CN109828845B - 一种基于边缘计算的绝缘子热成像实时诊断系统 - Google Patents

Abstract

本发明公开了一种基于边缘计算的绝缘子热成像实时诊断系统，包括边缘节点模块、边缘计算模块、轻量云平台模块、移动控制端模块。本系统实用性强，边缘节点模块为绝缘子诊断系统提供数据来源，边缘计算模块提供主要的数据存储与计算功能，轻量云平台模块为绝缘子诊断系统提供通信与存储功能，移动控制端模块主要对各模块进行控制操作。本系统创新性强，首次提出将边缘运算应用到绝缘子诊断领域，从而减轻云中心负担，实现快速实时响应，采用热成像图片作为诊断依据，保证诊断科学性，封装先进的深度学习算法，提高诊断准确性。

Description

一种基于边缘计算的绝缘子热成像实时诊断系统

技术领域

本发明涉及电力设备诊断领域和边缘计算领域，具体为一种绝缘子热成像实时诊断系统系统。

背景技术

绝缘子串广泛应用于高压输电线路中，具有支撑线路和电气绝缘等功能，是输电系统不可或缺的元件。绝缘子串受到损坏，如玻璃绝缘子自爆，就会失去其作用，影响供电并引起串联性故障。因此，对绝缘子串进行定期巡检与快速诊断对输电系统的稳定运行意义重大。目前主要的方法是利用直升机或无人机获取航拍图像，进而对图像中的绝缘子串进行故障诊断，但一般航拍图像背景复杂，画质不稳定，导致诊断效果差，热成像图片可以观察到绝缘子的内部状态，提供了一种新的诊断依据。

近年来，由于云计算存在响应速度慢、耗费资源大等问题，边缘计算应运而生。边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。

公开号为CN108680833A的专利文献公开了一种基于无人机的复合绝缘子缺陷检测系统,先通过无人机进行空中拍照，再把数据传输到地面设备进行缺陷检测。公开号为CN106780444A的专利文献公开了一种绝缘子自动识别分析系统，先对图片预处理，提取图片中的绝缘子，再通过形态学转换与传统算法进行绝缘子缺陷检测。公开号为CN103149215A的专利文献针对钢化玻璃绝缘子成像特点，采用同心圆扫描的方法，公开了一种钢化玻璃绝缘子缺陷检测方法与装置。

可以看出，现有技术中存在以下问题：

1.由于采用一般航拍图像，绝缘子诊断停留在健康与损坏两个表象状态之间，不能洞察其本质过程；

2.依靠云计算的系统响应时间长，诊断效率低下；

3.多采用传统算法与深度学习算法想结合，准确率不高。

为了解决现有技术中存在的问题，本发明提出一种基于边缘计算的绝缘子热成像实时诊断系统。

发明内容

针对现有技术的不足，本发明“一种基于边缘计算的绝缘子热成像实时诊断系统”的目的在于提供一种实用性强的绝缘子诊断系统，其中边缘节点模块为绝缘子诊断系统提供数据来源，边缘计算模块提供主要的数据存储与计算功能，轻量云平台模块为绝缘子诊断系统提供通信与存储功能，移动控制端模块主要对各模块进行控制操作。为实现上述目的，本发明提供如下技术方案：一种基于边缘计算的绝缘子热成像实时诊断系统，包括边缘节点模块、边缘计算模块、轻量云平台模块、移动控制端模块，各模块功能如下：

边缘节点模块为绝缘子诊断系统提供数据来源，是进行绝缘子诊断的基础，边缘节点模块通过边缘节点设备，如搭载红外成像的无人机，接收控制指令对绝缘子进行热成像拍摄，产生节点数据并传输给边缘计算模块；

边缘计算模块为绝缘子诊断系统提供主要的数据存储与计算功能，是绝缘子诊断系统的中枢模块，边缘数据库用于存储节点设备的数据并进行预处理，边缘计算模块内封装了深度卷积网络算法用于进行绝缘子热成像诊断；

轻量云平台模块为绝缘子诊断系统提供通信与存储功能，是绝缘子诊断系统的信息交通站，在基于云卸载的轻量云平台中，控制器主要完成与移动控制端、边缘节点、边缘计算等模块的信息交互，数据库主要存储来自边缘计算模块的相关诊断信息；

移动控制端模块主要对各模块进行控制操作，是绝缘子诊断系统的控制中心，移动控制端模块是通过在移动设备上安装控制软件，实现边缘设备控制、边缘计算控制和云数据库访问等一系列操作。

