CN106230115B - 基于传感器通信网络和专家系统的智能变电站 - Google Patents
基于传感器通信网络和专家系统的智能变电站 Download PDFInfo
- Publication number
- CN106230115B CN106230115B CN201610598599.2A CN201610598599A CN106230115B CN 106230115 B CN106230115 B CN 106230115B CN 201610598599 A CN201610598599 A CN 201610598599A CN 106230115 B CN106230115 B CN 106230115B
- Authority
- CN
- China
- Prior art keywords
- image
- displacement
- submodule
- frame image
- real
- 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.)
- Active
Links
- 238000004891 communication Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 75
- 230000036541 health Effects 0.000 claims abstract description 65
- 230000003862 health status Effects 0.000 claims abstract description 58
- 238000007689 inspection Methods 0.000 claims abstract description 10
- 238000006073 displacement reaction Methods 0.000 claims description 177
- 238000000605 extraction Methods 0.000 claims description 43
- 238000004458 analytical method Methods 0.000 claims description 22
- 230000009466 transformation Effects 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 18
- 238000007405 data analysis Methods 0.000 claims description 18
- 238000011157 data evaluation Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 13
- 150000001875 compounds Chemical class 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000013024 troubleshooting Methods 0.000 claims description 6
- 239000011121 hardwood Substances 0.000 description 70
- 238000000034 method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 238000012797 qualification Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- H02J13/0013—
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/16—Electric power substations
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了基于传感器通信网络和专家系统的智能变电站，包括实时数据采集系统、健康监测系统和后台专家系统；所述实时数据采集系统用于通过传感器获取设备运行的实时数据，传感器通过通信网络与健康监测系统相通信；所述健康监测系统用于对所述实时数据进行处理、分析和显示，以实现对各设备健康状态的远程实时监测和健康评估；所述后台专家系统用于实现实时数据采集系统的高级应用、健康监测系统的智能化监控，从而实现变电站的智能化运行与巡检功能。本发明实现了对变电站的健康状况进行实时、客观的智能化监控和评估，自动化程度高。
Description
技术领域
本发明涉及电力系统技术领域，具体涉及基于传感器通信网络和专家系统的智能变电站。
背景技术
相关技术中，变电站经过几十年的发展形成了较为成熟的模式，为保障电网的安全经济运行发挥了重要作用。但目前也存在着诸多问题，如：缺乏对全站设备的实时监测，依赖人工定期巡检完成，工作量巨大；人员的巡检过程未能实现有效监视，巡检质量难以控制，增加管理难度；信息交互的数字化、信息化程度不高，后台数据缺乏专家系统的集成高级应用，无法为运行提供更多的辅助在线决策支持。
发明内容
为解决上述问题，本发明旨在提供基于传感器通信网络和专家系统的智能变电站。
本发明的目的采用以下技术方案来实现：
基于传感器通信网络和专家系统的智能变电站，包括实时数据采集系统、健康监测系统和后台专家系统；所述实时数据采集系统用于通过传感器获取设备运行的实时数据，传感器通过通信网络与健康监测系统相通信；所述健康监测系统用于对所述实时数据进行处理、分析和显示，以实现对各设备健康状态的远程实时监测和健康评估；所述后台专家系统用于实现实时数据采集系统的高级应用、健康监测系统的智能化监控，从而实现变电站的智能化运行与巡检功能。
本发明的有益效果为：通过设置实时数据采集系统、健康监测系统和后台专家系统，实现对变电站的健康状况进行实时、客观的智能化监控和评估，自动化程度高，从而解决了上述的技术问题。
附图说明
利用附图对本发明作进一步说明，但附图中的应用场景不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图。
图2是本发明健康监测系统的运作流程示意图。
附图标记：
实时数据采集系统1、健康监测系统2、后台专家系统3、数据预处理模块21、数据分析模块22、数据评估模块23、数据显示模块24、设备健康状态显示模块31、智能告警模块32。
具体实施方式
结合以下应用场景对本发明作进一步描述。
应用场景1
