CN108538014A - 基于卫星检测盲区的输电线路通道山火防治方法及系统 - Google Patents
基于卫星检测盲区的输电线路通道山火防治方法及系统 Download PDFInfo
- Publication number
- CN108538014A CN108538014A CN201810374311.2A CN201810374311A CN108538014A CN 108538014 A CN108538014 A CN 108538014A CN 201810374311 A CN201810374311 A CN 201810374311A CN 108538014 A CN108538014 A CN 108538014A
- Authority
- CN
- China
- Prior art keywords
- fire
- transmission line
- electricity
- control method
- picture signal
- 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.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000005611 electricity Effects 0.000 claims abstract description 69
- 230000004044 response Effects 0.000 claims description 19
- 238000013499 data model Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 238000013179 statistical model Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 22
- 238000012545 processing Methods 0.000 abstract description 15
- 238000007726 management method Methods 0.000 description 10
- 230000002265 prevention Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004387 environmental modeling Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011076 safety test Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于卫星检测盲区的输电线路通道山火防治方法及系统,属于输电线路安全技术领域,包括:S1:获取输电线路周边的图像信号;S2:对图像信号进行数据建模,生成火灾模型,并进行图像识别;当识别后的图像信号具有火灾灾情时,则进入S3;当时别后的图像信号不具有火灾灾情时,则将火灾模型删除并返回S1;S3:在火灾模型上加上时间维度,得出火灾的实时动态信息;S4:判定出火灾灾情对输电线路的影响级别并报警。本发明解决了由于卫星监测盲区而导致的火灾不能及时准确的发现的难题,提高了灾害预警的效率,为进一步的灾害应急处理提供了技术保障。
Description
技术领域
本发明属于输电线路安全技术领域,具体的说是一种基于卫星检测盲区的输电线路通道山火防治方法及系统。
背景技术
在保障输电线路安全的领域,防火是一项重要的工作,火灾对输电线路造成了严重的危害,影响了人们的生活生产。目前,在火灾高发季节,工作人员需要对主要输电线路进行24小时线路巡检、定点把守、监护处理,以及在管理上加大火灾危害的宣传,加强人员的防火意识,工作量非常大。虽然采取这些举措对火灾的防治取得了一定的成效,但是由于火灾发生的时间和地点等不确定因素,仍然无法全面对主要输电线路进行很好的火灾预防管控。
由于输电线路分布区域广、分布地形复杂,对于由火灾引发的输电线路威胁,当前使用天基卫星监测方法虽然能够解决大面积火源的识别、判定难题,但是也存在诸多不足和局限:(1)目前采用的极轨卫星探测火源受卫星过境时间的限制,难以实现全天候实时监测;(2)卫星探测时易受云层、雾霾等影响,不能保证火灾监测的全面有效覆盖;(3)卫星监测地面受分辨率的影响,只能够发现大面积火灾,对于小面积火灾,很难及时的发现,具有局限性。
基于上述的不足和局限,基于卫星监测的方式是无法全面实现输电设备的火灾预警的,目前需要一种对输电线路准确火灾预警的方法,与卫星监测相互配合,实现对输电线路火灾预警的全面覆盖。
发明内容
为了解决上述现有技术中的不足,本发明的目的在于提供一种基于卫星检测盲区的输电线路通道山火防治方法及系统,该方法及系统解决了由于卫星监测盲区而导致的火灾不能及时准确的发现的难题,提高了灾害预警的效率,为进一步的灾害应急处理提供了技术保障。
