CN106895791A - 一种板卡形变监测预警系统 - Google Patents

一种板卡形变监测预警系统 Download PDF

Info

Publication number
CN106895791A
CN106895791A CN201710242026.0A CN201710242026A CN106895791A CN 106895791 A CN106895791 A CN 106895791A CN 201710242026 A CN201710242026 A CN 201710242026A CN 106895791 A CN106895791 A CN 106895791A
Authority
CN
China
Prior art keywords
board
realtime graphic
camera
deformation
deformation monitoring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710242026.0A
Other languages
English (en)
Other versions
CN106895791B (zh
Inventor
邢超
李胜男
刘明群
郭成
覃日升
赵勇帅
何鑫
张冀
杨楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of Yunnan Power System Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power System Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of Yunnan Power System Ltd filed Critical Electric Power Research Institute of Yunnan Power System Ltd
Priority to CN201710242026.0A priority Critical patent/CN106895791B/zh
Publication of CN106895791A publication Critical patent/CN106895791A/zh
Application granted granted Critical
Publication of CN106895791B publication Critical patent/CN106895791B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/16Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30141Printed circuit board [PCB]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52Outage or fault management, e.g. fault detection or location

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本申请公开了一种板卡形变监测预警系统,包括监控装置、智能终端和告警显示装置,监控装置用于采集板卡实时图像,智能终端对板卡实时图像进行分析处理,得到板卡形变监测数据,这种板卡形变监测方式,不会增加板卡的承重,不仅能准确获得板卡的形变值,还能对板卡发生形变的位置区域进行定位。此外,智能终端还可以根据预测模型,对板卡形变进行动态预测,当板卡形变预测值超过板卡故障阈值时,告警显示装置会发出预警,提示工作人员及时检修,从而将出现问题再检修的“事后检修”改进为依据板卡形变状态和变化趋势而进行的“状态检修”,有利于板卡的运行维护,提高了工作人员的作业效率。