参见图1、图2，本应用场景中的一个实施例的基于传感器通信网络和专家系统的智能变电站，包括实时数据采集系统1、健康监测系统2和后台专家系统3；所述实时数据采集系统1用于通过传感器获取设备运行的实时数据，传感器通过通信网络与健康监测系统2相通信；所述健康监测系统2用于对所述实时数据进行处理、分析和显示，以实现对各设备健康状态的远程实时监测和健康评估；所述后台专家系统3用于实现实时数据采集系统1的高级应用、健康监测系统2的智能化监控，从而实现变电站的智能化运行与巡检功能。
本发明上述实施例通过设置实时数据采集系统1、健康监测系统2和后台专家系统3，实现对变电站的健康状况进行实时、客观的智能化监控和评估，自动化程度高，从而解决了上述的技术问题。
优选的，所述后台专家系统3包括设备健康状态显示模块31和智能告警模块32，所述设备健康状态显示模块31用于对设备健康状态进行实时显示；所述智能告警模块32用于建立变电站故障信息的逻辑和推理模型，对故障告警信息进行分类和信号过滤，对变电站的运行状态进行在线实时分析和推理，自动报告变电站异常并提出故障处理指导意见。
本优选实施例增加了智能变电站的预警、故障分析和健康状态显示功能，提高了变电站的安全性。
优选的，所述通信网络包括：实现传感器与现场控制终端互联的RS485总线、CAN总线或无线传感网；实现现场控制终端之间或现场控制终端与后台系统互联的百兆及以上星型以太网。
本优选实施例解决了传感器与现场控制终端、现场控制终端之间或现场控制终端与后台系统之间的网络通信问题。
优选的，所述健康监测系统2包括依次连接的数据预处理模块21、数据分析模块22、数据评估模块23和数据显示模块44，所述数据预处理模块21用于将传感器采集到的实时数据即视频图像转化到灰度空间，并使转换后的图像通过高斯滤波器进行滤波处理；所述数据分析模块22用于对预处理后的视频图像进行分析和处理，以得到跟踪目标的振动位移曲线；所述数据评估模块23用于对所述振动位移曲线进行健康分析并判断跟踪目标的振动位移是否处于健康状态，输出变电站设备健康状态结果；所述数据显示模块44用于显示所述变电站设备健康状态结果。
本优选实施例构建了健康监测系统2对采集的视频图像进行处理的模块架构。
优选的，所述数据分析模块22包括算法选择子模块、主算法子模块、副算法子模块、位移修正子模块和显示子模块，具体为：
(1)算法选择子模块：与主算法子模块、副算法子模块连接，用于对视频中各桢图像的位移提取算法进行选择，其遵循的选取原则为：当前帧图像与前一桢图像相比不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1的任一项条件时，选取主算法子模块进行追踪目标的运动位移的提取；当前帧图像与前一桢图像相比满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件时，选取副算法子模块进行追踪目标的运动位移的提取，T1的取值范围为(0,1mm]；
(2)主算法子模块：用于通过图像配准的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧中的追踪目标图像作为模板图像P(σ)，后续帧图像为Ij(σ),j＝2,...n，多次扭曲所述后续帧图像Ij(σ)，使其与模板图像P(σ)对齐，每次扭曲后所述后续帧图像Ij(σ)与模板图像P(σ)之间的增量Δδj为：
其中，ψ(σ；δj)为模板图像P(σ)的像素坐标σ(x,y)映射到后续帧图像Ij(σ)的亚像素坐标，δj表示扭曲变换的参数向量，Ij(ψ(σ；δj))为从后续帧图像Ij(σ)中截取的扭曲部分，为扭曲部分在亚像素坐标ψ(σ；δj)处的梯度；
所述主算法子模块通过不断迭代计算增量Δδj来更新δj，以逐渐实现图像配准，更新过程为：δj←δj+Δδj，每次更新后对变换参数δj的小数点后一位进行四舍五入取整，停止更新的条件为||Δδj||≤T2，T2为设定的阈值，T2的取值范围为[0.4,0.5]，最后更新的变换参数δj即为后续帧图像Ij(σ)中要提取的追踪目标的复杂运动位移；
(3)副算法子模块：用于通过模板匹配的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧图像为匹配图像，后续帧的有效区域为模板图像Pi,i＝2,...n,各桢图像中追踪目标的简单运动位移(xi,yi)为：
其中，(x0,y0)为通过计算模板图像Pi与第一帧图像的NCC相关系数矩阵得到的最大位置点的坐标，m1,m2,m3,m4,m5为(x0,y0)周围8个坐标点(xk,yk)的相关系数，k＝1,...,8，(x0,y0)与所述相关系数的关系为c(xk,yk)＝m0+m1xk+m2yk+m3xk 2+m4xkyk+m5yk 2；
(4)位移修正子模块,考虑到当地温度对变电站设备位移的影响，引入温度修正系数L对上述提取的运动位移进行修正，经验值L的取值范围是[0.95，1.05]：
修正后的复杂运动位移：δ′j＝δj×L
修正后的简单运动位移：(xi,yi)′＝(xi,yi)×L；
(5)显示子模块，与主算法子模块、副算法子模块连接，用于处理并显示与追踪目标相关的运动位移数据和跟踪目标的振动位移曲线。
本优选实施例设置副算法子模块，对满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件的相邻桢图像进行位移提取，只需选择模板图像进行计算，简单、直观，自动化能力强，且提出了简单运动位移(xi,yi)的计算公式，提高了计算的速度；通过设置主算法子模块，对不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1任一项条件的相邻桢图像进行位移提取，提取过程较为简单，可以快速被执行，可以实现高速摄像的实时位移提取；通过设置算法选择子模块，对视频中各桢图像的位移提取算法进行优化选择，减少了对图像处理的依赖，提高了位移提取的效率，算法对每桢图像的位移提取时间可以降低到0.1ms以下；通过设置位移修正子模块，消除了温度对位移的影响，计算结果更为准确。
优选的，所述数据评估模块23包括主评估子模块和副评估子模块：
a、主评估子模块：对显示子模块中的振动位移曲线进行评估，若振动位移曲线评估合格，则不再对运动位移数据进行评估；
b、副评估子模块：当振动位移曲线评估不合格时，对显示子模块中的运动位移数据进行评估，找出异常数据。
本优选实施例提高了评估的精度。
本应用场景上述实施例取T1＝0.1，T2＝0.5，对变电站设备的健康状态的分析速度相对提高了5％，分析精度相对提高了4.2％。
应用场景2
参见图1、图2，本应用场景中的一个实施例的基于传感器通信网络和专家系统的智能变电站，包括实时数据采集系统1、健康监测系统2和后台专家系统3；所述实时数据采集系统1用于通过传感器获取设备运行的实时数据，传感器通过通信网络与健康监测系统2相通信；所述健康监测系统2用于对所述实时数据进行处理、分析和显示，以实现对各设备健康状态的远程实时监测和健康评估；所述后台专家系统3用于实现实时数据采集系统1的高级应用、健康监测系统2的智能化监控，从而实现变电站的智能化运行与巡检功能。
