CN108550238A - 基于多模拟态的光谱融合图像识别的输电线路监测系统 - Google Patents
基于多模拟态的光谱融合图像识别的输电线路监测系统 Download PDFInfo
- Publication number
- CN108550238A CN108550238A CN201810374935.4A CN201810374935A CN108550238A CN 108550238 A CN108550238 A CN 108550238A CN 201810374935 A CN201810374935 A CN 201810374935A CN 108550238 A CN108550238 A CN 108550238A
- Authority
- CN
- China
- Prior art keywords
- fire
- module
- transmission line
- information
- electricity
- 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 94
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000001228 spectrum Methods 0.000 title claims abstract description 23
- 238000002156 mixing Methods 0.000 title claims abstract description 21
- 230000005611 electricity Effects 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 50
- 230000009977 dual effect Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 11
- 238000013499 data model Methods 0.000 description 10
- 230000004044 response Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 6
- 230000004927 fusion Effects 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 230000002265 prevention Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004387 environmental modeling Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011076 safety test Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013179 statistical model 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于多模拟态的光谱融合图像识别的输电线路监测系统,属于输电线路安全技术领域,它包括服务器和视频图像采集装置,服务器包括基础信息配置模块、火灾信息获取模块、火灾预警处理模块、火灾等级告警模块和数据库模块;基础信息配置模块、火灾信息获取模块、火灾等级告警模块均与火灾预警处理模块相连接,数据库模块分别与基础信息配置模块、火灾信息获取模块、火灾预警处理模块和火灾等级告警模块相连接;视频图像采集装置用于采集输电线路周边的视频数据信号;视频图像采集装置与火灾信息获取模块相连接。本发明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多模拟态的光谱融合图像识别的输电线路监测系统。
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。
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多模拟态的光谱融合图像识别的输电线路监测系统,该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:
提供了一种基于多模拟态的光谱融合图像识别的输电线路监测系统,包括服务器和视频图像采集装置,其中:
所述服务器包括基础信息配置模块、火灾信息获取模块、火灾预警处理模块、火灾等级告警模块和数据库模块;
所述基础信息配置模块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,基础信息配置模块与所述火灾预警处理模块相连接以为其提供数据基础;
所述火灾信息获取模块获取所述视频图像采集装置采集的信号并经该信号获取火灾信息,火灾信息获取模块与所述火灾预警处理模块相连接以将获取的火灾信息发送至火灾预警处理模块;
所述火灾预警处理模块接收来自火灾信息获取模块的火灾信息,并将该火灾信息与所述基础信息配置模块的基础信息进行比对,综合判定出火灾信息对输电线路的影响级别输送至火灾等级告警模块;
所述火灾等级告警模块与所述火灾预警处理模块相连接,并根据获取的火灾信息对输电线路的影响级别进行报警;
所述数据库模块用于存储服务器的火灾实时动态信息、火灾等级信息以及输电线路的参数信息、地理信息、输电线路下的可燃物信息,数据库模块分别与基础信息配置模块、火灾信息获取模块、火灾预警处理模块和火灾等级告警模块相连接;
所述视频图像采集装置用于采集输电线路周边的视频数据信号,视频图像采集装置与火灾信息获取模块相连接。
进一步的,所述视频图像采集装置内设置有信号转换模块,用于将视频图像采集装置采集的图像信号转换为电信号。
进一步的,所述火灾信息获取模块内设置有信号还原模块,用于将接收的电信号还原为图像信号。
进一步的,所述视频图像采集装置包括红外双模多光谱视频装置,红外双模多光谱视频装置内置无线模块。