Description

一种板卡形变监测预警系统
技术领域
本申请涉及板卡测试技术领域,特别涉及一种板卡形变监测预警系统。
背景技术
在直流输电工程中,直流控制保护主机是保证电力系统能否安全稳定运行的重要设备,其中,板卡是直流控制保护主机中的核心部件。然而,控制保护主机的板卡功能逐渐完善,板卡尺寸及其承载的电子元件数量也会增加,板卡重量增大,导致板卡在长期运行过程中产生形变。
控制保护主机的板卡安装于装置内部时,如果板卡形变过大,一方面,会导致板卡承载的元器件接触不良甚至管脚部分脱落,影响板卡的正常运行;另一方面,板卡上一些体积较大的元器件会与装置中其他部件接触,从而导致板卡重启或出现故障。板卡长期运行时,随着形变累积,有可能导致板卡彻底损坏,进而影响电力系统的安全稳定运行。
为了防止控制保护主机板卡由于形变过大引发故障,需要对板卡形变进行实时监测。中国发明专利CN105740123A公开了一种用于机箱内部板卡弯曲程度的监测方法,该方法是在板卡上安装弯曲程度感应器,弯曲程度感应器由感光片、点光源和光采集器组成,感光片接收点光源发出的入射光,光采集器将采集到的光强变化转化为电信号,并将电信号发到系统中央管理芯片,系统中央管理芯片根据电信号强度判断板卡弯曲程度。
然而,上述方法存在的问题主要有:第一,弯曲程度感应器放置于板卡上,会进一步增加板卡重量,加剧板卡的弯曲程度,反而增加了板卡的形变量;第二,该方法只能判断板卡的弯曲程度,无法对产生弯曲形变的具体位置进行定位,从而不利于工作人员判断;第三,该方法无法对板卡的形变进行预测,不利于设备整个生命周期的管理。
发明内容
本申请提供一种板卡形变监测预警系统,以解决现有技术无法准确预测板卡形变的问题。
根据本申请的实施例,提供了一种板卡形变监测预警系统,用于对板卡的形变进行监测和预警,所述系统包括:监控装置、智能终端和告警显示装置,
所述监控装置,用于采集板卡实时图像,并将所述板卡实时图像发送至所述智能终端;
所述智能终端,用于对所述板卡实时图像进行分析处理,得到板卡形变监测数据,所述板卡形变监测数据包括板卡形变监测值和形变位置标定图像;
所述智能终端,还用于判断所述板卡形变监测值是否超过预设的板卡故障阈值,如果所述板卡形变监测值超过所述板卡故障阈值,则向告警显示装置发送板卡故障告警信息;
所述智能终端,还用于根据所述板卡形变监测值建立预测模型;根据预测模型对板卡形变进行动态预测,得到板卡形变预测数据,所述板卡形变预测数据包括板卡形变预测值和板卡形变趋势波形;
所述智能终端,还用于判断所述板卡形变预测值是否超过预设的板卡故障阈值,如果所述板卡形变预测值超过所述板卡故障阈值,则向所述告警显示装置发送板卡故障预警信息;
所述告警显示装置,用于接收并显示所述板卡实时图像、所述板卡形变监测数据和所述板卡形变预测数据;所述告警显示装置,还用于根据所述板卡故障告警信息发出告警,以及根据所述板卡故障预警信息发出预警。
进一步地,所述监控装置包括:第一摄像头、第二摄像头、参考标尺、第一采集发送模块和第二采集发送模块;
所述第一摄像头,用于拍摄参考标尺的第一标准图像;
所述第二摄像头,用于拍摄参考标尺的第二标准图像;
所述第一摄像头,还用于分别拍摄板卡第一实时图像和参考标尺的第一实时图像;
所述第二摄像头,还用于分别拍摄板卡第二实时图像和参考标尺的第二实时图像;
所述第一采集发送模块,用于分别采集所述第一标准图像、所述板卡第一实时图像和所述参考标尺的第一实时图像;将所述第一标准图像、所述板卡第一实时图像和所述参考标尺的第一实时图像发送至所述智能终端;
所述第二采集发送模块,用于分别采集所述第二标准图像、所述板卡第二实时图像和所述参考标尺的第二实时图像;将所述第二标准图像、所述板卡第二实时图像和所述参考标尺的第二实时图像发送至所述智能终端。
进一步地,所述智能终端还用于判断所述第一摄像头和所述第二摄像头的运行状态,具体为:
比较所述第一标准图像和所述参考标尺的第一实时图像,判断所述参考标尺的第一实时图像是否超过预设的摄像头故障阈值;如果所述参考标尺的第一实时图像超过预设的摄像头故障阈值,则判定所述第一摄像头的运行状态为故障;如果所述参考标尺的第一实时图像未超过预设的摄像头故障阈值,则判定所述第一摄像头的运行状态为正常,以及,
比较所述第二标准图像和所述参考标尺的第二实时图像,判断所述参考标尺的第二实时图像是否超过预设的摄像头故障阈值;如果所述参考标尺的第二实时图像超过预设的摄像头故障阈值,则判定所述第二摄像头的运行状态为故障;如果所述参考标尺的第二实时图像未超过预设的摄像头故障阈值,则判定所述第二摄像头的运行状态为正常。
进一步地,所述智能终端还用于根据所述第一摄像头和所述第二摄像头的运行状态,获取相应状态下的所述板卡形变监测数据,具体为:
获取所述第一摄像头和所述第二摄像头的运行状态信息;
如果所述第一摄像头和所述第二摄像头均正常,则分别对所述板卡第一实时图像和所述板卡第二实时图像进行分析处理,得到第一形变监测值和第二形变监测值,将所述第一形变监测值和所述第二形变监测值的平均值作为所述板卡形变监测值;所述形变位置标定图像包括:对所述板卡第一实时图像进行标定得到的第一形变位置标定图像,以及,对所述板卡第二实时图像进行标定得到的第二形变位置标定图像;
如果所述第一摄像头正常,所述第二摄像头故障,则对所述第一板卡实时图像进行分析处理,得到所述板卡形变监测数据;
如果所述第一摄像头故障,所述第二摄像头正常,则对所述第二板卡实时图像进行分析处理,得到所述板卡形变监测数据;
如果所述第一摄像头和所述第二摄像头均故障,则向所述告警显示装置发送摄像头故障告警信息。
进一步地,所述智能终端还用于对所述板卡实时图像进行去噪处理,首先需要在所述板卡实时图像的轮廓上均匀选取16个定点,所述16个定点分别与所述板卡实时图像的中心点连接,构造出16个方向线,然后根据下式所示的算法对所述板卡实时图像进行去噪处理:
式中,f(x,y,z)为去噪前的板卡实时图像;F(x,y,z)为去噪后的板卡实时图像;x,y,z分别表示x轴,y轴,z轴方向上的像素点坐标;Wi*22.5表示16个方向上的卷积;ai为在16个方向上分别对图像进行Contourlet变换而获得的加权系数。
进一步地,所述监控装置还用于采集板卡未发生形变时的板卡初始图像,并将所述板卡初始图像发送至所述智能终端。
进一步地,所述智能终端还用于对所述板卡实时图像进行分析计算,从而得到所述板卡形变监测数据,具体为:
将所述板卡实时图像与所述板卡初始图像进行各像素点的逐点比较,判断所述板卡实时图像与所述板卡初始图像是否一致;