本发明上述实施例通过设置实时数据采集系统1、健康监测系统2和后台专家系统3，实现对变电站的健康状况进行实时、客观的智能化监控和评估，自动化程度高，从而解决了上述的技术问题。
优选的，所述后台专家系统3包括设备健康状态显示模块31和智能告警模块32，所述设备健康状态显示模块31用于对设备健康状态进行实时显示；所述智能告警模块32用于建立变电站故障信息的逻辑和推理模型，对故障告警信息进行分类和信号过滤，对变电站的运行状态进行在线实时分析和推理，自动报告变电站异常并提出故障处理指导意见。
本优选实施例增加了智能变电站的预警、故障分析和健康状态显示功能，提高了变电站的安全性。
优选的，所述通信网络包括：实现传感器与现场控制终端互联的RS485总线、CAN总线或无线传感网；实现现场控制终端之间或现场控制终端与后台系统互联的百兆及以上星型以太网。
本优选实施例解决了传感器与现场控制终端、现场控制终端之间或现场控制终端与后台系统之间的网络通信问题。
优选的，所述健康监测系统2包括依次连接的数据预处理模块21、数据分析模块22、数据评估模块23和数据显示模块44，所述数据预处理模块21用于将传感器采集到的实时数据即视频图像转化到灰度空间，并使转换后的图像通过高斯滤波器进行滤波处理；所述数据分析模块22用于对预处理后的视频图像进行分析和处理，以得到跟踪目标的振动位移曲线；所述数据评估模块23用于对所述振动位移曲线进行健康分析并判断跟踪目标的振动位移是否处于健康状态，输出变电站设备健康状态结果；所述数据显示模块44用于显示所述变电站设备健康状态结果。
本优选实施例构建了健康监测系统2对采集的视频图像进行处理的模块架构。
优选的，所述数据分析模块22包括算法选择子模块、主算法子模块、副算法子模块、位移修正子模块和显示子模块，具体为：
(1)算法选择子模块：与主算法子模块、副算法子模块连接，用于对视频中各桢图像的位移提取算法进行选择，其遵循的选取原则为：当前帧图像与前一桢图像相比不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1的任一项条件时，选取主算法子模块进行追踪目标的运动位移的提取；当前帧图像与前一桢图像相比满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件时，选取副算法子模块进行追踪目标的运动位移的提取，T1的取值范围为(0,1mm]；
(2)主算法子模块：用于通过图像配准的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧中的追踪目标图像作为模板图像P(σ)，后续帧图像为Ij(σ),j＝2,...n，多次扭曲所述后续帧图像Ij(σ)，使其与模板图像P(σ)对齐，每次扭曲后所述后续帧图像Ij(σ)与模板图像P(σ)之间的增量Δδj为：
其中，ψ(σ；δj)为模板图像P(σ)的像素坐标σ(x,y)映射到后续帧图像Ij(σ)的亚像素坐标，δj表示扭曲变换的参数向量，Ij(ψ(σ；δj))为从后续帧图像Ij(σ)中截取的扭曲部分，为扭曲部分在亚像素坐标ψ(σ；δj)处的梯度；
所述主算法子模块通过不断迭代计算增量Δδj来更新δj，以逐渐实现图像配准，更新过程为：δj←δj+Δδj，每次更新后对变换参数δj的小数点后一位进行四舍五入取整，停止更新的条件为||Δδj||≤T2，T2为设定的阈值，T2的取值范围为[0.4,0.5]，最后更新的变换参数δj即为后续帧图像Ij(σ)中要提取的追踪目标的复杂运动位移；
(3)副算法子模块：用于通过模板匹配的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧图像为匹配图像，后续帧的有效区域为模板图像Pi,i＝2,...n,各桢图像中追踪目标的简单运动位移(xi,yi)为：
其中，(x0,y0)为通过计算模板图像Pi与第一帧图像的NCC相关系数矩阵得到的最大位置点的坐标，m1,m2,m3,m4,m5为(x0,y0)周围8个坐标点(xk,yk)的相关系数，k＝1,...,8，(x0,y0)与所述相关系数的关系为c(xk,yk)＝m0+m1xk+m2yk+m3xk 2+m4xkyk+m5yk 2；
(4)位移修正子模块,考虑到当地温度对变电站设备位移的影响，引入温度修正系数L对上述提取的运动位移进行修正，经验值L的取值范围是[0.95，1.05]：
修正后的复杂运动位移：δ′j＝δj×L
修正后的简单运动位移：(xi,yi)′＝(xi,yi)×L；
(5)显示子模块，与主算法子模块、副算法子模块连接，用于处理并显示与追踪目标相关的运动位移数据和跟踪目标的振动位移曲线。
本优选实施例设置副算法子模块，对满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件的相邻桢图像进行位移提取，只需选择模板图像进行计算，简单、直观，自动化能力强，且提出了简单运动位移(xi,yi)的计算公式，提高了计算的速度；通过设置主算法子模块，对不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1任一项条件的相邻桢图像进行位移提取，提取过程较为简单，可以快速被执行，可以实现高速摄像的实时位移提取；通过设置算法选择子模块，对视频中各桢图像的位移提取算法进行优化选择，减少了对图像处理的依赖，提高了位移提取的效率，算法对每桢图像的位移提取时间可以降低到0.1ms以下；通过设置位移修正子模块，消除了温度对位移的影响，计算结果更为准确。
优选的，所述数据评估模块23包括主评估子模块和副评估子模块：
a、主评估子模块：对显示子模块中的振动位移曲线进行评估，若振动位移曲线评估合格，则不再对运动位移数据进行评估；
b、副评估子模块：当振动位移曲线评估不合格时，对显示子模块中的运动位移数据进行评估，找出异常数据。
本优选实施例提高了评估的精度。
本应用场景上述实施例取T1＝0.09，T2＝0.5时，分析速度相对提高了4.5％，分析精度相对提高了4.2％。
应用场景3
参见图1、图2，本应用场景中的一个实施例的基于传感器通信网络和专家系统的智能变电站，包括实时数据采集系统1、健康监测系统2和后台专家系统3；所述实时数据采集系统1用于通过传感器获取设备运行的实时数据，传感器通过通信网络与健康监测系统2相通信；所述健康监测系统2用于对所述实时数据进行处理、分析和显示，以实现对各设备健康状态的远程实时监测和健康评估；所述后台专家系统3用于实现实时数据采集系统1的高级应用、健康监测系统2的智能化监控，从而实现变电站的智能化运行与巡检功能。
本发明上述实施例通过设置实时数据采集系统1、健康监测系统2和后台专家系统3，实现对变电站的健康状况进行实时、客观的智能化监控和评估，自动化程度高，从而解决了上述的技术问题。