进一步的,所述火灾信息获取模块包括输电线路的TGIS系统模块,TGIS系统模块与火灾预警处理模块连接,所述视频图像采集装置的视频数据信息在TGIS系统模块中得到动态处理,得出火灾的实时动态信息,并将火灾实时动态信息数据发送给火灾预警处理模块。
进一步的,所述火灾预警处理模块还与输电线路的微气象系统连接,所述微气象系统为火灾预警处理系统提供微气象数据。
进一步的,所述微气象数据包括风速、风向、温度数据。
进一步的,所述服务器连接人机界面模块,所述人机界面模块与数据库模块连接,用于以图像的形式向用户展示火灾的实时动态。
进一步的,所述数据库模块设有权限管理模块,权限管理模块用于对用户进行管理、用户角色管理以及用户权限分级管理,所述权限管理模块与人机界面模块连接。
进一步的,所述火灾等级告警模块设有多个顺序排列的火灾险情等级,火灾险情等级从低级到高级依次增加。
与现有技术相比,本发明的有益效果为:
1、本发明示例的基于多模拟态的光谱融合图像识别的输电线路监测系统,设置视频图像采集装置对输电线路周边的山火进行探测、拍照和录像,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,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,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。
2、本发明示例的基于多模拟态的光谱融合图像识别的输电线路监测系统,视频图像采集装置采集的图像信号转换为电信号传输至火灾信息获取模块,然后在火灾信息获取模块内还原为图像信号,信号传输稳定,便于服务器的识别,红外双模多光谱视频装置内置无线模块,信号传输迅速,对于火灾情况的通知准确及时。
3、本发明示例的基于多模拟态的光谱融合图像识别的输电线路监测系统,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,搭建一套模拟仿真平台,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。
4、本发明示例的基于多模拟态的光谱融合图像识别的输电线路监测系统,设置了微气象系统为火灾预警处理系统提供微气象数据,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、温度等数据进行综合分析,提升预警的准确性。
5、本发明示例的基于多模拟态的光谱融合图像识别的输电线路监测系统,设置人机界面模块、权限管理模块等,操作十分人性化,且保证了数据的安全性,火灾等级告警模块设置多个火灾险情等级,根据不同的情况发出不同等级的报警,智能化程度高,便于工作人员按照相应的险情等级做出应急处理的方案,避免资源准备不足或者准备过度,利于做出最佳应对方案且避免资源浪费。
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为本发明实施例的构成示意图。
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多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,包括服务器和视频图像采集装置,其中:
所述服务器包括基础信息配置模块、火灾信息获取模块、火灾预警处理模块、火灾等级告警模块和数据库模块;
所述基础信息配置模块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,基础信息配置模块与所述火灾预警处理模块相连接以为其提供数据基础;
所述火灾信息获取模块获取所述视频图像采集装置采集的信号并经该信号获取火灾信息,火灾信息获取模块与所述火灾预警处理模块相连接以将获取的火灾信息发送至火灾预警处理模块;
所述火灾预警处理模块接收来自火灾信息获取模块的火灾信息,并将该火灾信息与所述基础信息配置模块的基础信息进行比对,综合判定出火灾信息对输电线路的影响级别输送至火灾等级告警模块;火灾预警处理模块根据火情的信息,结合输电线路的地理位置、输电线路周围可燃物等信息,综合判定出火情对输电线路的影响级别;
所述火灾等级告警模块与所述火灾预警处理模块相连接,并根据获取的火灾信息对输电线路的影响级别进行报警;具体报警方式可采用图像、语音、短信等进行系统报警。
所述数据库模块用于存储服务器的火灾实时动态信息、火灾等级信息以及输电线路的参数信息、地理信息、输电线路下的可燃物信息,数据库模块分别与基础信息配置模块、火灾信息获取模块、火灾预警处理模块和火灾等级告警模块相连接;
所述视频图像采集装置用于采集输电线路周边的视频数据信号,视频图像采集装置与火灾信息获取模块相连接。
视频图像采集装置内设置有信号转换模块,用于将视频图像采集装置采集的图像信号转换为电信号。火灾信息获取模块内设置有信号还原模块,用于将接收的电信号还原为图像信号。
如图1,所述火灾预警处理模块还与输电线路的微气象系统连接,所述微气象系统为火灾预警处理系统提供微气象数据。所述微气象数据包括风速、风向、温度数据。服务器连接人机界面模块,所述人机界面模块与数据库模块连接,用于以图像的形式向用户展示火灾的实时动态,数据库模块设有权限管理模块,权限管理模块用于对用户进行管理、用户角色管理以及用户权限分级管理,所述权限管理模块与人机界面模块连接。
本实施例中,所述视频图像采集装置包括红外双模多光谱视频装置,红外双模多光谱视频装置内置无线模块。火灾信息获取模块包括输电线路的TGIS系统模块,TGIS系统模块与火灾预警处理模块连接,所述视频图像采集装置的视频数据信息在TGIS系统模块中得到动态处理,得出火灾的实时动态信息,并将火灾实时动态信息数据发送给火灾预警处理模块。
火灾等级告警模块设有多个顺序排列的火灾险情等级,火灾险情等级从低级到高级依次增加。本实施例中,火灾等级告警模块设有五个火灾险情等级,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。
本实施例中,基于输电线路火灾发展变化的TGIS的数据建模具体如下:
利用TGIS的数据模型对输电线路附近的火灾发展变化的时空数据处理,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 withamendments Data Model)、基于事件的时空数据模型(The Event-based Data Model)、时空复合模型(Space-time composite Data Model)、时空立方体模型(Space-time cubeData Model)和面向对象的时空数据模型(The Object-oriented Data Model)等。TGIS系统模块能够同时处理时间、空间、属性数据,在静态GIS内加入时间维度,实现对火灾发展过程的动态展示。
监测过程中,通过多光谱融合、输电线路微气象监测等技术手段获取红外、可见光图像和输电线路微气象数据,采用火点识别算法,结合微气象数据得到火情的面积、发展趋势、可燃物的构成等信息。
本实施例中,输电线路火灾预警等级划分方法和原则如下:
研究输电线路火灾的分级和预警。分级的目的在于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。
在给出预警等级指标的同时,给出该环境在该预警等级下的火灾次数期望平均值,用以表示其绝对危险程度。由于输电线路火险影响因素十分复杂,火灾发生具有很强的随机性,同一预警等级下,各种实际火灾次数都可能出现。因此本实施例将对火灾多发线路不同预警等级的火灾次数分布特征进行分析,并模拟其分布率,以期获得更详细的火险预警内容。
通常采用五级火险等级的方式表示危险程度,第一级最安全(低火险),第五级最危险(高火险)。但火险预警等级只是一个相对的概念,由于输电线路规模、结构及气候背景的差异,同一火险预警等级下,不同环境的实际火灾平均次数并不相同,火险预警等级仅能表示火灾发生的相对危险程度,不能表达其绝对危险程度。根据历年火灾次数资料和同期气象资料,设计火灾机率的统计模式:
P(A)=a+k1exp(1/S)+k2exp(1/C)
式中,S为有效湿度,为反映前7天时间中天气干燥程度的指标;C为预测日的最高气温与最地气温的差值。由历史数据学习出当地的火灾机率参数a,k1,k2的值,再由当日气象资料可得火灾发生概率P(A),以火灾发生概率的区间为划分依据,将火险预警等级依次划分为五个等级。
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。
本发明实施过程如下:
1)、软件、硬件的安装
将服务器、视频图像采集装置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。
本发明的监测系统的监测方法过程如下:
1)、视频图像采集装置通过对输电线路周围环境进行拍摄取像,并将该图像视频信号转换成电信号,然后将该电信号发送给服务器的火灾信息获取模块;
2)、所述火灾信息获取模块从视频图像采集装置获取图像视频的数据信号,并将该数据的电信号还原成图像信号,然后对该图像信号进行数据建模,并通过调取服务器的数据库模块存储的数据进行图像识别,当识别后的图像视频具有火灾灾情时,将该火灾模型在TGIS系统模块进行动态处理,即在火灾模型上加上时间维度,得出火灾的实时动态信息,火灾信息获取模块将火灾实时动态信息发送至火灾预警处理模块,同时,将火灾实时动态信息发送至数据库模块,用以向用户展示火灾实时动态信息;当识别后的图像视频不具有火灾灾情时,火灾信息获取模块将自动删除该图像视频信号;
3)、火灾预警处理模块从火灾信息获取模块获得火灾实时动态信息,并依据服务器中的基础信息配置模块中存储的输电线路信息,以及输电线路上的微气象系统提供的微气象信息,判定出火灾灾情的对输电线路的影响级别等级,然后将该级别等级数据存储到数据库模块,同时,将该级别等级数据发送至火灾等级告警模块;
4)、火灾等级告警模块从火灾预警处理模块获得火灾等级信息,然后通过图像、语音、短信进行系统报警。
本发明的火灾预警处理模块在对火灾级别等级进行划分时,采用输电线路基础信息与微气象系统相结合的数据为依据,将火灾灾情等级划分为第一到第五5个不同的等级。第一级为最安全的等级,第五级为最危险的等级,各个输电线路根据实际环境进行确定火灾灾情等级的划分临界值,例如在空旷的输电线路中,输电线路周围的可燃物多、当地风速大、温度高、风向正对输电线路,那么,当火灾信息获取模块获取到火灾实时动态信息时,其对应的火灾级别等级为第五级,以此类推。
本发明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,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)
1.一种基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,包括服务器和视频图像采集装置,其中:
所述服务器包括基础信息配置模块、火灾信息获取模块、火灾预警处理模块、火灾等级告警模块和数据库模块;
所述基础信息配置模块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,基础信息配置模块与所述火灾预警处理模块相连接以为其提供数据基础;
所述火灾信息获取模块获取所述视频图像采集装置采集的信号并经该信号获取火灾信息,火灾信息获取模块与所述火灾预警处理模块相连接以将获取的火灾信息发送至火灾预警处理模块;
所述火灾预警处理模块接收来自火灾信息获取模块的火灾信息,并将该火灾信息与所述基础信息配置模块的基础信息进行比对,综合判定出火灾信息对输电线路的影响级别输送至火灾等级告警模块;
所述火灾等级告警模块与所述火灾预警处理模块相连接,并根据获取的火灾信息对输电线路的影响级别进行报警;
所述数据库模块用于存储服务器的火灾实时动态信息、火灾等级信息以及输电线路的参数信息、地理信息、输电线路下的可燃物信息,数据库模块分别与基础信息配置模块、火灾信息获取模块、火灾预警处理模块和火灾等级告警模块相连接;
所述视频图像采集装置用于采集输电线路周边的视频数据信号,视频图像采集装置与火灾信息获取模块相连接。
2.根据权利要求1所述的基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,所述视频图像采集装置内设置有信号转换模块,用于将视频图像采集装置采集的图像信号转换为电信号。