优选的，所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：所述边缘节点模块上设有n台功能一致的边缘节点设备，用于产生节点数据，所述n台设备中，第k台边缘节点设备主要包括红外成像、本地存储、和数据通信三个功能，所述的n台边缘节点设备包括但不仅限于以上功能。所述红外成像功能是在设备上安装4K及以上高清红外成像装置，对绝缘子进行热成像拍摄取样，所述本地存储功能是在设备上配置大容量硬盘用于存储绝缘子热成像图片，所述数据通信功能即通过高速无线局域网将绝缘子热成像图片进行近距离传输。

优选的，所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：所述边缘计算模块主要包括边缘数据库、训练标签库和Tiny-yolo诊断算法，所述边缘数据库接收来自各边缘节点设备传输的原始数据，并通过设备分组、时序分组等预处理形成待检数据集，所述设备分组即以设备号为分类依据对数据进行划分，所述时序分组即以1小时为间隔对数据进行二次划分，所述训练标签库每24小时进行代表性数据扩充，为Tiny-yolo诊断算法提供训练集，所述Tiny-yolo诊断算法包括输入图片、Tiny-yolo算法、输出结果三个部分，所述输入图片即边缘数据库中存储的待诊断绝缘子热成像图片，所述Tiny-yolo算法即通过深度卷积网络对热成像图片进行目标检测与状态识别，所述输出结果即对绝缘子热成像图片的诊断结果，包括健康、亚健康、损坏三大类别。

优选的，所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：所述轻量云平台模块是基于云卸载的云平台，由云数据库和云控制器组成，所述云卸载是指把云中心的计算任务卸载到边缘处以减少云计算的负担，提高计算效率，所述云数据库主要存储边缘计算模块的诊断结果及亚健康、损坏数据以便进行二次诊断确认，所述云控制器主要接受和转发四类指令，分别为读取类指令，运行类指令、传输类指令和强制类指令，所述读取类指令包括读取各模块数据库、读取运行状态等功能，所述运行类指令包括输入热成像图片，开始或停止实时诊断、更新训练标签库等功能，所述传输类指令包括边缘数据库图片下载，云数据库诊断结果下载等功能，所述强制类指令包括开启或关闭边缘节点设备、开启或关闭边缘计算模块，开启或关闭云平台等功能。

优选的，所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：所述移动控制端模块通过在移动控制设备上安装控制软件实现，可发送控制指令实现多种实时控制，分别为对边缘节点模块中设备的控制，对边缘计算模块中数据库和诊断过程的控制，对轻量云平台中云数据库的控制。

优选的，所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：各个模块之间通过无线通信技术进行通信，其中边缘节点模块与边缘计算模块之间是无线局域网通信，轻量云平台与各模块之间通过广域网通信。

与现有技术相比,本发明的有益效果是：

(1)采用热成像图片作为绝缘子诊断的依据，不仅停留在健康与损坏两个表象状态之间，关注绝缘子亚健康状态；

(2)提出将边缘计算应用到绝缘子诊断领域，从而减轻云中心负担，实现快速响应与实时诊断；

(3)摒弃传统算法，在边缘计算模块封装先进的深度学习算法，提高诊断准确性。

附图说明

图1：一种基于边缘计算的绝缘子热成像实时诊断系统结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：一种基于边缘计算的绝缘子热成像实时诊断系统，包括边缘节点模块、边缘计算模块、轻量云平台模块、移动控制端模块，所述边缘节点模块为绝缘子诊断系统提供数据来源，是进行绝缘子诊断的基础，边缘节点模块通过边缘节点设备，如搭载红外成像的无人机，接收控制指令对绝缘子进行热成像拍摄，产生节点数据并传输给边缘计算模块；所述边缘计算模块为绝缘子诊断系统提供主要的数据存储与计算功能，是绝缘子诊断系统的中枢模块，边缘数据库用于存储节点设备的数据并进行预处理，边缘计算模块内封装了深度卷积网络算法用于进行绝缘子热成像诊断；所述轻量云平台模块为绝缘子诊断系统提供通信与存储功能，是绝缘子诊断系统的信息交通站，在基于云卸载的轻量云平台中，控制器主要完成与移动控制端、边缘节点、边缘计算等模块的信息交互，数据库主要存储来自边缘计算模块的相关诊断信息；所述移动控制端模块主要对各模块进行控制操作，是绝缘子诊断系统的控制中心，移动控制端模块是通过在移动设备上安装控制软件，实现边缘设备控制、边缘计算控制和云数据库访问等一系列操作。

所述边缘节点模块上设有n台功能一致的边缘节点设备，用于产生节点数据，所述n台设备中，第k台边缘节点设备主要包括红外成像、本地存储、和数据通信三个功能，所述的n台边缘节点设备包括但不仅限于以上功能。所述红外成像功能是在设备上安装4K及以上高清红外成像装置，对绝缘子进行热成像拍摄取样，所述本地存储功能是在设备上配置大容量硬盘用于存储绝缘子热成像图片，所述数据通信功能即通过高速无线局域网将绝缘子热成像图片进行近距离传输。