如果所述板卡实时图像与所述板卡初始图像不一致,则对所述板卡实时图像中所有位置发生变化的目标像素点进行标定,得到所述形变位置标定图像;获取所述板卡实时图像中,相邻两个像素点之间的单位距离与板卡实际尺寸的关系,然后根据所述目标像素点坐标及所述目标像素点对应的原像素点坐标,计算出所述板卡形变监测值;
如果所述板卡实时图像与所述板卡初始图像一致,则所述板卡形变监测值为零,不对所述板卡实时图像进行标定。
进一步地,本申请采用下式所示的预测模型对板卡形变进行动态预测,
式中:xn+1为采样时刻;kyn+1为第n+1次的板卡形变预测值;k1为x1时刻的板卡形变监测值;k2为x2时刻的板卡形变监测值;kn为xn时刻的板卡形变监测值;g1为n=1时的修正系数;g2为n=2时的修正系数;gn为n≥3时的修正系数。
进一步地,所述告警显示装置包括:数据查询模块32、微处理器31、显示模块33和告警模块34,
所述微处理器,用于接收所述板卡实时图像、所述板卡形变监测数据和所述板卡形变预测数据;
所述数据查询模块,用于向所述微处理器发送数据查询指令,所述数据查询指令包括板卡实时图像查询指令、板卡形变监测值查询指令、形变位置标定图像查询指令、板卡形变预测值查询指令和板卡形变趋势波形查询指令;
所述微处理器,还用于查找出与所述数据查询指令相匹配的目标数据,并将所述目标数据发送至所述显示模块进行显示;
所述微处理器,还用于接收所述板卡故障告警信息;根据所述板卡故障告警信息控制所述告警模块发出告警;
所述微处理器,还用于接收所述板卡故障预警信息,并根据所述板卡故障预警信息控制所述告警模块发出预警;
所述微处理器,还用于接收所述摄像头故障告警信息,并根据所述摄像头故障告警信息控制所述告警模块发出告警。
由以上技术方案可知,本申请提供的一种板卡形变监测预警系统,包括监控装置、智能终端和告警显示装置,监控装置用于采集板卡实时图像,智能终端对所述板卡实时图像进行分析处理,得到板卡形变监测数据,这种板卡形变监测方式,不会增加板卡的承重,不仅能准确获得板卡的形变值,还能对板卡发生形变的位置区域进行标定。此外,智能终端还可以根据预测模型,对板卡形变进行动态预测,当板卡形变预测值超过板卡故障阈值时,告警显示装置会发出预警,提示工作人员及时检修,从而将出现问题再检修的“事后检修”改进为依据板卡形变状态和变化趋势而进行的“状态检修”,有利于板卡的运行维护,提高了工作人员的作业效率。
附图说明
图1为本申请实施例示出的一种板卡形变监测预警系统的结构示意图;
图2为本申请实施例示出的监控装置的结构示意图;
图3为本申请实施例示出的告警显示装置的结构示意图;
图4为本申请实施例示出的板卡实时图像去噪处理的16个方向线构造图。
图5为本申请实施例示出的第一采集发送模块和第二采集发送模块的电路结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,本申请提供的一种板卡形变监测预警系统,用于对板卡的形变进行监测和预警,所述系统包括:监控装置10、智能终端20和告警显示装置30。
监控装置10,用于采集板卡实时图像,并将所述板卡实时图像发送至智能终端20。
智能终端20,用于对所述板卡实时图像进行分析处理,得到板卡形变监测数据,所述板卡形变监测数据包括板卡形变监测值和形变位置标定图像。
其中,所述板卡形变监测值可以直观表达板卡的弯曲程度,所述形变位置标定图像可以直观显示板卡发生弯曲形变的区域位置,便于工作人员有针对性地检修,有利于提高工作人员的作业效率。
智能终端20,还用于判断所述板卡形变监测值是否超过预设的板卡故障阈值,如果所述板卡形变监测值超过所述板卡故障阈值,则向告警显示装置30发送板卡故障告警信息。
在板卡当前故障下,所述板卡故障告警信息包括:板卡故障告警方式以及告警显示装置30的显示内容。板卡故障告警方式可以采用提示灯闪烁、音频告警和/或发送故障提示信息等方式,告警显示装置30的显示内容可以包括板卡实时图像、板卡形变监测数据和/或故障提示信息。
智能终端20,还用于根据所述板卡形变监测值建立预测模型;根据预测模型对板卡形变进行动态预测,得到板卡形变预测数据,所述板卡形变预测数据包括板卡形变预测值和板卡形变趋势波形。
其中,根据板卡形变预测值和板卡形变趋势波形,工作人员可以随时查看未来一段时间内的板卡形变状态和变化趋势,便于板卡的运行维护。
智能终端20,还用于判断所述板卡形变预测值是否超过预设的板卡故障阈值,如果所述板卡形变预测值超过所述板卡故障阈值,则向告警显示装置30发送板卡故障预警信息。
在板卡预测故障下,所述板卡故障预警信息包括:板卡故障预警方式以及告警显示装置30的显示内容。板卡故障预警方式可以采用提示灯闪烁、音频告警和/或发送故障提示信息等方式,告警显示装置30的显示内容可以包括板卡形变预测数据和/或故障提示信息。
告警显示装置30,用于接收并显示所述板卡实时图像、所述板卡形变监测数据和所述板卡形变预测数据;告警显示装置30,还用于根据所述板卡故障告警信息发出告警,以及根据所述板卡故障预警信息发出预警。
板卡故障告警方式应不同于板卡故障预警方式,比如采用不同颜色的提示灯、不同的提示音和/或发送内容不同的故障提示信息等,以便于工作人员能更好地区分板卡发生的故障类型,故障类型包括板卡当前故障和板卡预测故障。
本申请提供的板卡形变监测预警系统不会增加板卡的承重,不仅能准确获得板卡的形变值,还能对板卡发生形变的位置区域进行标定。此外,智能终端还可以根据预测模型,对板卡形变进行动态预测,当板卡形变预测值超过板卡故障阈值时,告警显示装置会发出预警,提示工作人员及时检修,从而将出现问题再检修的“事后检修”改进为依据板卡形变状态和变化趋势而进行的“状态检修”,有利于板卡的运行维护,提高了工作人员的作业效率。
进一步地,为提高板卡形变监测数据的可靠性和准确性,本申请采用基于双摄像头自检的监控装置10来采集板卡40的实时图像,监控装置10的具体结构如图2所示,包括第一摄像头11、第二摄像头12、第一采集发送模块13、第二采集发送模块14和参考标尺15,参考标尺15通过两根悬臂16固定在第一摄像头11和第二摄像头12的正中间下方位置,既处于两摄像头监测范围内,又不遮挡被监测的板卡40。
第一摄像头11,用于拍摄参考标尺15的第一标准图像,第一标准图像即为板卡形变监测前,第一摄像头11拍摄的参考标尺15的初始图像。
第二摄像头12,用于拍摄参考标尺15的第二标准图像,第二标准图像即为板卡形变监测前,第二摄像头12拍摄的参考标尺15的初始图像。