优选的，所述后台专家系统3包括设备健康状态显示模块31和智能告警模块32，所述设备健康状态显示模块31用于对设备健康状态进行实时显示；所述智能告警模块32用于建立变电站故障信息的逻辑和推理模型，对故障告警信息进行分类和信号过滤，对变电站的运行状态进行在线实时分析和推理，自动报告变电站异常并提出故障处理指导意见。
本优选实施例增加了智能变电站的预警、故障分析和健康状态显示功能，提高了变电站的安全性。
优选的，所述通信网络包括：实现传感器与现场控制终端互联的RS485总线、CAN总线或无线传感网；实现现场控制终端之间或现场控制终端与后台系统互联的百兆及以上星型以太网。
本优选实施例解决了传感器与现场控制终端、现场控制终端之间或现场控制终端与后台系统之间的网络通信问题。
优选的，所述健康监测系统2包括依次连接的数据预处理模块21、数据分析模块22、数据评估模块23和数据显示模块44，所述数据预处理模块21用于将传感器采集到的实时数据即视频图像转化到灰度空间，并使转换后的图像通过高斯滤波器进行滤波处理；所述数据分析模块22用于对预处理后的视频图像进行分析和处理，以得到跟踪目标的振动位移曲线；所述数据评估模块23用于对所述振动位移曲线进行健康分析并判断跟踪目标的振动位移是否处于健康状态，输出变电站设备健康状态结果；所述数据显示模块44用于显示所述变电站设备健康状态结果。
本优选实施例构建了健康监测系统2对采集的视频图像进行处理的模块架构。
优选的，所述数据分析模块22包括算法选择子模块、主算法子模块、副算法子模块、位移修正子模块和显示子模块，具体为：
(1)算法选择子模块：与主算法子模块、副算法子模块连接，用于对视频中各桢图像的位移提取算法进行选择，其遵循的选取原则为：当前帧图像与前一桢图像相比不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1的任一项条件时，选取主算法子模块进行追踪目标的运动位移的提取；当前帧图像与前一桢图像相比满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件时，选取副算法子模块进行追踪目标的运动位移的提取，T1的取值范围为(0,1mm]；
(2)主算法子模块：用于通过图像配准的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧中的追踪目标图像作为模板图像P(σ)，后续帧图像为Ij(σ),j＝2,...n，多次扭曲所述后续帧图像Ij(σ)，使其与模板图像P(σ)对齐，每次扭曲后所述后续帧图像Ij(σ)与模板图像P(σ)之间的增量Δδj为：
其中，ψ(σ；δj)为模板图像P(σ)的像素坐标σ(x,y)映射到后续帧图像Ij(σ)的亚像素坐标，δj表示扭曲变换的参数向量，Ij(ψ(σ；δj))为从后续帧图像Ij(σ)中截取的扭曲部分，为扭曲部分在亚像素坐标ψ(σ；δj)处的梯度；
所述主算法子模块通过不断迭代计算增量Δδj来更新δj，以逐渐实现图像配准，更新过程为：δj←δj+Δδj，每次更新后对变换参数δj的小数点后一位进行四舍五入取整，停止更新的条件为||Δδj||≤T2，T2为设定的阈值，T2的取值范围为[0.4,0.5]，最后更新的变换参数δj即为后续帧图像Ij(σ)中要提取的追踪目标的复杂运动位移；
(3)副算法子模块：用于通过模板匹配的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧图像为匹配图像，后续帧的有效区域为模板图像Pi,i＝2,...n,各桢图像中追踪目标的简单运动位移(xi,yi)为：
其中，(x0,y0)为通过计算模板图像Pi与第一帧图像的NCC相关系数矩阵得到的最大位置点的坐标，m1,m2,m3,m4,m5为(x0,y0)周围8个坐标点(xk,yk)的相关系数，k＝1,...,8，(x0,y0)与所述相关系数的关系为c(xk,yk)＝m0+m1xk+m2yk+m3xk 2+m4xkyk+m5yk 2；
(4)位移修正子模块,考虑到当地温度对变电站设备位移的影响，引入温度修正系数L对上述提取的运动位移进行修正，经验值L的取值范围是[0.95，1.05]：
修正后的复杂运动位移：δ′j＝δj×L
修正后的简单运动位移：(xi,yi)′＝(xi,yi)×L；
(5)显示子模块，与主算法子模块、副算法子模块连接，用于处理并显示与追踪目标相关的运动位移数据和跟踪目标的振动位移曲线。
本优选实施例设置副算法子模块，对满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件的相邻桢图像进行位移提取，只需选择模板图像进行计算，简单、直观，自动化能力强，且提出了简单运动位移(xi,yi)的计算公式，提高了计算的速度；通过设置主算法子模块，对不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1任一项条件的相邻桢图像进行位移提取，提取过程较为简单，可以快速被执行，可以实现高速摄像的实时位移提取；通过设置算法选择子模块，对视频中各桢图像的位移提取算法进行优化选择，减少了对图像处理的依赖，提高了位移提取的效率，算法对每桢图像的位移提取时间可以降低到0.1ms以下；通过设置位移修正子模块，消除了温度对位移的影响，计算结果更为准确。
优选的，所述数据评估模块23包括主评估子模块和副评估子模块：
a、主评估子模块：对显示子模块中的振动位移曲线进行评估，若振动位移曲线评估合格，则不再对运动位移数据进行评估；
b、副评估子模块：当振动位移曲线评估不合格时，对显示子模块中的运动位移数据进行评估，找出异常数据。
本优选实施例提高了评估的精度。
本应用场景上述实施例取T1＝0.06，T2＝0.45时，分析速度相对提高了3.5％，分析精度相对提高了4％。
应用场景4
参见图1、图2，本应用场景中的一个实施例的基于传感器通信网络和专家系统的智能变电站，包括实时数据采集系统1、健康监测系统2和后台专家系统3；所述实时数据采集系统1用于通过传感器获取设备运行的实时数据，传感器通过通信网络与健康监测系统2相通信；所述健康监测系统2用于对所述实时数据进行处理、分析和显示，以实现对各设备健康状态的远程实时监测和健康评估；所述后台专家系统3用于实现实时数据采集系统1的高级应用、健康监测系统2的智能化监控，从而实现变电站的智能化运行与巡检功能。
本发明上述实施例通过设置实时数据采集系统1、健康监测系统2和后台专家系统3，实现对变电站的健康状况进行实时、客观的智能化监控和评估，自动化程度高，从而解决了上述的技术问题。