所述边缘计算模块主要包括边缘数据库、训练标签库和Tiny-yolo诊断算法，所述边缘数据库接收来自各边缘节点设备传输的原始数据，并通过设备分组、时序分组等预处理形成待检数据集，所述设备分组即以设备号为分类依据对数据进行划分，所述时序分组即以1小时为间隔对数据进行二次划分，所述训练标签库每24小时进行代表性数据扩充，为Tiny-yolo诊断算法提供训练集，所述Tiny-yolo诊断算法包括输入图片、Tiny-yolo算法、输出结果三个部分，所述输入图片即边缘数据库中存储的待诊断绝缘子热成像图片，所述Tiny-yolo算法即通过深度卷积网络对热成像图片进行目标检测与状态识别，所述输出结果即对绝缘子热成像图片的诊断结果，包括健康、亚健康、损坏三大类别。

所述Tiny-yolo诊断算法的训练过程包括以下步骤：

S1、输入标签训练库中的热成像图片共2000张，其中1000张健康类，500张亚健康类，500张损坏类，由Tiny-yolo的主干DarkNet-19的卷积层对其进行卷积操作，每层卷积操作后跟批量正则化层和Leaky ReLU激活层，用于加快训练速度；

S2由于类别存在一定的不均衡问题，用focal loss对原算法的损失函数进行改进，改进后的部分损失函数为：

其中，p_t为预测概率，取0.25，γ取2；

S3、采用多尺度特征选择以对不同尺寸的绝缘子串进行检测，分别选取DarkNet-19特征提取后的两个不同层次，通过上采样、张量拼接得到两个不同尺度的输出张量y1、y2；

S4、检测绝缘子串在图像中方框表示的位置更新公式如下：

b_x＝σ(t_x)+c_x

b_y＝σ(t_y)+c_y

b_w＝p_we^tw

b_h＝p_he^th

其中：b_x、b_y表示预测结果的中心坐标，b_w、b_h表示预测结果的大小，c_x、c_y表示步骤S2中输出张量的尺寸坐标，p_w、p_h表示预测前方框的尺寸大小,t_x、t_y表示目标的预期输出坐标，t_w、t_h表示目标预期的尺寸大小；

S5、在高性能服务器上对该深度网络进行1000次迭代，当损失函数收敛在10以内时进行提前停止训练，至此算法训练完成。

所述轻量云平台模块是基于云卸载的云平台，由云数据库和云控制器组成，所述云卸载是指把云中心的计算任务卸载到边缘处以减少云计算的负担，提高计算效率，所述云数据库主要存储边缘计算模块的诊断结果及亚健康、损坏数据以便进行二次诊断确认，所述云控制器主要接受和转发四类指令，分别为读取类指令，运行类指令、传输类指令和强制类指令，所述读取类指令包括读取各模块数据库、读取运行状态等功能，所述运行类指令包括输入热成像图片，开始或停止实时诊断、更新训练标签库等功能，所述传输类指令包括边缘数据库图片下载，云数据库诊断结果下载等功能，所述强制类指令包括开启或关闭边缘节点设备、开启或关闭边缘计算模块，开启或关闭云平台等功能。

所述移动控制端模块通过在移动控制设备上安装控制软件实现，可发送控制指令实现多种实时控制，分别为对边缘节点模块中设备的控制，对边缘计算模块中数据库和诊断过程的控制，对轻量云平台中云数据库的控制。

所述的一种基于边缘计算的绝缘子热成像实时诊断系统，各个模块之间通过无线通信技术进行通信，其中边缘节点模块与边缘计算模块之间是无线局域网通信，轻量云平台与各模块之间通过广域网通信。

以上实施方案仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的保护范畴。

Claims (7)

1.一种基于边缘计算的绝缘子热成像实时诊断系统，包括边缘节点模块、边缘计算模块、轻量云平台模块、移动控制端模块，各模块功能如下：

边缘节点模块为绝缘子诊断系统提供数据来源，是进行绝缘子诊断的基础，边缘节点模块通过边缘节点设备，接收控制指令对绝缘子进行热成像拍摄，产生节点数据并传输给边缘计算模块；

边缘计算模块为绝缘子诊断系统提供主要的数据存储与计算功能，是绝缘子诊断系统的中枢模块，边缘数据库用于存储节点设备的数据并进行预处理，边缘计算模块内封装了深度卷积网络算法用于进行绝缘子热成像诊断；

轻量云平台模块为绝缘子诊断系统提供通信与存储功能，是绝缘子诊断系统的信息交通站，在基于云卸载的轻量云平台中，控制器主要完成与移动控制端、边缘节点、边缘计算的信息交互，数据库主要存储来自边缘计算模块的相关诊断信息；