3.根据权利要求2所述的基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,所述火灾信息获取模块内设置有信号还原模块,用于将接收的电信号还原为图像信号。
4.根据权利要求1-3任一所述的基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,所述视频图像采集装置包括红外双模多光谱视频装置,红外双模多光谱视频装置内置无线模块。
5.根据权利要求1-3任一所述的基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,所述火灾信息获取模块包括输电线路的TGIS系统模块,TGIS系统模块与火灾预警处理模块连接,所述视频图像采集装置的视频数据信息在TGIS系统模块中得到动态处理,得出火灾的实时动态信息,并将火灾实时动态信息数据发送给火灾预警处理模块。
6.根据权利要求5所述的基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,所述火灾预警处理模块还与输电线路的微气象系统连接,所述微气象系统为火灾预警处理系统提供微气象数据。
7.根据权利要求6所述的基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,所述微气象数据包括风速、风向、温度数据。
8.根据权利要求1所述的基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,所述服务器连接人机界面模块,所述人机界面模块与数据库模块连接,用于以图像的形式向用户展示火灾的实时动态。
9.根据权利要求8所述的基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,所述数据库模块设有权限管理模块,权限管理模块用于对用户进行管理、用户角色管理以及用户权限分级管理,所述权限管理模块与人机界面模块连接。
10.根据权利要求1所述的基于多模拟态的光谱融合图像识别的输电线路监测系统,其特征是,所述火灾等级告警模块设有多个顺序排列的火灾险情等级,火灾险情等级从低级到高级依次增加。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810374935.4A CN108550238A (zh) | 2018-04-24 | 2018-04-24 | 基于多模拟态的光谱融合图像识别的输电线路监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810374935.4A CN108550238A (zh) | 2018-04-24 | 2018-04-24 | 基于多模拟态的光谱融合图像识别的输电线路监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108550238A true CN108550238A (zh) | 2018-09-18 |
Family
ID=63512441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810374935.4A Pending CN108550238A (zh) | 2018-04-24 | 2018-04-24 | 基于多模拟态的光谱融合图像识别的输电线路监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108550238A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222899A (zh) * | 2019-06-12 | 2019-09-10 | 哈尔滨工业大学 | 一种越野滑雪赛道风速场预测方法 |
CN112435437A (zh) * | 2020-12-12 | 2021-03-02 | 浙江工业大学之江学院 | 基于视觉感知三维重构技术的火灾智能预警系统及方法 |
CN112688434A (zh) * | 2021-01-15 | 2021-04-20 | 广州穗能通能源科技有限责任公司 | 输配电线路的监测预警方法、装置、计算机设备和介质 |
CN114664041A (zh) * | 2022-03-15 | 2022-06-24 | 中科海慧(北京)科技有限公司 | 一种基于深度学习的多传感器融合预警预测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778418A (zh) * | 2014-01-28 | 2014-05-07 | 华南理工大学 | 一种输电线路杆塔图像监测系统的山火图像识别方法 |
CN104794845A (zh) * | 2015-05-04 | 2015-07-22 | 安徽大学 | 基于火险等级预报的森林火灾预警方法 |
CN105389931A (zh) * | 2015-11-18 | 2016-03-09 | 西安天璇智能系统科技有限公司 | 森林防火智能监控预警系统 |
CN105678941A (zh) * | 2016-01-17 | 2016-06-15 | 梁清泉 | 一种火灾智能监测控制系统 |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
CN206594781U (zh) * | 2016-12-12 | 2017-10-27 | 江苏省金威测绘服务中心 | 基于地理信息gis采集技术与物联网相结合的山林火灾监测系统 |
CN107749142A (zh) * | 2017-11-21 | 2018-03-02 | 海南电网有限责任公司电力科学研究院 | 一种输电线路防山火预警系统及其预警方法 |
-
2018
- 2018-04-24 CN CN201810374935.4A patent/CN108550238A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778418A (zh) * | 2014-01-28 | 2014-05-07 | 华南理工大学 | 一种输电线路杆塔图像监测系统的山火图像识别方法 |