第一摄像头11,还用于分别拍摄板卡第一实时图像和参考标尺15的第一实时图像。
第二摄像头12,还用于分别拍摄板卡第二实时图像和参考标尺15的第二实时图像。
第一采集发送模块13,用于分别采集所述第一标准图像、所述板卡第一实时图像和所述参考标尺的第一实时图像;将所述第一标准图像、所述板卡第一实时图像和所述参考标尺的第一实时图像发送至智能终端20。
第二采集发送模块14,用于分别采集所述第二标准图像、所述板卡第二实时图像和所述参考标尺的第二实时图像;将所述第二标准图像、所述板卡第二实时图像和所述参考标尺的第二实时图像发送至智能终端20。
其中,第一采集发送模块13和第二采集发送模块14具有相同的电路结构,具体如图3所示,包括:OV7820图像采集模芯片、64位的PowerPC 900系列微处理器、TelemecaniqueLesswire XZBW系列无线发送器和供电模块。OV7820图像采集模芯片用于采集摄像头拍摄的图像,并将采集到的图像发送至PowerPC 900微处理器;PowerPC 900微处理器用于对图像进行数据组帧处理;Telemecanique Lesswire XZBW无线发送器,用于将处理后的图像无线发送至智能终端20;供电模块用于为第一采集发送模块13和第二采集发送模块14提供电力支撑。
进一步地,在监测过程中,为避免因监控摄像头故障而导致板卡形变监测和预测数据不准确,智能终端20还用于判断第一摄像头11和第二摄像头12的运行状态,具体为:
比较所述第一标准图像和所述参考标尺的第一实时图像,判断所述参考标尺的第一实时图像是否超过预设的摄像头故障阈值;如果所述参考标尺的第一实时图像超过预设的摄像头故障阈值,则判定第一摄像头11的运行状态为故障;如果所述参考标尺的第一实时图像未超过预设的摄像头故障阈值,则判定第一摄像头11的运行状态为正常,以及,
比较所述第二标准图像和所述参考标尺的第二实时图像,判断所述参考标尺的第二实时图像是否超过预设的摄像头故障阈值;如果所述参考标尺的第二实时图像超过预设的摄像头故障阈值,则判定第二摄像头12的运行状态为故障;如果所述参考标尺的第二实时图像未超过预设的摄像头故障阈值,则判定第二摄像头12的运行状态为正常。
进一步地,智能终端20还用于根据第一摄像头11和第二摄像头12的运行状态,获取相应状态下的所述板卡形变监测数据,具体为:
获取第一摄像头11和第二摄像头12的运行状态信息。
如果第一摄像头11和第二摄像头12均正常,则分别对所述板卡第一实时图像和所述板卡第二实时图像进行分析处理,得到第一形变监测值和第二形变监测值,将所述第一形变监测值和所述第二形变监测值的平均值作为所述板卡形变监测值。由于板卡形变监测值取第一形变监测值和第二形变监测值的平均值,因而提高了板卡形变监测的可靠性和准确性,进而有利于提高板卡形变预测的可靠性和准确性。
当第一摄像头11和第二摄像头12均正常时,所述形变位置标定图像包括第一形变位置标定图像和第二形变位置标定图像。其中,第一形变位置标定图像是通过对所述板卡第一实时图像进行标定而得到,第二形变位置标定图像是通过对所述板卡第二实时图像进行标定而得到。工作人员可通过对比第一形变位置标定图像和第二形变位置标定图像,获取板卡发生弯曲形变的位置区域:第一形变位置标定图像和第二形变位置标定图像中,为保证不遗漏板卡形变可能发生的位置区域,可将两者标定的形变位置区域的并集区域作为最终的板卡形变位置区域,其中,两者标定的形变位置区域的交集区域必然发生了形变。
如果第一摄像头11正常,第二摄像头12故障,则对所述第一板卡实时图像进行分析处理,得到所述板卡形变监测数据。
如果第一摄像头11故障,第二摄像头12正常,则对所述第二板卡实时图像进行分析处理,得到所述板卡形变监测数据。
如果第一摄像头11和第二摄像头12均故障,则向告警显示装置30发送摄像头故障告警信息。
在摄像头当前故障下,所述摄像头故障告警信息包括:摄像头故障告警方式以及告警显示装置30的显示内容。板卡故障预警方式可以采用提示灯闪烁、音频告警和/或发送故障提示信息等方式,告警显示装置30的显示内容可以包括故障提示信息。
板卡故障告警方式、板卡故障预警方式和摄像头故障告警方式,这三种方式应彼此不同,比如采用不同颜色的提示灯、不同的提示音和/或发送内容不同的故障提示信息等,以便于工作人员能更好地区分发生的故障类型,故障类型包括板卡当前故障、板卡预测故障和摄像头当前故障。
本申请中,监控装置10采用第一摄像头11和第二摄像头12,实现了监控摄像头的自检,当第一摄像头11和第二摄像头12均正常时,板卡形变监测值取第一形变监测值和第二形变监测值的平均值,因而提高了板卡形变监测的可靠性和准确性,进而有利于提高板卡形变预测的可靠性和准确性;当第一摄像头11和第二摄像头12中的任一个出现故障时,另一个摄像头可以保证所述系统的正常工作,提高了所述系统的可靠性;而当第一摄像头11和第二摄像头12均故障时,所述系统会发出告警,提醒工作人员及时检修。
进一步地,为提高图像处理的准确性,智能终端20还用于对所述板卡实时图像进行去噪处理,如图4所示,首先需要在所述板卡实时图像的轮廓上均匀选取16个定点,16个定点分别与所述板卡实时图像的中心点连接,构造出16个方向线,然后根据下式所示的算法对所述板卡实时图像进行去噪处理:
式中,f(x,y,z)为去噪前的板卡实时图像;F(x,y,z)为去噪后的板卡实时图像;x,y,z分别表示x轴,y轴,z轴方向上的像素点坐标;Wi*22.5表示16个方向上的卷积;ai为在16个方向上分别对图像进行Contourlet变换而获得的加权系数。
其中,参数ai是从16个方向上分别对去噪前的板卡实时图像进行Contourlet变换,得到16个方向上的图像噪声大小,然后按照噪声大小获取相应的加权系数ai,且噪声越大,权重越小。Contourlet变换是一种图像表示算法,利用轮廓段的基近似地逼近图像,一般针对整个图形进行,而本申请改进的Contourlet变换则是从16个不同方向上,分别进行图像处理,得到各个图像轮廓段的基,从而更清晰的还原图像。
本申请所采用的图像去噪算法,是在图像选取的16个方向上进行卷积运算处理,对去噪前的板卡实时图像取16个方向上卷积结果的加权平均值,从而得到去噪后的板卡实时图像。下表为采用本申请的去噪算法和现有去噪算法得到的图像峰值信噪比,从表中对比结果可知,本申请提出的去噪算法能有效提高图像峰值信噪比,保留更多的图像细节信息,进而保证了图像分析的准确性,提高板卡形变监测预测的可靠性和准确性。