本发明解决其技术问题所采用的技术方案为:
一方面,提供了一种基于卫星检测盲区的输电线路通道山火防治方法,包括:
S1:获取输电线路周边的图像信号;
S2:对所述图像信号进行数据建模,生成火灾模型,并进行图像识别;
当识别后的图像信号具有火灾灾情时,则进入S3;当时别后的图像信号不具有火灾灾情时,则将所述火灾模型删除并返回S1;
S3:在所述火灾模型上加上时间维度,得出火灾的实时动态信息;
S4:根据火灾的实时动态信息,判定出火灾灾情对输电线路的影响级别并报警。
进一步的,所述获取输电线路周边的图像信号,通过光谱红外探火雷达和火焰识别探测器进行。
进一步的,所述获取输电线路周边的图像信号之后,将所述图像信号转换为电信号进行传输;对所述图像信号进行数据建模之前,将电信号还原为图像信号。
进一步的,所述进行图像识别,包括:通过红外遥感火点识别算法,结合输电线路的GIS(地理信息系统)信息获得火情的面积、发展趋势和可燃物的构成信息。
进一步的,在所述火灾模型上加上时间维度通过TGIS(时态地理信息系统)数据模型完成。
进一步的,所述判定出火灾灾情对输电线路的影响级别,还结合输电线路的基础配置信息和输电线路上的微气象信息进行判定。
进一步的,火灾灾情对输电线路的影响级别的划分方法包括:
根据历年火灾次数资料和同期气象资料,得出火灾几率统计模型:
P(A)=a+k1exp(1/S)+k2exp(1/C)
其中,S为有效湿度,C为预测日的最高气温与最低气温的差值,a、k1、k2为火灾几率参数,根据历年火灾次数资料得出;
以火灾几率P(A)的区间为划分依据,将火灾灾情对输电线路的影响级别依次划分为多个等级。
进一步的,所述报警的信号还包括该等级下的周期火灾次数,所述周期火灾次数根据泊松分布规律得出。
另一方面,本发明还提供了一种基于卫星检测盲区的输电线路通道山火防治系统,包括:
视频采集子系统,配置用于获取输电线路周边的图像信号;
火灾信息获取子系统,配置用于对所述图像信号进行数据建模,生成火灾模型,并进行图像识别;
火灾信息展示子系统,配置用于在所述火灾模型上加上时间维度,得出火灾的实时动态信息;
火灾预警处理子系统,配置用于判定出火灾灾情对输电线路的影响级别;
火灾等级告警子系统,配置用于进行报警。
另一方面,本发明还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行本发明示例的任一种基于卫星检测盲区的输电线路通道山火防治方法。
另一方面,本发明还提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现本发明示例的任一种基于卫星检测盲区的输电线路通道山火防治方法。
与现有技术相比,本发明的有益效果为:
1、本发明示例的基于卫星检测盲区的输电线路通道山火防治方法,通过获取输电线路周边的图像信号,改变了原有的卫星监测的单一模式,充分利用各类资源进行整合,变被动为主动,解决了由于卫星监测地面的局限性而导致的监测范围小、时效性低、受天气影响大等问题;能够准确发现输电线路附近的火灾情况,及时通知监控人员做出应急处理,解决了由于卫星监测存在的盲区而导致的火灾不能及时、准确发现并精准定位的难题,为输电线路维护人员提供了方向性;实时在线的监测到系统布局范围内的火灾发生情况,及时发出报警,通报有关单位进行火灾预防和干预;准确的判断和预测火灾可能对哪条输电线路的影响,方便相关部门进行紧急处理;自动进行电网方式分析,合理优化分析,为合理调整输电线路负荷提供技术支持。
2、本发明示例的基于卫星检测盲区的输电线路通道山火防治方法,对图像信号进行数据建模,并进行图像识别,准确、及时发现输电线路周围的火灾情况,并对火灾的发展趋势进行预测,为输电线路的安全隐患作出评估,屏蔽伪火点数据,及时通知监控人员做出应急处理,改变原来输电线路维护人员定期巡线的工作模式,减轻了工作量,提升了准确度。
3、本发明示例的基于卫星检测盲区的输电线路通道山火防治方法,获取输电线路周边的图像信号,通过光谱红外探火雷达和火焰识别探测器进行,实现24小时对高压输电线路走廊林区山火进行360度无死角探测监控,并通过火焰识别探测器对火焰燃烧的光强度以及闪烁频率来判断火苗位置,信号采集全面准确,为其报警结果的准确性提供了保障。
4、本发明示例的基于卫星检测盲区的输电线路通道山火防治方法,获取输电线路周边的图像信号之后,将所述图像信号转换为电信号进行传输;对所述图像信号进行数据建模之前,将电信号还原为图像信号,信号传输稳定,便于服务器的识别,对于火灾情况的通知准确及时。
5、本发明示例的基于卫星检测盲区的输电线路通道山火防治方法,通过红外遥感火点识别算法,结合输电线路的GIS信息获得火情的面积、发展趋势和可燃物的构成信息,在火灾模型上通过TGIS数据模型加上时间维度,通过多光谱融合、大数据分析等多种技术的融合,为输电线路火灾的监测提供最新的技术支持,解决了由于卫星监测盲区而导致的火灾不能及时准确的发现的难题,提高了灾害预警的效率,为进一步的灾害应急处理提供了技术保障。