CN104794845A (zh) * | 2015-05-04 | 2015-07-22 | 安徽大学 | 基于火险等级预报的森林火灾预警方法 |
CN105389931A (zh) * | 2015-11-18 | 2016-03-09 | 西安天璇智能系统科技有限公司 | 森林防火智能监控预警系统 |
CN105678941A (zh) * | 2016-01-17 | 2016-06-15 | 梁清泉 | 一种火灾智能监测控制系统 |
CN206594781U (zh) * | 2016-12-12 | 2017-10-27 | 江苏省金威测绘服务中心 | 基于地理信息gis采集技术与物联网相结合的山林火灾监测系统 |
CN106652303A (zh) * | 2017-01-17 | 2017-05-10 | 武汉智网兴电科技开发有限公司 | 一种输电线路走廊山火实时监控预警的方法及装置 |
CN107749142A (zh) * | 2017-11-21 | 2018-03-02 | 海南电网有限责任公司电力科学研究院 | 一种输电线路防山火预警系统及其预警方法 |
Non-Patent Citations (1)
Title |
---|
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 |
---|---|---|---|---|
CN110222899A (zh) * | 2019-06-12 | 2019-09-10 | 哈尔滨工业大学 | 一种越野滑雪赛道风速场预测方法 |
CN110222899B (zh) * | 2019-06-12 | 2022-04-22 | 哈尔滨工业大学 | 一种越野滑雪赛道风速场预测方法 |
CN112435437A (zh) * | 2020-12-12 | 2021-03-02 | 浙江工业大学之江学院 | 基于视觉感知三维重构技术的火灾智能预警系统及方法 |
WO2022121060A1 (zh) * | 2020-12-12 | 2022-06-16 | 浙江工业大学之江学院 | 基于视觉感知三维重构技术的火灾智能预警系统及方法 |
CN112688434A (zh) * | 2021-01-15 | 2021-04-20 | 广州穗能通能源科技有限责任公司 | 输配电线路的监测预警方法、装置、计算机设备和介质 |
CN114664041A (zh) * | 2022-03-15 | 2022-06-24 | 中科海慧(北京)科技有限公司 | 一种基于深度学习的多传感器融合预警预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11475385B2 (en) | Method and system for utility power line monitoring | |
US10880623B2 (en) | Method and system for utility power lines vegetation proximity monitoring and controlling | |
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 | |
Kadir et al. | Modeling of wireless sensor networks for detection land and forest fire hotspot | |
CN115348247A (zh) | 基于天空地一体化技术的森林火灾检测预警及决策系统 | |
CN104778517B (zh) | 基于微气象与卫星遥感数据的微气象灾害预警方法及系统 | |
CN110187665A (zh) | 一种地下综合管廊智慧型管控系统 | |
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 | |
US11881094B2 (en) | Infrastructure construction digital integrated twin (ICDIT) | |
CN111121862A (zh) | 一种空天地一体化的大气环境监测系统及方法 | |
CN109212520A (zh) | 全方位检测雷达的路况感知异常事件检测报警系统及方法 | |
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 | |
CN109448292A (zh) | 一种电网山火监测预警方法 | |
CN108496348A (zh) | 滑坡体动态监控方法及系统 | |
CN102881109B (zh) | 一种基于非制冷红外温度探测器的林火预警系统 | |
CN104517432A (zh) | 基于无人机和无线传感器网络的监控系统 | |
CN108389360A (zh) | 一种基于视频分析的输电线路火灾监测方法及系统 | |
CN111569346A (zh) | 一种智能灭火器远程监控及管理系统 | |
CN204270491U (zh) | 基于无人机和无线传感器网络的监控系统 | |
US20190114725A1 (en) | Utility network monitoring with a device and an unmanned aircraft | |
CN107527162B (zh) | 一种房屋安全鉴定系统及其使用方法 | |
CN117253341A (zh) | 基于北斗与高分遥感技术的路域灾害监测预警方法与系统 | |
CN113344735B (zh) | 电网设备的防灾减灾监测预警系统 | |
Ko et al. | Intelligent wireless sensor network for wildfire detection | |
CN113536030A (zh) | 一种智能森林防灭火信息管理系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180918 |