高斯滤波 均值滤波 维纳滤波 本专利融合算法
22.50 26.67 25.81 26.78
进一步地,监控装置10还用于采集板卡40未发生形变时的板卡初始图像,并将所述板卡初始图像发送至智能终端20。
智能终端20还用于对所述板卡实时图像进行分析计算,从而得到所述板卡形变监测数据,具体为:
将所述板卡实时图像与所述板卡初始图像进行各像素点的逐点比较,判断所述板卡实时图像与所述板卡初始图像是否一致,即判断板卡40是否发生形变。如果所述板卡实时图像与所述板卡初始图像不一致,则板卡40发生形变,此时需要计算所述板卡形变监测值,并对板卡40发生形变的位置区域标定出来,得到所述形变位置标定图像;如果所述板卡实时图像与所述板卡初始图像一致,则认为板卡没有发生形变。
如果所述板卡实时图像与所述板卡初始图像不一致,则对所述板卡实时图像中所有位置发生变化的目标像素点进行标定,得到所述形变位置标定图像。所述目标像素点与其对应的原像素点相比,其坐标发生了改变,即认为所述板卡实时图像上对应目标像素点的位置发生了形变,通过查找出所有的目标像素点,并对所述目标像素点进行标定,可得到所述形变位置标定图像,所述形变位置标定图像中可以清晰地显示板卡40发生形变的位置区域。所述目标像素点的标定可以采用改变所述目标像素点的色彩和灰色等方式,以便工作人员能清楚分辨出板卡的哪部分区域发生了弯曲形变。
如果所述板卡实时图像与所述板卡初始图像不一致,则获取所述板卡实时图像中,相邻两个像素点之间的单位距离与板卡实际尺寸的关系,然后根据所述目标像素点坐标及所述目标像素点对应的原像素点坐标,计算出所述板卡形变监测值。其中,所述相邻两个像素点之间的单位距离与板卡实际尺寸的关系,可根据板卡40的实际尺寸、所述板卡实时图像的大小和所述板卡实时图像的分辨率计算得到。
如果所述板卡实时图像与所述板卡初始图像一致,则所述板卡形变监测值为零,不对所述板卡实时图像进行标定,即当板卡形变监测值为零,板卡40未发生形变时,智能终端20不生成所述形变位置标定图像。
进一步地,本申请采用下式所示的预测模型对板卡形变进行动态预测,以获取所述板卡形变预测数据,
式中:xn+1为采样时刻;kyn+1为第n+1次的板卡形变预测值;k1为x1时刻的板卡形变监测值;k2为x2时刻的板卡形变监测值;kn为xn时刻的板卡形变监测值;g1为n=1时的修正系数;g2为n=2时的修正系数;gn为n≥3时的修正系数。
动态预测方法利用曲线拟合的方式,在x1时刻(x1=0),即板卡最初投入运行时,获取第一次板卡形变监测值k1(k1一般为0);间隔一定时间后的x2时刻,如一个小时后,获取第二次板卡形变监测值k2,此时,将k1和k2带入公式(1),计算出x3时刻的板卡形变预测值ky3;获取x3时刻的第三次板卡形变监测值k3后,与x3时刻的板卡形变预测值ky3进行误差比对,通过公式(4)计算出n=3时的修正系数g3;将g3带入公式(1)中,计算出x4时刻的板卡形变预测值ky4。依次递推,每次都将计算出的板卡形变预测值与板卡形变监测值之间的误差值带入公式(4),将公式(4)求得的修正系数gn带入公式(1),实现所述预测模型的自动修正,可提高板卡形变预测的可靠性和准确性。
进一步地,如图5所示,告警显示装置30包括:微处理器31、数据查询模块32、显示模块33和告警模块34,
微处理器31,用于接收所述板卡实时图像、所述板卡形变监测数据和所述板卡形变预测数据。所述板卡实时图像、所述板卡形变监测数据和所述板卡形变预测数据存储在微处理器31中,方便数据的查询、传输或拷贝。
数据查询模块32,用于向微处理器31发送数据查询指令,所述数据查询指令包括板卡实时图像查询指令、板卡形变监测值查询指令、形变位置标定图像查询指令、板卡形变预测值查询指令和板卡形变趋势波形查询指令。通过发送不同的数据查询指令,方便用户根据实际应用情况查看所需数据。
微处理器31,还用于查找出与所述数据查询指令相匹配的目标数据,并将所述目标数据发送至显示模块33进行显示。
微处理器31,还用于接收所述板卡故障告警信息;根据所述板卡故障告警信息控制告警模块34发出告警。在板卡当前故障下,当所述板卡故障告警信息指示的板卡故障告警方式为发送故障提示信息时,微处理器31还用于控制显示模块33显示板卡当前故障下的故障提示信息。
微处理器31,还用于接收所述板卡故障预警信息,并根据所述板卡故障预警信息控制告警模块34发出预警。在板卡预测故障下,当所述板卡故障预警信息指示的板卡故障预警方式为发送故障提示信息时,微处理器31还用于控制显示模块33显示板卡预测故障下的故障提示信息。
微处理器31,还用于接收所述摄像头故障告警信息,并根据所述摄像头故障告警信息控制告警模块34发出告警。在摄像头当前故障下,当所述摄像头故障告警信息指示的摄像头故障告警方式为发送故障提示信息时,微处理器31还用于控制显示模块33显示摄像头当前故障下的故障提示信息。
本申请中的告警显示装置30可以设计为便于作业现场使用的手持式装置,还可以选择手机或平板电脑等移动终端,以及大型集控中心的服务器等。对于本申请所述的系统,告警显示装置30可根据实际应用场景,选择手持式装置、移动终端或服务器等设备中的一种或多种。
由以上技术方案可知,本申请提供的一种板卡形变监测预警系统,包括监控装置智能终端和告警显示装置,监控装置用于采集板卡实时图像,智能终端对所述板卡实时图像进行分析处理,得到板卡形变监测数据,这种板卡形变监测方式,不会增加板卡的承重,不仅能准确获得板卡的形变值,还能对板卡发生形变的位置区域进行标定。此外,智能终端还可以根据预测模型,对板卡形变进行动态预测,当板卡形变预测值超过板卡故障阈值时,告警显示装置会发出预警,提示工作人员及时检修,从而将出现问题再检修的“事后检修”改进为依据板卡形变状态和变化趋势而进行的“状态检修”,有利于板卡的运行维护,提高了工作人员的作业效率。此外,本申请还采用双摄像头采集板卡实时图像,根据摄像头的运行状态对板卡形变进行监测,并对图像进行去噪处理,能有效提高板卡形变监测的准确性和可靠性,进而提高板卡形变预测的准确性和可靠性。
需要说明的是,本申请中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体与另一个实体区分开来,而不一定要求或者暗示这些实体之间存在任何实际的关系或者顺序。本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (9)