6、本发明示例的基于卫星检测盲区的输电线路通道山火防治方法,判定火灾灾情对输电线路的影响级别时,还结合输电线路的基础配置信息和输电线路上的微气象信息进行判定,提升预警的准确性和参考价值。
7、本发明示例的基于卫星检测盲区的输电线路通道山火防治方法,报警信号包括火灾几率和周期火灾次数,报警等级划分科学合理,给出火灾发生的危险程度,以便消防部门对消防警力作出适当安排,实现资源合理配置。
8、本发明示例的基于卫星检测盲区的输电线路通道山火防治方法,带来的经济效益体现在以下几方面:避免大停电事故,减少工农业生产的损失,预计三年内挽回经济损失12000万元;避免输电线路或设备损坏等,预计三年内降低损失约1000万元;减少为处理对输电线路有影响的火灾进行紧急抢救措施费用的投入,预计三年内减少投入约300万元。
9、本发明示例的基于卫星检测盲区的输电线路通道山火防治方法,带来的社会效益体现在以下几方面:快速获取火灾信息,通报相关部门及时对应,降低灾害损失;及时掌握火灾对输电线路的影响,能够迅速作出应急措施,保障工农业生产以及人们的生活正常进行;当火灾对输电线路造成影响时,能够及时作出调整,避免高压放电,造成人身伤亡事故的发生;提前做好合理调度,减少停电损失;提高供电质量,尽可能的减少停电事故的发生,避免影响人们的正常生产生活,树立电力企业良好形象。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本发明实施例方法的流程示意图;
图2为本发明实施例系统的构成示意图;
图3为本发明实施例系统的架构示意图;
图4为本发明实施例的网络连接示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,本发明的一个实施例提供了一种基于卫星检测盲区的输电线路通道山火防治方法,包括:
S1:获取输电线路周边的图像信号;
S2:对所述图像信号进行数据建模,生成火灾模型,并进行图像识别;
当识别后的图像信号具有火灾灾情时,则进入S3;当时别后的图像信号不具有火灾灾情时,则将所述火灾模型删除并返回S1;
S3:在所述火灾模型上加上时间维度,得出火灾的实时动态信息;
S4:根据火灾的实时动态信息,判定出火灾灾情对输电线路的影响级别并报警。
本实施例中,所述获取输电线路周边的图像信号,通过光谱红外探火雷达和火焰识别探测器进行。采用光谱红外探火雷达,实现24小时对高压输电线路走廊林区山火进行360度无死角探测监控,并通过火焰识别探测器对火焰燃烧的光强度以及闪烁频率来判断火苗位置。
获取输电线路周边的图像信号之后,将图像信号转换为电信号进行传输;对图像信号进行数据建模之前,将电信号还原为图像信号。电信号通过无线网络进行传输,保证了信号传输的及时。
S2中进行图像识别,包括:利用红外遥感技术采用火点识别算法,结合输电线路的GIS(地理信息系统)信息获得火情的面积、发展趋势和可燃物的构成信息。
S3中在所述火灾模型上加上时间维度通过TGIS(时态地理信息系统)数据模型完成,能够充分表达随时间变化的火灾发展情况,便于动态的查询和分析,并能动态的显示火灾的发展过程。本实施例主要采用的是时间快照模型来进行数据建模,该模型是将一系列时间片段的快照保存起来,各个切片分别对应不同时刻的火灾信息,以此来反映地理现象的时空演化过程,根据需要对指定时间片段进行播放。这种模型的优点:一是可以直接在当前的地理信息系统软件中实现;二是当前的数据库总是处于有效状态。时空数据模型大致分为:时间快照模型(The Sequent Snap-shots Data Model)、基态修正模型(The Base-state with amendments Data Model)、基于事件的时空数据模型(The Event-based DataModel)、时空复合模型(Space-time composite Data Model)、时空立方体模型(Space-time cube Data Model)和面向对象的时空数据模型(The Object-oriented Data Model)等。
S4中判定出火灾灾情对输电线路的影响级别,还结合输电线路的基础配置信息和输电线路上的微气象信息进行判定。微气象数据包括风速、风向、温度数据,通过微气象系统获取。
S4中,火灾灾情对输电线路的影响级别的划分方法包括:
根据历年火灾次数资料和同期气象资料,得出火灾几率统计模型:
P(A)=a+k1exp(1/S)+k2exp(1/C)
其中,S为有效湿度,C为预测日的最高气温与最低气温的差值,a、k1、k2为火灾几率参数,根据历年火灾次数资料得出;
以火灾几率P(A)的区间为划分依据,将火灾灾情对输电线路的影响级别依次划分为多个等级。本实施例中,划分为五个火灾险情等级,分别为第一级、第二级、第三级、第四级、第五级,火灾险情等级从第一级到第五级依次增加。
