本發明屬于變電站設備鳥害處理，尤其涉及一種基于鳥糞圖像特征的變電站設備鳥害處理方法及系統。

背景技術：

1、變電站包含許多關鍵設備，如變壓器、開關設備、母線等。這些設備通常暴露在室外環境中，長期面臨各種自然因素的影響。由于變電站設備通常位于開闊地帶，且有一定高度，因此成為許多鳥類選擇棲息的理想場所。鳥類在變電站設備上棲息的同時也會排泄糞便，導致設備表面被鳥糞覆蓋。而鳥糞本身具有導電性并且含有水分，變電站設備被鳥糞覆蓋可能導致設備短路、故障甚至停電，給電力系統帶來安全隱患和停運的風險。因此，對變電站設備的鳥糞覆蓋進行及時檢測和清理以確保電力系統的穩定和可靠性至關重要。

2、變電站設備鳥糞覆蓋等缺陷圖像智能檢測分為兩個主要部分。首先是對變電站設備的識別，然后是在被識別的設備上進行鳥糞等缺陷的檢測。傳統機器視覺圖像分割算法，如邊緣檢測、模板匹配和閾值分割等，為變電站設備可見光圖像分析提供了參考思路。然而，這些方法存在以下主要缺點：一是依賴具體檢測任務和工作環境，易受圖像采樣質量影響，缺乏魯棒性；二是依賴人工設計的特征工程；三是復雜的缺陷檢測準確率不高。

技術實現思路

1、本發明提供一種基于鳥糞圖像特征的變電站設備鳥害處理方法及系統，用于解決依賴具體檢測任務和工作環境，易受圖像采樣質量影響，缺乏魯棒性，使得識別效果不佳，進而影響后續生成的鳥害處理策略的技術問題。

2、第一方面，本發明提供一種基于鳥糞圖像特征的變電站設備鳥害處理方法，包括：

3、獲取變電站設備的圖像數據，并根據預設的特征融合算法對與所述圖像數據相對應的變電站設備進行定位，得到變電站設備區域圖像，根據預設的深度學習模型獲取所述變電站設備區域圖像中的目標圖像特征；

4、將所述目標圖像特征輸入至預設的改進rcnn模型中，所述改進rcnn模型輸出與所述目標圖像特征相對應的鳥糞覆蓋信息，所述鳥糞覆蓋信息中包含鳥糞覆蓋區域；

5、對所述圖像數據進行鳥糞種類分析，得到與所述圖像數據相對應的鳥類信息；

6、根據所述變電站設備定位信息、所述鳥糞覆蓋信息以及所述鳥類信息生成防鳥污染策略及清潔策略。

7、第二方面，本發明提供一種基于鳥糞圖像特征的變電站設備鳥害處理系統，包括：

8、獲取模塊，配置為獲取變電站設備的圖像數據，并根據預設的特征融合算法對與所述圖像數據相對應的變電站設備進行定位，得到變電站設備區域圖像，根據預設的深度學習模型獲取所述變電站設備區域圖像中的目標圖像特征；

9、輸出模塊，配置為將所述目標圖像特征輸入至預設的改進rcnn模型中，所述改進rcnn模型輸出與所述目標圖像特征相對應的鳥糞覆蓋信息，所述鳥糞覆蓋信息中包含鳥糞覆蓋區域；

10、分析模塊，配置為對所述圖像數據進行鳥糞種類分析，得到與所述圖像數據相對應的鳥類信息；

11、生成模塊，配置為根據所述變電站設備定位信息、所述鳥糞覆蓋信息以及所述鳥類信息生成防鳥污染策略及清潔策略。

12、第三方面，提供一種電子設備，其包括：至少一個處理器，以及與所述至少一個處理器通信連接的存儲器，其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本發明任一實施例的基于鳥糞圖像特征的變電站設備鳥害處理方法的步驟。

13、第四方面，本發明還提供一種計算機可讀存儲介質，其上存儲有計算機程序，所述程序指令被處理器執行時，使所述處理器執行本發明任一實施例的基于鳥糞圖像特征的變電站設備鳥害處理方法的步驟。

14、本申請的基于鳥糞圖像特征的變電站設備鳥害處理方法及系統，通過顏色、梯度和紋理的顯著性特征融合以及空間位置關系分析，確保了更精確的變電站設備鳥糞檢測能力，使得在環境變化和圖像采樣質量不佳時依然能穩定運行，并通過神經網絡和bert-fc模型，系統能夠從鳥糞特征推測具體鳥類種類，并利用交叉熵損失函數進行模型優化，不僅提升了鳥類識別的準確率，還為制定防鳥策略提供了科學依據。

技術特征：

1.一種基于鳥糞圖像特征的變電站設備鳥害處理方法，其特征在于，包括：

2.根據權利要求1所述的一種基于鳥糞圖像特征的變電站設備鳥害處理方法，其特征在于，所述根據預設的特征融合算法對與所述圖像數據相對應的變電站設備進行定位，得到變電站設備定位信息包括：

3.根據權利要求1所述的一種基于鳥糞圖像特征的變電站設備鳥害處理方法，其特征在于，所述根據預設的深度學習模型獲取所述變電站設備區域圖像中的目標圖像特征包括：

4.根據權利要求1所述的一種基于鳥糞圖像特征的變電站設備鳥害處理方法，其特征在于，所述改進rcnn模型包括基礎網絡、用于生成候選框的區域提議網絡以及對候選框進行分類和邊界框回歸的檢測網絡；

5.根據權利要求1所述的一種基于鳥糞圖像特征的變電站設備鳥害處理方法，其特征在于，所述對所述圖像數據進行鳥糞種類分析，得到與所述圖像數據相對應的鳥類信息包括：

6.一種基于鳥糞圖像特征的變電站設備鳥害處理系統，其特征在于，包括：

7.一種電子設備，其特征在于，包括：至少一個處理器，以及與所述至少一個處理器通信連接的存儲器，其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1至5任一項所述的方法。

8.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述程序被處理器執行時實現權利要求1至5任一項所述的方法。

技術總結
本發明公開了一種基于鳥糞圖像特征的變電站設備鳥害處理方法及系統，方法包括：根據預設的特征融合算法對與所述圖像數據相對應的變電站設備進行定位，得到變電站設備區域圖像，根據預設的深度學習模型獲取所述變電站設備區域圖像中的目標圖像特征；將所述目標圖像特征輸入至預設的改進RCNN模型中，所述改進RCNN模型輸出與所述目標圖像特征相對應的鳥糞覆蓋信息；對所述圖像數據進行鳥糞種類分析，得到與所述圖像數據相對應的鳥類信息；生成防鳥污染策略及清潔策略。能夠提升鳥類識別的準確率，從而制定準確的鳥害處理策略。

技術研發人員：梅宇聰,梅立通,夏婕,程開文,李帆,童超,華樺,葉俊,肖禮榮,李長東,熊志偉,葉建輝
受保護的技術使用者：國網江西省電力有限公司電力科學研究院
技術研發日：
技術公布日：2025/4/28