优选的，所述后台专家系统3包括设备健康状态显示模块31和智能告警模块32，所述设备健康状态显示模块31用于对设备健康状态进行实时显示；所述智能告警模块32用于建立变电站故障信息的逻辑和推理模型，对故障告警信息进行分类和信号过滤，对变电站的运行状态进行在线实时分析和推理，自动报告变电站异常并提出故障处理指导意见。
本优选实施例增加了智能变电站的预警、故障分析和健康状态显示功能，提高了变电站的安全性。
优选的，所述通信网络包括：实现传感器与现场控制终端互联的RS485总线、CAN总线或无线传感网；实现现场控制终端之间或现场控制终端与后台系统互联的百兆及以上星型以太网。
本优选实施例解决了传感器与现场控制终端、现场控制终端之间或现场控制终端与后台系统之间的网络通信问题。
优选的，所述健康监测系统2包括依次连接的数据预处理模块21、数据分析模块22、数据评估模块23和数据显示模块44，所述数据预处理模块21用于将传感器采集到的实时数据即视频图像转化到灰度空间，并使转换后的图像通过高斯滤波器进行滤波处理；所述数据分析模块22用于对预处理后的视频图像进行分析和处理，以得到跟踪目标的振动位移曲线；所述数据评估模块23用于对所述振动位移曲线进行健康分析并判断跟踪目标的振动位移是否处于健康状态，输出变电站设备健康状态结果；所述数据显示模块44用于显示所述变电站设备健康状态结果。
本优选实施例构建了健康监测系统2对采集的视频图像进行处理的模块架构。
优选的，所述数据分析模块22包括算法选择子模块、主算法子模块、副算法子模块、位移修正子模块和显示子模块，具体为：
(1)算法选择子模块：与主算法子模块、副算法子模块连接，用于对视频中各桢图像的位移提取算法进行选择，其遵循的选取原则为：当前帧图像与前一桢图像相比不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1的任一项条件时，选取主算法子模块进行追踪目标的运动位移的提取；当前帧图像与前一桢图像相比满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件时，选取副算法子模块进行追踪目标的运动位移的提取，T1的取值范围为(0,1mm]；
(2)主算法子模块：用于通过图像配准的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧中的追踪目标图像作为模板图像P(σ)，后续帧图像为Ij(σ),j＝2,...n，多次扭曲所述后续帧图像Ij(σ)，使其与模板图像P(σ)对齐，每次扭曲后所述后续帧图像Ij(σ)与模板图像P(σ)之间的增量Δδj为：
其中，ψ(σ；δj)为模板图像P(σ)的像素坐标σ(x,y)映射到后续帧图像Ij(σ)的亚像素坐标，δj表示扭曲变换的参数向量，Ij(ψ(σ；δj))为从后续帧图像Ij(σ)中截取的扭曲部分，为扭曲部分在亚像素坐标ψ(σ；δj)处的梯度；
所述主算法子模块通过不断迭代计算增量Δδj来更新δj，以逐渐实现图像配准，更新过程为：δj←δj+Δδj，每次更新后对变换参数δj的小数点后一位进行四舍五入取整，停止更新的条件为||Δδj||≤T2，T2为设定的阈值，T2的取值范围为[0.4,0.5]，最后更新的变换参数δj即为后续帧图像Ij(σ)中要提取的追踪目标的复杂运动位移；
(3)副算法子模块：用于通过模板匹配的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧图像为匹配图像，后续帧的有效区域为模板图像Pi,i＝2,...n,各桢图像中追踪目标的简单运动位移(xi,yi)为：
其中，(x0,y0)为通过计算模板图像Pi与第一帧图像的NCC相关系数矩阵得到的最大位置点的坐标，m1,m2,m3,m4,m5为(x0,y0)周围8个坐标点(xk,yk)的相关系数，k＝1,...,8，(x0,y0)与所述相关系数的关系为c(xk,yk)＝m0+m1xk+m2yk+m3xk 2+m4xkyk+m5yk 2；
(4)位移修正子模块,考虑到当地温度对变电站设备位移的影响，引入温度修正系数L对上述提取的运动位移进行修正，经验值L的取值范围是[0.95，1.05]：
修正后的复杂运动位移：δ′j＝δj×L
修正后的简单运动位移：(xi,yi)′＝(xi,yi)×L；
(5)显示子模块，与主算法子模块、副算法子模块连接，用于处理并显示与追踪目标相关的运动位移数据和跟踪目标的振动位移曲线。
本优选实施例设置副算法子模块，对满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件的相邻桢图像进行位移提取，只需选择模板图像进行计算，简单、直观，自动化能力强，且提出了简单运动位移(xi,yi)的计算公式，提高了计算的速度；通过设置主算法子模块，对不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1任一项条件的相邻桢图像进行位移提取，提取过程较为简单，可以快速被执行，可以实现高速摄像的实时位移提取；通过设置算法选择子模块，对视频中各桢图像的位移提取算法进行优化选择，减少了对图像处理的依赖，提高了位移提取的效率，算法对每桢图像的位移提取时间可以降低到0.1ms以下；通过设置位移修正子模块，消除了温度对位移的影响，计算结果更为准确。
优选的，所述数据评估模块23包括主评估子模块和副评估子模块：
a、主评估子模块：对显示子模块中的振动位移曲线进行评估，若振动位移曲线评估合格，则不再对运动位移数据进行评估；
b、副评估子模块：当振动位移曲线评估不合格时，对显示子模块中的运动位移数据进行评估，找出异常数据。
本优选实施例提高了评估的精度。
本应用场景上述实施例取T1＝0.06，T2＝0.4时，分析速度相对提高了4％，分析精度相对提高了4.5％。
应用场景5
参见图1、图2，本应用场景中的一个实施例的基于传感器通信网络和专家系统的智能变电站，包括实时数据采集系统1、健康监测系统2和后台专家系统3；所述实时数据采集系统1用于通过传感器获取设备运行的实时数据，传感器通过通信网络与健康监测系统2相通信；所述健康监测系统2用于对所述实时数据进行处理、分析和显示，以实现对各设备健康状态的远程实时监测和健康评估；所述后台专家系统3用于实现实时数据采集系统1的高级应用、健康监测系统2的智能化监控，从而实现变电站的智能化运行与巡检功能。
本发明上述实施例通过设置实时数据采集系统1、健康监测系统2和后台专家系统3，实现对变电站的健康状况进行实时、客观的智能化监控和评估，自动化程度高，从而解决了上述的技术问题。
优选的，所述后台专家系统3包括设备健康状态显示模块31和智能告警模块32，所述设备健康状态显示模块31用于对设备健康状态进行实时显示；所述智能告警模块32用于建立变电站故障信息的逻辑和推理模型，对故障告警信息进行分类和信号过滤，对变电站的运行状态进行在线实时分析和推理，自动报告变电站异常并提出故障处理指导意见。