S4中,所述报警的信号还包括该等级下的周期火灾次数,所述周期火灾次数根据泊松分布规律得出。火灾次数是一离散型的随机变量,火灾的出现又是稀遇的事件,初步设想火灾次数可能符合泊松分布。由历史数据统计分析可知,各组样本方差随样本平均值的增加而增加,这也符合泊松分布的基本规律。泊松分布律为:
其中k为大于0的参数,可用火灾次数的样本平均值来估计。将一至五级预警等级条件下的周期火灾次数样本平均值分别代入上式,可得各火险预警等级下的周期火灾次数的理论概率分布律。为从理论上证明假设的合理性,同时利用柯尔莫哥洛夫假设检验方法,分别统计得到各预警等级下的柯尔莫哥洛夫参数(Dn,n)是否通过信度为0.01的假设检验来从理论上验证假设的合理性。通过验证即可以认为各火险预警等级下周期火灾发生次数服从泊松分布律。这样,各地区的输电线路火灾预警系统在根据气象资料确定火灾预警等级的同时,概率与经验频率直方图根据各地区历史样本资料估计参数k,再由泊松分布给出并显示该火险预警等级下各种周期火灾次数的理论概率分布律,从而使火险预警的内容更为明确。
如图2所示,本实施例还提供了一种基于卫星检测盲区的输电线路通道山火防治系统,包括:
视频采集子系统,配置用于获取输电线路周边的图像信号;本实施例采用多光谱视频采集子系统,利用红外、可见光双模多光谱视频装置获取输电线路周边的视频数据信号,通过3G/4G等无线数据传输方式将视频数据传送到流媒体服务器中,进行存储,并根据系统应用需要,对数据进行解析和信息挖掘。
火灾信息获取子系统,配置用于对所述图像信号进行数据建模,生成火灾模型,并进行图像识别;主要是从视频采集子系统接收信号,通过对红外和可见光图像进行数据建模、图像识别,获取火灾信息。
火灾信息展示子系统,配置用于在所述火灾模型上加上时间维度,得出火灾的实时动态信息;通过TGIS平台,以浏览器的方式展示火灾变化的信息和火灾与输电线路的关系。
火灾预警处理子系统,配置用于判定出火灾灾情对输电线路的影响级别;通过对火灾信息与输电线路的关系进行数据建模,经过计算分析,判断火灾对输电线路的影响级别。
火灾等级告警子系统,配置用于进行报警。针对不同的火灾等级,通过图像、声音、短信等方式将预警信息及时发布通知到管理人员和维护人员。
为了保证系统的安全性,避免在不被允许的情况下非法侵入,本实施例基于卫星检测盲区的输电线路通道山火防治系统还包括系统权限管理子系统,主要包括用户管理、用户角色管理、权限管理等。
火灾预警处理子系统上还连接基础信息配置子系统,用于对输电线路的参数信息、地理信息、输电线路下的可燃物信息进行配置,为火灾预警处理子系统提供数据基础。
为便于进行信息的查询,本实施例基于卫星检测盲区的输电线路通道山火防治系统还设置有综合查询管理子系统。主要是能够通过各种查询条件对历史的信息以及基础信息进行查询,支持精确查询和模糊查询等,同时还可以对输电线路发生火灾信息进行统计、分析,并可以以业务报表和处理报告等形式进行数据输出、打印等功能。
本实施例的系统架构如图3所示,包括基础层、数据层、服务层和应用层,基础层包含了系统运行的操作系统;数据层包含了数据库、系统相关数据和系统相关日志;服务层实现业务逻辑处理的功能,配置有数据处理模块(HTTP+JSON)和Tomact中间件,并设置有数据接口实现文件的读写;应用层实现火灾预报、火灾信息展示、火灾查询与分析、用户权限管理、系统配置等各项应用功能。
本实施例的网络连接关系如图4所示,包括流媒体服务器和数据发布服务器两台服务器,通过网络与视频采集子系统实现通信连接。
本实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行本实施例所述的基于卫星检测盲区的输电线路通道山火防治方法。
描述于本申请实施例中所涉及到的子系统、单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的子系统、单元或模块也可以设置在处理器中。这些子系统、单元或模块的名称在某种情况下并不构成对该子系统、单元或模块本身的限定。
本实施例还提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现本实施例所述的基于卫星检测盲区的输电线路通道山火防治方法。该计算机可读存储介质可以是上述实施例中所述系统或设备中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质,如硬盘、光盘、SD卡等。
具体的,本实施例的接口系统包括:
(1)PMS系统
PMS系统是电力生产管理系统,本项目获取该系统的输电线路、杆塔及运维部组织结构与人员的详细信息。
(2)CMS系统
CMS系统是输电线路状态在线监测系统,本项目获取该系统的微气象监测装置、覆冰监测装置等实时监测的数据。
(3)GIS系统
GIS系统是输电线路GIS系统,本项目获取该系统的输电线路和杆塔的地理坐标信息。
(4)电网气象预警服务中心系统
本项目获取该系统的气象数据以及预警信息。
(5)国网短信发送接收系统
本项目通过与短信平台接口,将告警信息发送给相关工作人员。
本实施例中,系统的硬件构成如表1所示:
表1:
本实施例中,系统的软件构成如下:流媒体服务器和数据发布服务器的操作系统均采用Red Hat Enterprise Linux 6.4,数据库软件采用MySql 5.6及以上,数据发布服务器采用Tomcat7.0,应用软件采用本实施例的计算机可读存储介质所存储的软件程序。
本发明实施过程如下:
1)、软件、硬件的安装
将服务器、监测主机以及网络设备安装到位,并将操作系统安装到服务器上,其操作系统为Red Hat Enterprise Linux 6.4,然后再进行网络调试,确保网络通畅。
2)、安全测评
对于本发明的输电线路监测系统进行安全测试。
3)、系统运行
首先,将数据库所需数据导入到数据库模块中去,其导入的数据信息为地理地图以及电网坐标的基础信息。
其次,进行网络联调,以确保数据的正确入库。
再次,进行视频图像采集装置、火灾预警处理模块、火灾等级告警模块的联调。
最后,系统对输电线路进行实时监测。
本发明在保留原有的基于卫星的监测基础上,对输电线路周边的山火进行探测、拍照和录像,利用输电线路周边环境资源和微气象系统提供的风速、风向、温度数据进行综合分析,对输电线路周围的环境建模,准确、及时发现输电线路周围的火灾情况,并对火灾的发展趋势进行预测,为输电线路的安全隐患作出评估,屏蔽伪火点数据,及时通知监控人员做出应急处理,改变原来输电线路维护人员定期巡线的工作模式。通过多光谱融合、大数据分析等多种技术的融合,为输电线路火灾的监测提供最新的技术支持,解决了由于卫星监测盲区而导致的火灾不能及时准确的发现的难题,提高了灾害预警的效率,为进一步的灾害应急处理提供了技术保障。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
除说明书所述的技术特征外,其余技术特征为本领域技术人员的已知技术,为突出本发明的创新特点,其余技术特征在此不再赘述。
Claims (10)
1.一种基于卫星检测盲区的输电线路通道山火防治方法,其特征是,包括:
S1:获取输电线路周边的图像信号;
S2:对所述图像信号进行数据建模,生成火灾模型,并进行图像识别;
当识别后的图像信号具有火灾灾情时,则进入S3;当时别后的图像信号不具有火灾灾情时,则将所述火灾模型删除并返回S1;
S3:在所述火灾模型上加上时间维度,得出火灾的实时动态信息;
S4:根据火灾的实时动态信息,判定出火灾灾情对输电线路的影响级别并报警。
2.根据权利要求1所述的基于卫星检测盲区的输电线路通道山火防治方法,其特征是,所述获取输电线路周边的图像信号,通过光谱红外探火雷达和火焰识别探测器进行。
3.根据权利要求1所述的基于卫星检测盲区的输电线路通道山火防治方法,其特征是,所述获取输电线路周边的图像信号之后,将所述图像信号转换为电信号进行传输;对所述图像信号进行数据建模之前,将电信号还原为图像信号。
4.根据权利要求3所述的基于卫星检测盲区的输电线路通道山火防治方法,其特征是,所述进行图像识别,包括:通过红外遥感火点识别算法,结合输电线路的GIS信息获得火情的面积、发展趋势和可燃物的构成信息。
5.根据权利要求4所述的基于卫星检测盲区的输电线路通道山火防治方法,其特征是,在所述火灾模型上加上时间维度通过TGIS数据模型完成。
6.根据权利要求5所述的基于卫星检测盲区的输电线路通道山火防治方法,其特征是,所述判定出火灾灾情对输电线路的影响级别,还结合输电线路的基础配置信息和输电线路上的微气象信息进行判定。
7.根据权利要求1或6所述的基于卫星检测盲区的输电线路通道山火防治方法,其特征是,火灾灾情对输电线路的影响级别的划分方法包括:
根据历年火灾次数资料和同期气象资料,得出火灾几率统计模型:
P(A)=a+k1exp(1/S)+k2exp(1/C)
其中,S为有效湿度,C为预测日的最高气温与最低气温的差值,a、k1、k2为火灾几率参数,根据历年火灾次数资料得出;
以火灾几率P(A)的区间为划分依据,将火灾灾情对输电线路的影响级别依次划分为多个等级。
8.根据权利要求7所述的基于卫星检测盲区的输电线路通道山火防治方法,其特征是,所述报警的信号还包括该等级下的周期火灾次数,所述周期火灾次数根据泊松分布规律得出。
9.一种设备,其特征是,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-7任一所述的基于卫星检测盲区的输电线路通道山火防治方法。
10.一种存储有计算机程序的计算机可读存储介质,其特征是,该程序被处理器执行时实现如权利要求1-7任一所述的基于卫星检测盲区的输电线路通道山火防治方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810374311.2A CN108538014A (zh) | 2018-04-24 | 2018-04-24 | 基于卫星检测盲区的输电线路通道山火防治方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810374311.2A CN108538014A (zh) | 2018-04-24 | 2018-04-24 | 基于卫星检测盲区的输电线路通道山火防治方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108538014A true CN108538014A (zh) | 2018-09-14 |