移动控制端模块主要对各模块进行控制操作，是绝缘子诊断系统的控制中心，移动控制端模块是通过在移动设备上安装控制软件，实现对边缘设备控制、边缘计算控制和云数据库访问的一系列操作。

2.根据权利要求1所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：所述边缘节点模块上设有n台功能一致的边缘节点设备，用于产生节点数据，所述n台设备中，第k台边缘节点设备主要包括红外成像、本地存储、和数据通信三个功能，所述的n台边缘节点设备也包括红外成像、本地存储、和数据通信功能；所述红外成像功能是在设备上安装4K及以上高清红外成像装置，对绝缘子进行热成像拍摄取样，在设备上配置大容量硬盘用于存储绝缘子热成像图片实现对数据的存储功能，通过高速无线局域网将绝缘子热成像图片进行近距离传输实现对数据的通信功能。

3.根据权利要求1所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：所述边缘计算模块主要包括边缘数据库、训练标签库和Tiny-yolo诊断算法，所述边缘数据库接收来自各边缘节点设备传输的原始数据，并通过设备分组、时序分组预处理形成待检数据集，所述设备分组即以设备号为分类依据对数据进行划分，所述时序分组即以1小时为间隔对数据进行二次划分，所述训练标签库每24小时进行代表性数据扩充，为Tiny-yolo诊断算法提供训练集，所述Tiny-yolo诊断算法包括输入图片、Tiny-yolo算法、输出结果三个部分，所述输入图片即边缘数据库中存储的待诊断绝缘子热成像图片，所述Tiny-yolo算法即通过深度卷积网络对热成像图片进行目标检测与状态识别，所述输出结果即对绝缘子热成像图片的诊断结果，包括健康、亚健康、损坏三大类别。

4.根据权利要求3所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：所述Tiny-yolo诊断算法的训练过程包括以下步骤：

S1、输入标签训练库中的热成像图片共2000张，其中1000张健康类，500张亚健康类，500张损坏类，由Tiny-yolo的主干DarkNet-19的卷积层对其进行卷积操作，每层卷积操作后跟批量正则化层和LeakyReLU激活层，用于加快训练速度；

S2由于类别存在一定的不均衡问题，用focalloss对原算法的损失函数进行改进，改进后的部分损失函数为：

其中，p_t为预测概率，取0.25，γ取2；

S3、采用多尺度特征选择以对不同尺寸的绝缘子串进行检测，分别选取DarkNet-19特征提取后的两个不同层次，通过上采样、张量拼接得到两个不同尺度的输出张量y1、y2；

S4、检测绝缘子串在图像中方框表示的位置更新公式如下：

b_x＝σ(t_x)+c_x

b_y＝σ(t_y)+c_y

b_w＝p_we^tw

b_h＝p_he^th

其中：b_x、b_y表示预测结果的中心坐标，b_w、b_h表示预测结果的大小，c_x、c_y表示步骤S2中输出张量的尺寸坐标，p_w、p_h表示预测前方框的尺寸大小,t_x、t_y表示目标的预期输出坐标，t_w、t_h表示目标预期的尺寸大小；

S5、在高性能服务器上对该深度网络进行1000次迭代，当损失函数收敛在10以内时进行提前停止训练，至此算法训练完成。

5.根据权利要求1所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：所述轻量云平台模块是基于云卸载的云平台，由云数据库和云控制器组成，所述云卸载是指把云中心的计算任务卸载到边缘处以减少云计算的负担，提高计算效率，所述云数据库主要存储边缘计算模块的诊断结果及亚健康、损坏数据以便进行二次诊断确认，所述云控制器主要接受和转发四类指令，分别为读取类指令，运行类指令、传输类指令和强制类指令，所述读取类指令包括读取各模块数据库、读取运行状态功能，所述运行类指令包括输入热成像图片，开始或停止实时诊断、更新训练标签库功能，所述传输类指令包括边缘数据库图片下载，云数据库诊断结果下载功能，所述强制类指令包括开启或关闭边缘节点设备、开启或关闭边缘计算模块，开启或关闭云平台功能。

6.根据权利要求1所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：所述移动控制端模块通过在移动控制设备上安装控制软件实现，可发送控制指令实现多种实时控制，分别为对边缘节点模块中设备的控制，对边缘计算模块中数据库和诊断过程的控制，对轻量云平台中云数据库的控制。

7.根据权利要求1～6中任意一项所述的一种基于边缘计算的绝缘子热成像实时诊断系统，其特征在于：各个模块之间通过无线通信技术进行通信，其中边缘节点模块与边缘计算模块之间是无线局域网通信，轻量云平台与各模块之间通过广域网通信。