本优选实施例增加了智能变电站的预警、故障分析和健康状态显示功能，提高了变电站的安全性。
优选的，所述通信网络包括：实现传感器与现场控制终端互联的RS485总线、CAN总线或无线传感网；实现现场控制终端之间或现场控制终端与后台系统互联的百兆及以上星型以太网。
本优选实施例解决了传感器与现场控制终端、现场控制终端之间或现场控制终端与后台系统之间的网络通信问题。
优选的，所述健康监测系统2包括依次连接的数据预处理模块21、数据分析模块22、数据评估模块23和数据显示模块44，所述数据预处理模块21用于将传感器采集到的实时数据即视频图像转化到灰度空间，并使转换后的图像通过高斯滤波器进行滤波处理；所述数据分析模块22用于对预处理后的视频图像进行分析和处理，以得到跟踪目标的振动位移曲线；所述数据评估模块23用于对所述振动位移曲线进行健康分析并判断跟踪目标的振动位移是否处于健康状态，输出变电站设备健康状态结果；所述数据显示模块44用于显示所述变电站设备健康状态结果。
本优选实施例构建了健康监测系统2对采集的视频图像进行处理的模块架构。
优选的，所述数据分析模块22包括算法选择子模块、主算法子模块、副算法子模块、位移修正子模块和显示子模块，具体为：
(1)算法选择子模块：与主算法子模块、副算法子模块连接，用于对视频中各桢图像的位移提取算法进行选择，其遵循的选取原则为：当前帧图像与前一桢图像相比不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1的任一项条件时，选取主算法子模块进行追踪目标的运动位移的提取；当前帧图像与前一桢图像相比满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件时，选取副算法子模块进行追踪目标的运动位移的提取，T1的取值范围为(0,1mm]；
(2)主算法子模块：用于通过图像配准的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧中的追踪目标图像作为模板图像P(σ)，后续帧图像为Ij(σ),j＝2,...n，多次扭曲所述后续帧图像Ij(σ)，使其与模板图像P(σ)对齐，每次扭曲后所述后续帧图像Ij(σ)与模板图像P(σ)之间的增量Δδj为：
其中，ψ(σ；δj)为模板图像P(σ)的像素坐标σ(x,y)映射到后续帧图像Ij(σ)的亚像素坐标，δj表示扭曲变换的参数向量，Ij(ψ(σ；δj))为从后续帧图像Ij(σ)中截取的扭曲部分，为扭曲部分在亚像素坐标ψ(σ；δj)处的梯度；
所述主算法子模块通过不断迭代计算增量Δδj来更新δj，以逐渐实现图像配准，更新过程为：δj←δj+Δδj，每次更新后对变换参数δj的小数点后一位进行四舍五入取整，停止更新的条件为||Δδj||≤T2，T2为设定的阈值，T2的取值范围为[0.4,0.5]，最后更新的变换参数δj即为后续帧图像Ij(σ)中要提取的追踪目标的复杂运动位移；
(3)副算法子模块：用于通过模板匹配的方式来提取追踪目标的运动位移，设视频共有n桢图像，选取视频中的第一帧图像为匹配图像，后续帧的有效区域为模板图像Pi,i＝2,...n,各桢图像中追踪目标的简单运动位移(xi,yi)为：
其中，(x0,y0)为通过计算模板图像Pi与第一帧图像的NCC相关系数矩阵得到的最大位置点的坐标，m1,m2,m3,m4,m5为(x0,y0)周围8个坐标点(xk,yk)的相关系数，k＝1,...,8，(x0,y0)与所述相关系数的关系为c(xk,yk)＝m0+m1xk+m2yk+m3xk 2+m4xkyk+m5yk 2；
(4)位移修正子模块,考虑到当地温度对变电站设备位移的影响，引入温度修正系数L对上述提取的运动位移进行修正，经验值L的取值范围是[0.95，1.05]：
修正后的复杂运动位移：δ′j＝δj×L
修正后的简单运动位移：(xi,yi)′＝(xi,yi)×L；
(5)显示子模块，与主算法子模块、副算法子模块连接，用于处理并显示与追踪目标相关的运动位移数据和跟踪目标的振动位移曲线。
本优选实施例设置副算法子模块，对满足亮度恒定、空间一致和桢间位移差小于设定阈值T1条件的相邻桢图像进行位移提取，只需选择模板图像进行计算，简单、直观，自动化能力强，且提出了简单运动位移(xi,yi)的计算公式，提高了计算的速度；通过设置主算法子模块，对不满足亮度恒定、空间一致和桢间位移差小于设定阈值T1任一项条件的相邻桢图像进行位移提取，提取过程较为简单，可以快速被执行，可以实现高速摄像的实时位移提取；通过设置算法选择子模块，对视频中各桢图像的位移提取算法进行优化选择，减少了对图像处理的依赖，提高了位移提取的效率，算法对每桢图像的位移提取时间可以降低到0.1ms以下；通过设置位移修正子模块，消除了温度对位移的影响，计算结果更为准确。
优选的，所述数据评估模块23包括主评估子模块和副评估子模块：
a、主评估子模块：对显示子模块中的振动位移曲线进行评估，若振动位移曲线评估合格，则不再对运动位移数据进行评估；
b、副评估子模块：当振动位移曲线评估不合格时，对显示子模块中的运动位移数据进行评估，找出异常数据。
本优选实施例提高了评估的精度。
本应用场景上述实施例取T1＝0.03，T2＝0.4时，分析速度相对提高了4.7％，分析精度相对提高了4.5％。
最后应当说明的是，以上应用场景仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳应用场景对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (3)
1.基于传感器通信网络和专家系统的智能变电站，其特征是，包括实时数据采集系统、健康监测系统和后台专家系统；所述实时数据采集系统用于通过传感器获取设备运行的实时数据，传感器通过通信网络与健康监测系统相通信；所述健康监测系统用于对所述实时数据进行处理、分析和显示，以实现对各设备健康状态的远程实时监测和健康评估；所述后台专家系统用于实现实时数据采集系统的高级应用、健康监测系统的智能化监控，从而实现变电站的智能化运行与巡检功能；所述健康监测系统包括依次连接的数据预处理模块、数据分析模块、数据评估模块和数据显示模块，所述数据预处理模块用于将传感器采集到的实时数据即视频图像转化到灰度空间，并使转换后的图像通过高斯滤波器进行滤波处理；所述数据分析模块用于对预处理后的视频图像进行分析和处理，以得到跟踪目标的振动位移曲线；所述数据评估模块用于对所述振动位移曲线进行健康分析并判断跟踪目标的振动位移是否处于健康状态，输出变电站设备健康状态结果；所述数据显示模块用于显示所述变电站设备健康状态结果；所述数据分析模块包括算法选择子模块、主算法子模块、副算法子模块、位移修正子模块，具体为：