Family
ID=63478447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810374311.2A Pending CN108538014A (zh) | 2018-04-24 | 2018-04-24 | 基于卫星检测盲区的输电线路通道山火防治方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108538014A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109462516A (zh) * | 2018-10-22 | 2019-03-12 | 中国人民解放军战略支援部队航天工程大学 | 一种双冗余通用测试系统 |
CN111078909A (zh) * | 2019-12-06 | 2020-04-28 | 国网湖南省电力有限公司 | 一种基于四面体模型的电网山火卫星监测影像同化建模方法及系统 |
CN111294558A (zh) * | 2020-02-10 | 2020-06-16 | 中睿合和物联网技术(北京)有限公司 | 基于探火雷达、摄像机和无人机联动的森林防火方法、装置及系统 |
CN112382043A (zh) * | 2020-10-23 | 2021-02-19 | 杭州翔毅科技有限公司 | 基于卫星监测的灾害预警方法、设备、存储介质及装置 |
CN115294718A (zh) * | 2022-08-09 | 2022-11-04 | 九江职业技术学院 | 一种基于多源数据融合的火灾预警系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202584336U (zh) * | 2012-01-05 | 2012-12-05 | 西安建筑科技大学 | 一种图像型火灾探测的测试装置 |
CN202662054U (zh) * | 2012-05-04 | 2013-01-09 | 山西省电力公司阳泉供电公司 | 一种基于电网gis山火灾害监测与预警分析系统 |
CN205582179U (zh) * | 2016-04-20 | 2016-09-14 | 国家电网公司 | 基于卫星遥感图像的森林火灾远程监测系统 |
US9928709B2 (en) * | 2015-06-05 | 2018-03-27 | Fujitsu Limited | Fire detection device and method of detecting fire |
-
2018
- 2018-04-24 CN CN201810374311.2A patent/CN108538014A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202584336U (zh) * | 2012-01-05 | 2012-12-05 | 西安建筑科技大学 | 一种图像型火灾探测的测试装置 |
CN202662054U (zh) * | 2012-05-04 | 2013-01-09 | 山西省电力公司阳泉供电公司 | 一种基于电网gis山火灾害监测与预警分析系统 |
US9928709B2 (en) * | 2015-06-05 | 2018-03-27 | Fujitsu Limited | Fire detection device and method of detecting fire |
CN205582179U (zh) * | 2016-04-20 | 2016-09-14 | 国家电网公司 | 基于卫星遥感图像的森林火灾远程监测系统 |
Non-Patent Citations (3)
Title |
---|
徐昊: "灾害模拟和后果分析软件架构", 《火灾科学》 * |
杜晓峰: "基于时态GIS的输电线路空间数据管理及应用", 《机电信息》 * |
肖安南: "多模态的光谱融合图像识别技术在输电线路火灾监测中的研究应用", 《自动化应用》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109462516A (zh) * | 2018-10-22 | 2019-03-12 | 中国人民解放军战略支援部队航天工程大学 | 一种双冗余通用测试系统 |
CN109462516B (zh) * | 2018-10-22 | 2020-04-10 | 中国人民解放军战略支援部队航天工程大学 | 一种双冗余通用测试系统 |
