆使用，需要对OCR识别对图纸的场景进行重新的训练。

1.3 图形电气元件信息以及图形连接线信息提取

利用Android终端设备，通过导入pdf文件或者拍摄现场图纸高清图片，Android终端设备会自动将图片送入图像分析队列。而Android终端设备内置人工智能图像分析算法，利用场景分类技术将图纸轮廓及边界进行范围标定和修正。然后将图片进行冗余切割，记录下切割位置，利用OCR算法[13]对切割后图片的文字进行识别。包括识别内容及识别坐标。对上述切割后的图片通过目标检测手段进行连接节点检测。并记录节点位置坐标。依据切割后检测所得节点坐标，识别所得文字坐标，结合切割点坐标对坐标点进行复原计算（由于所得是将图片冗余切割后的实际信息，其中包含了文本内容，以及在切割后图片的相对坐标，此时应该将单个图片的相对坐标转换为实际坐标，转换公式如下：

假设，完整图片的宽高为W，H，切割图片的宽高为（Wn，Hn），切割图片为水平第n张，垂直第m张图片，图片的冗余宽高为W0，H0；

所识别文字坐标为Xn1，Yn1，宽高为Wn1，Hn1。那么该文字所在完整图片的坐标（x，y）以及宽高（w，h）分别为

x=(n*Wn1)-(W0*n)；

y=(m*Hn1)-(H0*n)；

w=Wn1*(W/Wn)；

h=Hn1*(H/Hn)）；

对完整图片利用语义分割算法[14-16]进行连接线检测，结合上述复原后文字坐标以及节点坐标进行匹配运算，最终确定对应关系；依据对应关系分别找出图纸中端子两侧的端子排号、端子号、回路号，以及相关的电缆编号和电缆编号所接对向回路号。

2 相关智能算法研究

2.1 k-means聚类分析法

k-means聚类分析(k-means clustering)源于信号处理中的一种向量量化方法，其核心为：以空间中的k个点为聚类中心，对最靠近它们的对象归类，具体计算过程通过迭代的方法，逐次更新各聚类中心的值，直到最后收敛得到最优的聚类结果，其目的就是为了使簇内数据对象之间的相似性尽可能大，而簇间数据对象的相似性尽可能小。

2.2 YOLO改进目标检测算法

传统的YOLO网络中的anchor参数是通过VOC数据集上聚类得到的，其优势是识别种类较多，但是在对特定识别对象是识别效果较差。这里参考文献所提方法，在图纸识别中，以YOLO算法为基础，引入了细粒度特征和残差网络对原有网络进行改进。同时，构建基于0OU的评价函数，在聚类过程中，采用类内相似度最大差异和类间差异度最大相似度最小的原则进行优化。

3 算例分析

本文选取某地区实际电网二次系统设计图、端子设计图为例，根据纸质、电子版图纸（PDF、CAD、图片等格式)，识别端子号、回路号、电缆编号，利用开发的智能识别算法进行识别校核。

通过识别明确回路图中所标注的三个元素与端子排图中所标注的三个元素对应。

在样本总数为10、20、40、60和80时，图纸识别准确率均取得不错的结果，随着支持集图片数量的增加，模型的分类准确率在不断提升，模型在支持集图片在60张时分类准确率达到了97.16%，之后再增加样本数，分类准确率并没有明显的提升。

4 结语

本文通过目标检测模型检测获取图纸中的端子信息以及连接信息，建立图纸中的端子排信息的数据台账，从而实现了利用人工智能手段对端子排图纸的自动检索，大大节约了工作人员在校核工作中图纸检索的时间成本，也规避了在图纸检索中由于人为主观因素造成的检索错误，为后期的校核工作提供了实时准确的一手资料；此外，数据台账的建立，对于年代久远的变电站可能没有原始文件的情况进行了图纸永久记录，为后期的图纸复原提供了准确的原始数据，也对今后的二次回路研究工作提供了可靠的数据支撑。