1.一种板卡形变监测预警系统,其特征在于,包括:
监控装置,用于采集板卡实时图像,并将所述板卡实时图像发送至智能终端;
所述智能终端,用于对所述板卡实时图像进行分析处理,得到板卡形变监测数据,所述板卡形变监测数据包括板卡形变监测值和形变位置标定图像;
所述智能终端,还用于判断所述板卡形变监测值是否超过预设的板卡故障阈值,如果所述板卡形变监测值超过所述板卡故障阈值,则向告警显示装置发送板卡故障告警信息;
所述智能终端,还用于根据所述板卡形变监测值建立预测模型;根据预测模型对板卡形变进行动态预测,得到板卡形变预测数据,所述板卡形变预测数据包括板卡形变预测值和板卡形变趋势波形;
所述智能终端,还用于判断所述板卡形变预测值是否超过预设的板卡故障阈值,如果所述板卡形变预测值超过所述板卡故障阈值,则向所述告警显示装置发送板卡故障预警信息;
所述告警显示装置,用于接收并显示所述板卡实时图像、所述板卡形变监测数据和所述板卡形变预测数据;所述告警显示装置,还用于根据所述板卡故障告警信息发出告警,以及根据所述板卡故障预警信息发出预警。
2.根据权利要求1所述的系统,其特征在于,所述监控装置包括:第一摄像头、第二摄像头、参考标尺、第一采集发送模块和第二采集发送模块;
所述第一摄像头,用于拍摄参考标尺的第一标准图像;
所述第二摄像头,用于拍摄参考标尺的第二标准图像;
所述第一摄像头,还用于分别拍摄板卡第一实时图像和参考标尺的第一实时图像;
所述第二摄像头,还用于分别拍摄板卡第二实时图像和参考标尺的第二实时图像;
所述第一采集发送模块,用于分别采集所述第一标准图像、所述板卡第一实时图像和所述参考标尺的第一实时图像;将所述第一标准图像、所述板卡第一实时图像和所述参考标尺的第一实时图像发送至所述智能终端;
所述第二采集发送模块,用于分别采集所述第二标准图像、所述板卡第二实时图像和所述参考标尺的第二实时图像;将所述第二标准图像、所述板卡第二实时图像和所述参考标尺的第二实时图像发送至所述智能终端。
3.根据权利要求2所述的系统,其特征在于,所述智能终端还用于,
比较所述第一标准图像和所述参考标尺的第一实时图像,判断所述参考标尺的第一实时图像是否超过预设的摄像头故障阈值;如果所述参考标尺的第一实时图像超过预设的摄像头故障阈值,则判定所述第一摄像头的运行状态为故障;如果所述参考标尺的第一实时图像未超过预设的摄像头故障阈值,则判定所述第一摄像头的运行状态为正常;
比较所述第二标准图像和所述参考标尺的第二实时图像,判断所述参考标尺的第二实时图像是否超过预设的摄像头故障阈值;如果所述参考标尺的第二实时图像超过预设的摄像头故障阈值,则判定所述第二摄像头的运行状态为故障;如果所述参考标尺的第二实时图像未超过预设的摄像头故障阈值,则判定所述第二摄像头的运行状态为正常。
4.根据权利要求3所述的系统,其特征在于,所述智能终端还用于,
获取所述第一摄像头和所述第二摄像头的运行状态信息;
如果所述第一摄像头和所述第二摄像头均正常,则分别对所述板卡第一实时图像和所述板卡第二实时图像进行分析处理,得到第一形变监测值和第二形变监测值,将所述第一形变监测值和所述第二形变监测值的平均值作为所述板卡形变监测值;所述形变位置标定图像包括:对所述板卡第一实时图像进行标定得到的第一形变位置标定图像,以及,对所述板卡第二实时图像进行标定得到的第二形变位置标定图像;
如果所述第一摄像头正常,所述第二摄像头故障,则对所述第一板卡实时图像进行分析处理,得到所述板卡形变监测数据;
如果所述第一摄像头故障,所述第二摄像头正常,则对所述第二板卡实时图像进行分析处理,得到所述板卡形变监测数据;
如果所述第一摄像头和所述第二摄像头均故障,则向所述告警显示装置发送摄像头故障告警信息。
5.根据权利要求1所述的系统,其特征在于,所述智能终端还用于对所述板卡实时图像进行去噪处理,首先需要在所述板卡实时图像的轮廓上均匀选取16个定点,所述16个定点分别与所述板卡实时图像的中心点连接,构造出16个方向线,然后根据下式所示的算法对所述板卡实时图像进行去噪处理:
F ( x , y , z ) = 1 16 Σ i = 0 15 a i f ( x , y , z ) W i * 22.5 Σ i = 0 15 a i = 1
式中,f(x,y,z)为去噪前的板卡实时图像;F(x,y,z)为去噪后的板卡实时图像;x,y,z分别表示x轴,y轴,z轴方向上的像素点坐标;Wi*22.5表示16个方向上的卷积;ai为在16个方向上分别对图像进行Contourlet变换而获得的加权系数。
6.根据权利要求1所述的系统,其特征在于,所述监控装置还用于采集板卡未发生形变时的板卡初始图像,并将所述板卡初始图像发送至所述智能终端。
7.根据权利要求6所述的系统,其特征在于,所述智能终端还用于,
将所述板卡实时图像与所述板卡初始图像进行各像素点的逐点比较,判断所述板卡实时图像与所述板卡初始图像是否一致;
如果所述板卡实时图像与所述板卡初始图像不一致,则对所述板卡实时图像中所有位置发生变化的目标像素点进行标定,得到所述形变位置标定图像;获取所述板卡实时图像中,相邻两个像素点之间的单位距离与板卡实际尺寸的关系,然后根据所述目标像素点坐标及所述目标像素点对应的原像素点坐标,计算出所述板卡形变监测值;
如果所述板卡实时图像与所述板卡初始图像一致,则所述板卡形变监测值为零,不对所述板卡实时图像进行标定。
8.根据权利要求1所述的系统,其特征在于,所述预测模型如下式所示:
式中:xn+1为采样时刻;kyn+1为第n+1次的板卡形变预测值;k1为x1时刻的板卡形变监测值;k2为x2时刻的板卡形变监测值;kn为xn时刻的板卡形变监测值;g1为n=1时的修正系数;g2为n=2时的修正系数;gn为n≥3时的修正系数。
9.根据权利要求4所述的系统,其特征在于,所述告警显示装置包括:数据查询模块、微处理器、显示模块和告警模块,
所述微处理器,用于接收所述板卡实时图像、所述板卡形变监测数据和所述板卡形变预测数据;
所述数据查询模块,用于向所述微处理器发送数据查询指令,所述数据查询指令包括板卡实时图像查询指令、板卡形变监测值查询指令、形变位置标定图像查询指令、板卡形变预测值查询指令和板卡形变趋势波形查询指令;
所述微处理器,还用于查找出与所述数据查询指令相匹配的目标数据,并将所述目标数据发送至所述显示模块进行显示;
所述微处理器,还用于接收所述板卡故障告警信息;根据所述板卡故障告警信息控制所述告警模块发出告警;
所述微处理器,还用于接收所述板卡故障预警信息,并根据所述板卡故障预警信息控制所述告警模块发出预警;
所述微处理器,还用于接收所述摄像头故障告警信息,并根据所述摄像头故障告警信息控制所述告警模块发出告警。
CN201710242026.0A 2017-04-14 2017-04-14 一种板卡形变监测预警系统 Active CN106895791B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710242026.0A CN106895791B (zh) 2017-04-14 2017-04-14 一种板卡形变监测预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710242026.0A CN106895791B (zh) 2017-04-14 2017-04-14 一种板卡形变监测预警系统