(1)算法选择子模块：与主算法子模块、副算法子模块连接，用于对视频中各帧图像的位移提取算法进行选择，其遵循的选取原则为：当前帧图像与前一帧图像相比不满足亮度恒定、空间一致和帧间位移差小于设定阈值T1的任一项条件时，选取主算法子模块进行追踪目标的运动位移的提取；当前帧图像与前一帧图像相比满足亮度恒定、空间一致和帧间位移差小于设定阈值T1条件时，选取副算法子模块进行追踪目标的运动位移的提取，T1的取值范围为(0,1mm]；
(2)主算法子模块：用于通过图像配准的方式来提取追踪目标的运动位移；
(3)副算法子模块：用于通过模板匹配的方式来提取追踪目标的运动位移；
(4)位移修正子模块,考虑到当地温度对变电站设备位移的影响，引入温度修正系数L对上述提取的运动位移进行修正，经验值L的取值范围是[0.95，1.05]：
修正后的复杂运动位移：δ′j＝δj×L
修正后的简单运动位移：(xi,yi)′＝(xi,yi)×L；
所述通过图像配准的方式来提取追踪目标的运动位移，具体为：
设视频共有n帧图像，选取视频中的第一帧中的追踪目标图像作为模板图像P(σ)，后续帧图像为Ij(σ),j＝2,...n，多次扭曲所述后续帧图像Ij(σ)，使其与模板图像P(σ)对齐，每次扭曲后所述后续帧图像Ij(σ)与模板图像P(σ)之间的增量Δδj为：
其中，ψ(σ；δj)为模板图像P(σ)的像素坐标σ(x,y)映射到后续帧图像Ij(σ)的亚像素坐标，δj表示扭曲变换的参数向量，Ij(ψ(σ；δj))为从后续帧图像Ij(σ)中截取的扭曲部分，为扭曲部分在亚像素坐标ψ(σ；δj)处的梯度；
所述主算法子模块通过不断迭代计算增量Δδj来更新δj，以逐渐实现图像配准，更新过程为：δj←δj+Δδj，每次更新后对变换参数δj的小数点后一位进行四舍五入取整，停止更新的条件为||Δδj||≤T2，T2为设定的阈值，T2的取值范围为[0.4,0.5]，最后更新的变换参数δj即为后续帧图像Ij(σ)中要提取的追踪目标的复杂运动位移；
所述通过模板匹配的方式来提取追踪目标的运动位移，具体为：
设视频共有n帧图像，选取视频中的第一帧图像为匹配图像，后续帧的有效区域为模板图像Pi,i＝2,...n,各帧图像中追踪目标的简单运动位移(xi,yi)为：
其中，(x0,y0)为通过计算模板图像Pi与第一帧图像的NCC相关系数矩阵得到的最大位置点的坐标，m1,m2,m3,m4,m5为(x0,y0)周围8个坐标点(xk,yk)的相关系数，k＝1,...,8，(x0,y0)与所述相关系数的关系为c(xk,yk)＝m0+m1xk+m2yk+m3xk 2+m4xkyk+m5yk 2。
2.根据权利要求1所述的基于传感器通信网络和专家系统的智能变电站，其特征是，所述后台专家系统包括设备健康状态显示模块和智能告警模块，所述设备健康状态显示模块用于对设备健康状态进行实时显示；所述智能告警模块用于建立变电站故障信息的逻辑和推理模型，对故障告警信息进行分类和信号过滤，对变电站的运行状态进行在线实时分析和推理，自动报告变电站异常并提出故障处理指导意见。
3.根据权利要求1所述的基于传感器通信网络和专家系统的智能变电站，其特征是，所述通信网络包括：实现传感器与现场控制终端互联的RS485总线、CAN总线或无线传感网；实现现场控制终端之间或现场控制终端与后台专家系统互联的百兆及以上星型以太网。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610598599.2A CN106230115B (zh) | 2016-07-25 | 2016-07-25 | 基于传感器通信网络和专家系统的智能变电站 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610598599.2A CN106230115B (zh) | 2016-07-25 | 2016-07-25 | 基于传感器通信网络和专家系统的智能变电站 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106230115A CN106230115A (zh) | 2016-12-14 |
| CN106230115B true CN106230115B (zh) | 2019-04-02 |
Family
ID=57533478
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610598599.2A Active CN106230115B (zh) | 2016-07-25 | 2016-07-25 | 基于传感器通信网络和专家系统的智能变电站 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106230115B (zh) |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102368634B (zh) * | 2011-09-14 | 2013-12-11 | 文存润 | 智能变电站状态监测统一信息平台系统 |
-
2016
- 2016-07-25 CN CN201610598599.2A patent/CN106230115B/zh active Active
Non-Patent Citations (3)
| Title |
|---|
| 基于传感网络和专家系统的智能变电站;鲁东海;《电力信息化》;20121015;第109-113页 |
| 虹桥变电站变压器在线监测系统应用研究;刘福强;《中国优秀硕士学位论文全文数据库》;20140115;第46-52页 |
| 输变电设备在线监测技术研究及应用;冀慧强;《中国优秀硕士学位论文全文数据库》;20130515;第31-44页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106230115A (zh) | 2016-12-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106412501B (zh) | 一种视频的施工安全行为智能监控系统及其监控方法 | |
| CN106595551B (zh) | 基于深度学习的输电线路覆冰图像中覆冰厚度检测方法 | |
| WO2022037278A1 (zh) | 基于人工智能的变电站巡检机器人系统 | |
| CN111047818A (zh) | 一种基于视频图像的森林火灾预警系统 | |
| CN109188148B (zh) | 应用于智能电网的输电线路可靠监测系统 | |
| CN106225681B (zh) | 一种大跨度桥梁健康状态监测装置 | |
| CN102446390A (zh) | 一种对输电线路附近监控区域进行安全检测、预警的方法和系统 | |
| CN104834920A (zh) | 一种无人机多光谱图像的智能林火识别方法及装置 | |
