变电站二次回路端子排设计图文字检测与识别
刘威
高林
伏德粟
王书坤
湖北民族大学 智能科学与工程学院,湖北 恩施 445000
摘要：目前变电站二次回路端子排接线巡检存在一系列问题,包括巡检周期长、手段单一、数据管理分散、无法精准发现设备隐患等.为了提高二次回路巡检效率和智能化水平,提出了改进YOLOv5+Open CV+Paddle OCR的方法进行端子排设计图文字检测与识别.首先,通过加入卷积块注意力模块(convolutional block attention module,CBAM)的方法改进YOLOv5(you only look once v5)目标检测算法,用于检测端子排和连接线路;其次,使用开源计算机视觉库(open source computer vision library,Open CV)拆分端子排和连接线路,将端子排分割成以端子名称为首的端子组;最后,采用Paddle光学字符识别(optical character recognition,OCR)技术识别图纸中的文字.实验结果表明,改进的YOLOv5 算法对图纸中端子排和连接线路检测的平均精确率均值达到 95.5％,通过Open CV和Paddle OCR技术使得设计图图纸文字识别精确率达到 92.1％,文字检测与识别的总体精确率达到 88.0％.为端子排设计图文字检测与识别提供了可靠的算法模型.
关键词：端子排二次回路YOLOv5光学字符识别注意力机制变电站设计图纸
分类号：TP391.1(计算技术、计算机技术)TM63(发电、发电厂)
资助基金：国家自然科学基金(61562025)国家自然科学基金(61962019)湖北省高等学校省级教学研究项目(2017387)
论文发表日期：2023-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 198-205 )
英文信息