Publications (2)

Publication Number Publication Date
CN106895791A true CN106895791A (zh) 2017-06-27
CN106895791B CN106895791B (zh) 2023-07-28

Family

ID=59196826

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710242026.0A Active CN106895791B (zh) 2017-04-14 2017-04-14 一种板卡形变监测预警系统

Country Status (1)

Country Link
CN (1) CN106895791B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107689044A (zh) * 2017-09-05 2018-02-13 郑州云海信息技术有限公司 一种监测高密口背板弯针现象的方法及装置
CN110006897A (zh) * 2019-03-15 2019-07-12 上海电气集团股份有限公司 一种液流电池系统监测装置及使用方法
CN110068284A (zh) * 2019-05-20 2019-07-30 北京建筑大学 利用高速摄影测量技术监测塔式起重机的方法
CN110673038A (zh) * 2019-09-29 2020-01-10 深圳大学 一种电池检测方法、装置及系统
CN114018169A (zh) * 2021-11-03 2022-02-08 扬州万泰电子科技有限公司 实时监测金属件负载形变量的光学检测系统及检测方法
CN114295062A (zh) * 2021-12-31 2022-04-08 崇辉半导体(深圳)有限公司 一种连续电镀生产线的料带片长检测系统

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3941725A1 (de) * 1989-12-18 1991-06-20 Krupp Atlas Elektronik Gmbh Vorrichtung zum erkennen von deformationen auf pressteilen
EP1030161A1 (de) * 1999-02-18 2000-08-23 Bernward Mähner Phasendifferenzbild mit Tiefpassfilterung und Grauwertverschiebung
EP1042559A4 (en) * 1997-12-22 2002-05-15 Roads And Traffic Authority Of PAVEMENT STRUCTURE DEGRADATION INSPECTION SYSTEM
CN101180549A (zh) * 2005-04-11 2008-05-14 株式会社爱德万测试 电子器件的处理设备
CN201830340U (zh) * 2010-07-16 2011-05-11 威海华菱光电有限公司 一种接触式图像传感器
CN102768022A (zh) * 2012-07-20 2012-11-07 长安大学 采用数码照相技术的隧道围岩变形检测方法
US20130120772A1 (en) * 2011-11-10 2013-05-16 Fuji Xerox Co., Ltd. Detection apparatus and method, image forming apparatus, and non-transitory computer readable medium
CN104142139A (zh) * 2013-05-06 2014-11-12 河南理工大学 井下巷道断面瞬时监测系统
CN104567712A (zh) * 2015-02-08 2015-04-29 张朝利 一种隧道变形定量监测系统及其预测方法
CN204421833U (zh) * 2015-02-09 2015-06-24 云南电网有限责任公司电力科学研究院 一种断路器动触头运动标识模板
CN105740123A (zh) * 2016-01-28 2016-07-06 浪潮电子信息产业股份有限公司 一种用于机箱内部板卡弯曲程度的监测方法
CN105825637A (zh) * 2016-05-30 2016-08-03 罗小府 山体滑坡泥石流自动警报器
CN106485877A (zh) * 2015-08-28 2017-03-08 杭州萤石网络有限公司 智能的监控方法及系统
CN209299400U (zh) * 2019-01-22 2019-08-23 深圳市金嵘达科技有限公司 一种分辨率自适应、带hdmi环接的多屏宝拼接驱动板