| CN110363742A (zh) | 一种基于cnn和图像处理的转辙机缺口检测方法 | |
| CN113099242B (zh) | 一种输电线路视频监测数据处理方法及系统 | |
| CN101833673A (zh) | 电力开关柜开关状态图像识别系统 | |
| CN113052876A (zh) | 一种基于深度学习的视频接力跟踪方法及系统 | |
| CN113947555A (zh) | 基于深度神经网络的红外与可见光融合的视觉系统及方法 | |
| CN107844897A (zh) | 一种基于分治法的电网山火监测告警杆塔计算方法 | |
| CN113205039A (zh) | 基于多dcnn网络的电力设备故障图像识别勘灾系统及方法 | |
| CN114187543A (zh) | 一种高空电力作业场景下的安全带检测方法及系统 | |
| CN114665608A (zh) | 用于变电站的智能感知巡检系统及方法 | |
| CN115620239A (zh) | 一种点云和视频结合的输电线路在线监测方法和系统 | |
| CN114325573A (zh) | 变电站运维人员身份及位置信息快速检测方法 | |
| CN114202819B (zh) | 一种基于机器人的变电站巡检方法、系统及计算机 | |
| CN113963373A (zh) | 一种基于视频图像动态检测与跟踪算法系统及方法 | |
| CN113095160B (zh) | 基于人工智能和5g的电力系统人员安全行为识别方法及系统 | |
| CN112260402B (zh) | 基于视频监控的变电站智能巡检机器人状态的监控方法 | |
| CN106230115B (zh) | 基于传感器通信网络和专家系统的智能变电站 | |
| CN106231249B (zh) | 一种无人驾驶起重车 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190307 Address after: 518001 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Applicant after: Shenzhen Power Supply Co.,Ltd. Applicant after: SHENZHEN COMTOP INFORMATION TECHNOLOGY Co.,Ltd. Applicant after: Sun Rongrong Applicant after: Ning Baifeng Applicant after: Liu Jingang Address before: No. 372, Zhenhai District, Ningbo, Zhejiang, Zhejiang Applicant before: Xiao Rui |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 518001 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Patentee after: Shenzhen Power Supply Co.,Ltd. Patentee after: China Southern Power Grid Digital Platform Technology (Guangdong) Co.,Ltd. Patentee after: Sun Rongrong Patentee after: Ning Baifeng Patentee after: Liu Jingang Address before: 518001 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Patentee before: Shenzhen Power Supply Co.,Ltd. Patentee before: SHENZHEN COMTOP INFORMATION TECHNOLOGY Co.,Ltd. Patentee before: Sun Rongrong Patentee before: Ning Baifeng Patentee before: Liu Jingang |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230410 Address after: 518000 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Patentee after: Shenzhen Power Supply Co.,Ltd. Patentee after: China Southern Power Grid Digital Platform Technology (Guangdong) Co.,Ltd. Address before: 518001 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Patentee before: Shenzhen Power Supply Co.,Ltd. Patentee before: China Southern Power Grid Digital Platform Technology (Guangdong) Co.,Ltd. Patentee before: Sun Rongrong Patentee before: Ning Baifeng Patentee before: Liu Jingang |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240321 Address after: 518000 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Patentee after: Shenzhen Power Supply Co.,Ltd. Country or region after: China Address before: 518000 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Patentee before: Shenzhen Power Supply Co.,Ltd. Country or region before: China Patentee before: China Southern Power Grid Digital Platform Technology (Guangdong) Co.,Ltd. |