CN111078909A (zh) * | 2019-12-06 | 2020-04-28 | 国网湖南省电力有限公司 | 一种基于四面体模型的电网山火卫星监测影像同化建模方法及系统 |
CN111294558A (zh) * | 2020-02-10 | 2020-06-16 | 中睿合和物联网技术(北京)有限公司 | 基于探火雷达、摄像机和无人机联动的森林防火方法、装置及系统 |
CN112382043A (zh) * | 2020-10-23 | 2021-02-19 | 杭州翔毅科技有限公司 | 基于卫星监测的灾害预警方法、设备、存储介质及装置 |
CN115294718A (zh) * | 2022-08-09 | 2022-11-04 | 九江职业技术学院 | 一种基于多源数据融合的火灾预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108538014A (zh) | 基于卫星检测盲区的输电线路通道山火防治方法及系统 | |
CN106056690B (zh) | 基于大数据、云平台和物联网的护线智能巡检方法及系统 | |
US11881094B2 (en) | Infrastructure construction digital integrated twin (ICDIT) | |
CN103456136B (zh) | 物联网构架水利水电工程重大事故安全隐患监测预警系统 | |
Wirz et al. | Inferring crowd conditions from pedestrians' location traces for real-time crowd monitoring during city-scale mass gatherings | |
US10317858B2 (en) | Architecture and method for centrally controlling a plurality of building automation systems | |
JP5893376B2 (ja) | 健康管理及びプラント保全のために有毒ガスへの暴露のコンプライアンス及び警告を提供し有毒ガスへの暴露を警告するシステム及び方法 | |
CN116777713B (zh) | 基于数据分析的智慧园区安全管理方法和系统 | |
CN112766909A (zh) | 适用于舰船消防安全的智能管控系统及方法、计算机介质 | |
CN114386845A (zh) | 一种基于bim的智能商场消防监控处理系统 | |
CN103326462B (zh) | 一种变电站双视在线监测智能预警系统 | |
CN108550238A (zh) | 基于多模拟态的光谱融合图像识别的输电线路监测系统 | |
CN106936860A (zh) | 一种基于终端设备的监控系统及方法 | |
CN108389360A (zh) | 一种基于视频分析的输电线路火灾监测方法及系统 | |
CN106936859A (zh) | 一种云服务器策略部署系统及方法 | |
CN111611439A (zh) | 消防安全监测方法、装置、计算机设备和存储介质 | |
CN108109094A (zh) | 基于大数据的森林防火管理系统 | |
KR102213204B1 (ko) | 인공 신경망을 이용하여, gis 기반의 소방 시설을 관리하고 화재를 예방하는 방법 및 장치 | |
Li et al. | Application of NB-IoT in intelligent fire protection system | |
CN116187774A (zh) | 一种数据中心人工智能运维管理系统 | |
CN113536030A (zh) | 一种智能森林防灭火信息管理系统 | |
Lin et al. | Internet of Things (IoT) and internet enabled physical devices for Construction 4.0 | |
Chen et al. | A framework for the optimal deployment of police drones based on street-level crime risk | |
Zhao et al. | Research on the Solution of Safety Management System in Power Construction Project | |
CN207742701U (zh) | 地理信息动态预警布控系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180914 |
|
RJ01 | Rejection of invention patent application after publication |