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3941725A1 (de) * 1989-12-18 1991-06-20 Krupp Atlas Elektronik Gmbh Vorrichtung zum erkennen von deformationen auf pressteilen
EP1042559A4 (en) * 1997-12-22 2002-05-15 Roads And Traffic Authority Of PAVEMENT STRUCTURE DEGRADATION INSPECTION SYSTEM
EP1030161A1 (de) * 1999-02-18 2000-08-23 Bernward Mähner Phasendifferenzbild mit Tiefpassfilterung und Grauwertverschiebung
CN101180549A (zh) * 2005-04-11 2008-05-14 株式会社爱德万测试 电子器件的处理设备
CN201830340U (zh) * 2010-07-16 2011-05-11 威海华菱光电有限公司 一种接触式图像传感器
US20130120772A1 (en) * 2011-11-10 2013-05-16 Fuji Xerox Co., Ltd. Detection apparatus and method, image forming apparatus, and non-transitory computer readable medium
CN102768022A (zh) * 2012-07-20 2012-11-07 长安大学 采用数码照相技术的隧道围岩变形检测方法
CN104142139A (zh) * 2013-05-06 2014-11-12 河南理工大学 井下巷道断面瞬时监测系统
CN104567712A (zh) * 2015-02-08 2015-04-29 张朝利 一种隧道变形定量监测系统及其预测方法
CN204421833U (zh) * 2015-02-09 2015-06-24 云南电网有限责任公司电力科学研究院 一种断路器动触头运动标识模板
CN106485877A (zh) * 2015-08-28 2017-03-08 杭州萤石网络有限公司 智能的监控方法及系统
CN105740123A (zh) * 2016-01-28 2016-07-06 浪潮电子信息产业股份有限公司 一种用于机箱内部板卡弯曲程度的监测方法
CN105825637A (zh) * 2016-05-30 2016-08-03 罗小府 山体滑坡泥石流自动警报器
CN209299400U (zh) * 2019-01-22 2019-08-23 深圳市金嵘达科技有限公司 一种分辨率自适应、带hdmi环接的多屏宝拼接驱动板

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107689044A (zh) * 2017-09-05 2018-02-13 郑州云海信息技术有限公司 一种监测高密口背板弯针现象的方法及装置
CN110006897A (zh) * 2019-03-15 2019-07-12 上海电气集团股份有限公司 一种液流电池系统监测装置及使用方法
CN110068284A (zh) * 2019-05-20 2019-07-30 北京建筑大学 利用高速摄影测量技术监测塔式起重机的方法
CN110673038A (zh) * 2019-09-29 2020-01-10 深圳大学 一种电池检测方法、装置及系统
CN110673038B (zh) * 2019-09-29 2021-12-07 深圳大学 一种电池检测方法、装置及系统
CN114018169A (zh) * 2021-11-03 2022-02-08 扬州万泰电子科技有限公司 实时监测金属件负载形变量的光学检测系统及检测方法
CN114018169B (zh) * 2021-11-03 2024-05-28 扬州万泰电子科技有限公司 实时监测金属件负载形变量的光学检测系统及检测方法
CN114295062A (zh) * 2021-12-31 2022-04-08 崇辉半导体(深圳)有限公司 一种连续电镀生产线的料带片长检测系统

Also Published As

Publication number Publication date
CN106895791B (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN106895791A (zh) 一种板卡形变监测预警系统
CN109247936A (zh) 一种全夜睡眠监测的异常脑电行为监测系统及方法
CN109945977B (zh) 一种干式变压器热故障诊断方法及系统
CN114119518A (zh) 一种电流互感器的红外图像中温度异常点检测方法及系统
CN116185757A (zh) 机房能耗智能监测系统
CN111444837A (zh) 在极端环境下提升人脸检测可用性的测温方法及测温系统
CN112729884B (zh) 基于大数据的设备故障诊断方法及装置
CN111640282A (zh) 一种配电室内人员安全距离监测方法、系统及装置
CN116365374B (zh) 一种可远程控制的智能型配电柜及其控制方法
CN112348306A (zh) 一种面向配电运检中的TitanOS人工智能开发方法及装置
CN116363397A (zh) 设备故障排查方法、装置及巡检系统
CN116029116A (zh) 一种智能变电站智慧管控数字孪生系统
CN109592525A (zh) 电梯变频器故障诊断系统及方法
CN114037993A (zh) 变电站指针仪表读数方法、装置、存储介质以及电子设备
CN113487092A (zh) 一种MiniLED高动态印制电路板的生产管理系统
CN116302763B (zh) Micro LED显示屏的触控检测方法及系统
CN116930626B (zh) 一种低频电磁场曝露监测系统及方法
CN116545121B (zh) 用电安全隐患信息处理方法及用电安全监管服务系统
CN116298459B (zh) 一种智能雷电流在线监测系统
CN117723917B (zh) 基于光纤非本征法珀型超声波传感器的监测应用方法
CN114418941B (zh) 一种基于电力巡检设备检测数据的缺陷诊断方法及系统
CN113780224B (zh) 一种变电站无人化巡视方法及系统
CN116092665B (zh) 一种基于人工智能的眼科筛查诊疗系统
CN115033320B (zh) 一种用于火电厂智慧监盘报警系统界面实现方法
CN115545464A (zh) 一种基于多源数据融合的配电网紧固件健康状态评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant