CN110531218A - 一种基于图像轮廓检测的输电线路故障识别系统 - Google Patents
一种基于图像轮廓检测的输电线路故障识别系统 Download PDFInfo
- Publication number
- CN110531218A CN110531218A CN201910832537.7A CN201910832537A CN110531218A CN 110531218 A CN110531218 A CN 110531218A CN 201910832537 A CN201910832537 A CN 201910832537A CN 110531218 A CN110531218 A CN 110531218A
- Authority
- CN
- China
- Prior art keywords
- monitoring camera
- image
- mould group
- transmission line
- shell
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Electromagnetism (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种基于图像轮廓检测的输电线路故障识别系统,包括:第一图像采集单元、第一图像轮廓提取单元、数据集建立单元、卷积神经网络建立单元、第二图像采集单元、第二图像轮廓提取单元、识别单元,通过对输电线路进行图像采集,对图像中的设备进行轮廓提取,通过轮廓的识别来判断是否故障,解决了现有的输电线路故障人工识别效率较低技术问题,实现了输电线路故障的高效识别的技术效果。
Description
技术领域
本发明涉及输电线路故障处理领域,具体地,涉及一种基于图像轮廓检测的输电线路故障识别系统。
背景技术
输电线路是用变压器将发电机发出的电能升压后,再经断路器等控制设备接入输电线路来实现。结构形式,输电线路分为架空输电线路和电缆线路。
架空输电线路由线路杆塔、导线、绝缘子、线路金具、拉线、杆塔基础、接地装置等构成,架设在地面之上。按照输送电流的性质,输电分为交流输电和直流输电。19世纪80年代首先成功地实现了直流输电。但由于直流输电的电压在当时技术条件下难于继续提高,以致输电能力和效益受到限制。19世纪末,直流输电逐步为交流输电所代替。交流输电的成功,迎来了20世纪电气化社会的新时代。
输电线路故障时,传统的方式是需要人工到现场去进行故障识别与处理,当输电线路在偏远的地方或者铁塔较高时,则不便于人工进行处理,故障识别效率较低。
发明内容
本发明提供了一种基于图像轮廓检测的输电线路故障识别系统,解决了现有的输电线路故障人工识别效率较低技术问题,实现了输电线路故障的高效识别的技术效果。
为实现上述发明目的,本申请提供了一种基于图像轮廓检测的输电线路故障识别系统,所述系统包括:
第一图像采集单元,用于采集输电线路上的预设设备的历史图像信息,采集的历史图像信息包括预设设备正常时的第一图像信息和预设设备故障时是第二图像信息;
第一图像轮廓提取单元,用于从第一图像信息中提取出预设设备正常时的预设设备第一轮廓信息,从第二图像信息中提取出预设设备故障时的预设设备第二轮廓信息;
数据集建立单元,基于第一轮廓信息和第二轮廓信息,建立训练数据集和测试数据集;
卷积神经网络建立单元,建立卷积神经网络,基于训练数据集,对卷积神经网络进行训练,基于测试数据集,对训练后的卷积神经网络进行测试,测试通过获得测试后的卷积神经网络;
第二图像采集单元,用于采集输电线路上的预设设备的实时图像信息;
第二图像轮廓提取单元,用于从预设设备的实时图像信息中提取出预设设备的实时轮廓信息;
识别单元,用于将预设设备的实时轮廓信息输入测试后的卷积神经网络,输出预设设备的实时轮廓信息为预设设备正常时的轮廓信息或为预设设备故障时的轮廓信息。
其中,本发明的原理为,首先利用第一图像采集单元采集输电线路上的预设设备的历史图像信息,采集的历史图像信息包括预设设备正常时的第一图像信息和预设设备故障时是第二图像信息,及采集输电线路上的预设设备正常和故障时的图像,然后基于采集的图像建立训练数据集和测试数据集;然后建立卷积神经网络,基于训练数据集,对卷积神经网络进行训练,基于测试数据集,对训练后的卷积神经网络进行测试,测试通过获得测试后的卷积神经网络;然后采集输电线路上的预设设备的实时图像信息;利用第二图像轮廓提取单元从预设设备的实时图像信息中提取出预设设备的实时轮廓信息;利用识别单元将预设设备的实时轮廓信息输入测试后的卷积神经网络,输出预设设备的实时轮廓信息为预设设备正常时的轮廓信息或为预设设备故障时的轮廓信息,即只需要工作人员在地面操作第二图像采集单元采集图像即可,可远距离进行采集,避免攀爬铁塔,效率较高。
其中,本发明中的图像轮廓提取单元采用图像轮廓提取方法提取出图像中物体的轮廓信息,如采用模拟人类大脑初级视皮层的轮廓检测机制。神经生理学研究表明,人类大脑初级视皮层存在着外区抑制特性:即独立的边界或轮廓可以引起视神经元的强烈响应,而纹理性边缘却能够抑制视神经元的响应。也可以采用Grigorescu等人在文献中首次模拟了这种现象,提出一种基于双高斯模型的仿生轮廓检测算法。算法的基本思想是借助两个高斯函数(尺度不同)作差分而生成相应的抑制滤波器,接着对图像梯度幅值作卷积操作,再由图像梯度幅值减去卷积响应就可以获得轮廓显著图。轮廓显著图中目标轮廓的响应值较高,而纹理性边缘的响应值较低,因此非常有利于轮廓的检测和提取。
轮廓检测广泛应用于机器视觉相关的任务中,诸如目标识别、形状分析等。鉴于此,人们已经提出了大量的轮廓检测算法:部分算法是基于灰度差分的,还有一部分则是基于机器学习、模糊推理和活动轮廓的。尽管如此,轮廓检测仍然面临着众多困难,远未得到彻底的解决。
生理学研究证实,人类视觉系统存在着外区抑制特性,它可以减弱视神经元对纹理性边缘的响应,但对独立的轮廓不起作用。也可以采用基于外区抑制特性的仿生轮廓检测方法,其主要思想是利用两个不同尺度的高斯函数作差分得到抑制滤波器,然后对梯度幅值作卷积,再由梯度幅值减去卷积结果即获得轮廓显著图。由于上述算法存在自抑制现象,不能很好的保护弱轮廓。
其中,本发明中针对的故障类型是设备在故障时设备的轮廓会出现变化,通过这种变化前后的对比进而识别出是否故障。
进一步的,所述系统还包括定位单元和报警单元;所述定位单元用于获得预设设备的位置信息;所述报警单元用于在识别单元输出为预设设备故障时的轮廓信息时进行报警,并将预设设备的故障图像以及预设设备的位置信息发送给监控中心。
进一步的,所述系统还包括数据库,当对输电线路预设设备进行巡检或故障处理时,利用第一图像采集单元对预设设备进行拍照,获取的预设设备的图像信息,将每次采集的图像信息存储在数据库中获得预设设备历史图像信息。
优选的,所述第一图像采集单元为包括若干均匀分布在输电线路上的监控摄像头。
优选的,所述第二图像采集单元包括无人机和摄像头,所述摄像头安装在所述无人机上。
优选的,由于我国电网面积大,输电线路长,需要使用到的监控摄像头多,因此,为了节约成本,本系统还包括:监控摄像头生产加工装置,用于对所述监控摄像头进行生产和加工,所述装置包括:检测单元、传输带、清洁单元、组装设备、包装设备;沿传输带的传输方向依次是:检测单元、清洁单元、组装设备、包装设备;
所述检测单元包括:测试显示器、测试电源、存储箱;测试显示器、测试电源、存储箱安装在传输带同一侧,测试电源用于对监控摄像模组提供电源,测试显示器用于与监控摄像模组连接,对监控摄像模组的图像拍摄质量进行测试,测试合格的放置在传输带上进行传输,测试不合格的放入存储箱中;
所述清洁单元包括:风机、电机、清洗棒、清洗刷;风机、电机安装在传输带同一侧,风机、电机均通过控制开关与电源连接,风机用于对监控摄像模组表面的灰尘进行吹风去除;清洗棒与电机的转动轴连接,清洗棒上固定有清洗刷,清洗刷的尺寸与监控摄像头外壳内径尺寸匹配,清洗刷用于对监控摄像头外壳内部进行清洁;
所述组装设备用于将监控摄像头外壳进行固定,在监控摄像模组插入监控摄像头外壳后,对监控摄像模组的摄像角度进行调整和校准,并对校准后的监控摄像模组进行固定;
所述包装设备用于将组装后的监控摄像头进行包装和密封。
现有技术中主要采用每个工位的人进行监控摄像头生成加工的所有工序,导致生产加工效率较低,容易出错,且主要采用人工进行组装,存在以下问题:
(1)人工组装效率较低,且监控摄像模组具有电源线和数据线,在组装时需要将电源线和数据线从监控摄像头外壳底部的线孔中拉出,现有的方法是靠工人的经验慢慢的插入然后拉出相应的线,因为线的软的,容易在狭窄的外壳空间中弯曲,导致对孔不准,经常需要重新插入,导致组装效率下降。
(2)现有主要采用纯手工组装,工艺精度较差。
(3)现有技术中在组装时,没有对摄像头进行对准,即没有将监控摄像模组中心即摄像的中心点与监控摄像头外壳中心点进行对准,这导致后期监控摄像头在监控时的方向与监控摄像头外壳方向有偏差,导致用户在安装时发现监控图像方向不准确,需要重新调整。
(4)现有的摄像头在使用时基本上并不是水平使用,而是有一定的倾斜角度,这导致使用时间长后由于监控摄像模组与监控摄像头外壳之间存在间隙,存在间隙目的是为了便于监控摄像模组插入监控摄像头外壳内,方便组装,没有间隙是很难组装,监控摄像模组由于长时间倾斜,重力的原因会导致发生位移或者角度移动,导致监控摄像头的监控方向发生变化,进而导致最终的监控方向发生变化,长期使用时监控方向容易出现不稳定,影响用户长期使用。
本发明提供了一种监控摄像头生产加工装置,解决了现有的人工组装监控摄像头存在的技术问题,实现了装置设计合理,能够完成监控摄像头生产加工的整个流程,且设有组装设备,组装精度和效率较高,且利用本设备在组装时能够对摄像头的方向进行校准,且组装后的监控摄像头长期使用监控方向稳定不偏离的技术效果。
所述装置包括检测单元、传输带、清洁单元、组装设备、包装设备;沿传输带的传输方向依次是:检测单元、清洁单元、组装设备、包装设备;
所述检测单元包括:测试显示器、测试电源、存储箱;测试显示器、测试电源、存储箱安装在传输带同一侧,测试电源用于对监控摄像模组提供电源,测试显示器用于与监控摄像模组连接,对监控摄像模组的图像拍摄质量进行测试,测试合格的放置在传输带上进行传输,测试不合格的放入存储箱中;
所述清洁单元包括:风机、电机、清洗棒、清洗刷;风机、电机安装在传输带同一侧,风机、电机均通过控制开关与电源连接,风机用于对监控摄像模组表面的灰尘进行吹风去除;清洗棒与电机的转动轴连接,清洗棒上固定有清洗刷,清洗刷的尺寸与监控摄像头外壳内径尺寸匹配,清洗刷用于对监控摄像头外壳内部进行清洁;
所述组装设备用于将监控摄像头外壳进行固定,在监控摄像模组插入监控摄像头外壳后,对监控摄像模组的摄像角度进行调整和校准,并对校准后的监控摄像模组进行固定;
所述包装设备用于将组装后的监控摄像头进行包装和密封。
其中,利用本申请中的监控摄像头生产加工装置,可以半自动的完成监控摄像头生产加工,首先利用检测单元检测监控摄像模组是否合格,合格则放入传输带传输至下个工序,若不合格则回收,避免浪费后续工序的资源,检测单元包括:测试显示器、测试电源、存储箱;测试显示器、测试电源、存储箱安装在传输带同一侧,测试电源用于对监控摄像模组提供电源,测试显示器用于与监控摄像模组连接,对监控摄像模组的图像拍摄质量进行测试,如拍摄是否清晰,是否能够正常拍摄,拍摄画面显示效果等等,测试合格的放置在传输带上进行传输,测试不合格的放入存储箱中;
然后利用清洁单元中的风机用于对监控摄像模组表面的灰尘进行吹风去除,避免后续图像画质中出现白点,利用清洗刷用于对监控摄像头外壳内部进行清洁,同样是了避免后续图像画质中出现白点,保障生产出的监控摄像头的拍摄质量。然后利用组装设备将监控摄像头外壳进行固定,在监控摄像模组插入监控摄像头外壳后,对监控摄像模组的摄像角度进行调整和校准,避免出现后续拍摄角度不准确的问题,并对校准后的监控摄像模组进行固定,避免后续摄像头在使用的过程中出现摄像角度偏移;最后利用包装设备将组装后的监控摄像头进行包装和密封。
其中,所述组装设备包括:
第一显示器、操作台面、第一支撑板、第二支撑板、第一丝杆、第二丝杆、第一弧形固定板、第二弧形固定板、第一旋转手柄、第二旋转手柄、引导杆、若干校准调节柱、对准板、基准板、支撑杆;
第一显示器用于与监控摄像模组连接,对监控摄像模组拍摄的画面进行显示;第一支撑板、第二支撑板下表面均与操作台面上表面固定连接,第一支撑板、第二支撑板中部均设有螺孔,两个螺孔的中心线重合,第一丝杆与第二丝杆的一端分别穿过第一支撑板与第二支撑板上的螺孔后分别于第一弧形固定板和第二弧形固定板连接,第一丝杆与第二丝杆的另一端分别于第一旋转手柄和第二旋转手柄连接,第一弧形固定板与第二弧形固定板用于配合对监控摄像头外壳进行夹持固定;所述引导杆上设有若干固定夹,所述引导杆用于使用固定夹夹持摄像模块电源线或数据线穿过监控摄像头外壳底部线孔;支撑杆下端与操作台面上表面固定连接,支撑杆上端竖直朝上,对准板的侧面与支撑杆的侧面固定连接,基准板固定在操作台面上表面,对准板与基准板均为圆板,对准板中心线与基准板中心线重合,对准板下表面与基准板上表面均雕刻有若干同心圆;若干校准调节柱的直径尺寸不同,校准调节柱采用PC塑料制成,校准调节柱外表面设有保护层,保护层采用橡胶制成,保护层外表面为螺纹状,监控摄像头外壳内壁为螺纹状,校准调节柱用于在监控摄像模组插入监控摄像头外壳后,将校准调节柱插入监控摄像头外壳内壁与监控摄像模组之间进行填充,对监控摄像模组进行支撑固定,并根据插入校准调节柱的位置和校准调节柱的尺寸对监控摄像模组的摄像角度进行调整,在监控摄像头外壳的中心线与基准板的中心线重合后,监控摄像模组朝上拍摄对准板图像在第一显示器中显示,根据第一显示器显示的图像对监控摄像模组的摄像角度进行校准。
其中,本发明的原理为:首先利用第一弧形固定板与第二弧形固定板配合对监控摄像头外壳进行夹持固定,固定好后再进行组装,避免抖动发生位移等情况,组装精度较高,传统的是一手手持另一手进行组装,效率较低且组装精度不可靠,本申请首先将圆筒状的监控摄像头外壳放置在两个弧形板之间,然后分别转动第一旋转手柄和第二旋转手柄,分别带动第一丝杆和第二丝杆前进,进而分别带动2个弧形板移动,两个弧形板逐渐移动对监控摄像头外壳进行夹持固定,固定好后进行后续的组装程序。
在监控摄像头外壳固定后,本申请利用引导杆来将电源线或数据线引导穿过监控摄像头外壳底部的线孔,避免传统的靠工人的经验慢慢的插入然后拉出相应的线,因为线的软的,容易在狭窄的外壳空间中弯曲,导致对孔不准,经常需要重新插入,导致组装效率下降。本申请先利用引导杆上的夹子夹持住电源线或数据线,然后利用引导杆穿过线孔引导电源线和数据线穿过线孔,避免传统的人工靠经验反复穿插,组装效率较高,且在组装的过程中由于外壳已经固定,可以解放双手,更好的进行组装。
在电源线和数据线穿插好后,传统的方向就是将监控摄像模组插入外壳内,前后盖上盖子即组装完毕,这样存在一个问题就是:有的组装较好,摄像头中心与外壳中心一致,图像采集方向准确,但是由于监控摄像模组与监控摄像头外壳之间存在间隙,有的图像采集并不准确,传统的组装方式并没有对组装后的摄像头的图像采集进行校准,这导致后期监控摄像头在监控时的方向与监控摄像头外壳方向有偏差,导致用户在安装时发现监控图像方向不准确,需要重新调整。本申请的设备则设有相应的对准设备,以便于组装出摄像方向准确的摄像头,具体为:在摄像头插入外壳后,将摄像头插上电源,并将数据线与第一显示器连接,此时第一显示器可以显示出摄像头采集的图像,将外壳中心与基准板中心线进行对准,使得监控摄像头外壳的中心线与基准板的中心线重合后,监控摄像模组朝上拍摄对准板图像在第一显示器中显示,根据第一显示器显示的图像对进行监控摄像模组的摄像角度进行校准,由于对准板中心线与基准板中心线重合,当第一显示器显示摄像头图像的中心为对准板的中心时则摄像头摄像方向准确,不是则摄像方向存在偏差需要调整,并且对准板下表面与基准板上表面均雕刻有若干同心圆,便于观察是否对准,以及是否在圆中心,对准精度较高。
并且,本申请还设有若干校准调节柱,目的是将校准调节柱插入监控摄像头外壳内壁与监控摄像模组之间进行填充,对监控摄像模组进行支撑固定,避免后期长期倾斜使用时出现摄像角度偏移,因为校准调节柱采用PC塑料制成,PC塑料是硬质材料,不易因材料重量而产生形变,校准调节柱外表面设有保护层,保护层采用橡胶制成,保护层外表面为螺纹状,监控摄像头外壳内壁为螺纹状,利用螺纹连接可以防止发生位移,这样设计可以充分的对外壳与摄像模组之间的空隙进行填充,且填充后不易发生形变,进而保障以后长期使用时摄像的方向和角度不发生偏移,并根据插入校准调节柱的位置和校准调节柱的尺寸对监控摄像模组的摄像角度进行调整,当插入的校准调节柱的位置不同时,则对摄像模块的支撑的角度和大小也不同,当插入的校准调节柱的尺寸不同时,则可改变摄像模组在外壳内的方向和位置,因此,可以通过插入校准调节柱实现摄像模块的摄像方向的稳定调整,且调整后的方向不易偏移的效果。
进一步的,对准板下表面与基准板上表面雕刻的同心圆直径与监控摄像头圆筒外壳直径匹配。直径匹配便于将外壳更快的与基准板和对准板进行对准,减少对准的判断时间。
进一步的,所述设备还包括底座,所述底座上表面为所述操作台面,所述底座底部设有带刹脚轮。设置带刹脚轮的底座是为了方便移动,便于使用。
进一步的,所述设备还包括LED照明灯和波纹软管,波纹软管一端与LED照明灯连接,波纹软管另一端于支撑杆连接,LED照明灯朝对准板延伸。利用LED照明灯课余对对准板进行补光,便于观察是否对准,而利用波纹软管可弯曲定型便于调整LED照明灯的照射方向和角度。
进一步的,所述第一弧形固定板与第二弧形固定板表面均设有缓冲层,所述缓冲层采用海绵制成。利用缓冲层可以对外壳进行保护。
进一步的,所述监控摄像头还包括防遮挡报警结构,所述防遮挡报警结构包括:激光测距仪、第一处理器、第一报警器,激光测距仪、第一处理器、第一报警器均安装固定在监控摄像头外壳上,激光测距仪的激光发射方向与监控摄像头的图像采集方向一致,激光测距仪用于测量监控摄像头前方障碍物的距离,并将测量的值传输给第一处理器,第一处理器用于当间隔2S采集的2个距离值均小于预设距离值时,则第一处理器开启第一报警器进行报警。
本申请中的监控摄像头还设有防遮挡报警结构,可以在摄像头被恶意遮挡时进行报警,提高摄像头的安全性和全面性,传统的摄像头在被障碍物遮挡后则就陷入了被动失去的作用,本申请中的摄像头在被遮挡后则会报警提醒相应的工作人员,具体为:本申请中的监控摄像头还包括防遮挡报警结构,防遮挡报警结构包括:激光测距仪、第一处理器、第一报警器,激光测距仪、第一处理器、第一报警器均安装固定在监控摄像头外壳上,激光测距仪的激光发射方向与监控摄像头的图像采集方向一致,激光测距仪用于测量监控摄像头前方障碍物的距离,并将测量的值传输给第一处理器,第一处理器用于当间隔2S采集的2个距离值均小于预设距离值时,则第一处理器开启第一报警器进行报警,如两次测量的距离结果均为10CM小于标准的1M,则判断出前方出现遮挡,则进行报警,安全性和全面性较高。
进一步的,所述监控摄像头还包括防转动报警结构,所述防转动报警结构包括:第一红外发射器、第一红外接收器、第二处理器、第二报警器,第一红外发射器、第二处理器、第二报警器均安装在监控摄像头外壳上,第一红外接收器安装在监控摄像头安装底座上,监控摄像头外壳安装在监控摄像头安装底座上,监控摄像头外壳能够绕监控摄像头安装底座进行转动,第一红外接收器用于接收第一红外发射器发射的信息;第二处理器与第一红外接收器连接,当第二处理器判断出第一红外接收器没有接收到第一红外发射器发射的连续信息时间段超过2S时,则第二处理器开启第二报警器进行报警。
本申请中的监控摄像头还包括防转动报警结构,监控摄像头通常有设定的监控区域,多个监控摄像头联合起来对某个范围进行无死角监控,当某个监控摄像头被恶意转动时,则会出现监控盲区,导致监控失效危险较高,本申请中设置的防转动报警结构,能够在监控摄像头被转动时进行报警,提高监控摄像头的安全性,进而保障整体监控效果的全面性和安全性,具体为:防转动报警结构包括:第一红外发射器、第一红外接收器、第二处理器、第二报警器,第一红外发射器、第二处理器、第二报警器均安装在监控摄像头外壳上,第一红外接收器安装在监控摄像头安装底座上,监控摄像头外壳安装在监控摄像头安装底座上,监控摄像头外壳能够绕监控摄像头安装底座进行转动,第一红外接收器用于接收第一红外发射器发射的信息;第二处理器与第一红外接收器连接,当第二处理器判断出第一红外接收器没有接收到第一红外发射器发射的连续信息时间段超过2S时,则第二处理器开启第二报警器进行报警,即监控摄像头外壳被转动后,改变了监控方向,导致第一红外接收器无法接受到第一红外发射器发射的信息,当两秒后仍然接受不到,则进行报警。
本申请提供的一个或多个技术方案,至少具有如下技术效果或优点:
本系统解决了现有的输电线路故障人工识别效率较低技术问题,实现了输电线路故障的高效识别的技术效果。
本装置解决了现有的人工组装监控摄像头存在的技术问题,实现了设备设计合理,组装精度和效率较高,且利用本设备在组装时能够对摄像头的方向进行校准,且组装后的监控摄像头长期使用监控方向稳定不偏离的技术效果。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定;
图1是本申请中基于图像轮廓检测的输电线路故障识别系统的组成示意图;
图2是本申请中监控摄像头制造用组装设备的结构示意图;
图3是本申请中引导杆的结构示意图;
图4是本申请中校准调节柱的使用方式示意图;
图5是本申请中防遮挡报警结构的结构示意图;
图6是本申请中防转动报警结构的结构示意图;
图7是本申请中监控摄像头生产加工装置的组成示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述范围内的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
请参考图1,本申请提供了一种基于图像轮廓检测的输电线路故障识别系统,所述系统包括:
第一图像采集单元,用于采集输电线路上的预设设备的历史图像信息,采集的历史图像信息包括预设设备正常时的第一图像信息和预设设备故障时是第二图像信息;
第一图像轮廓提取单元,用于从第一图像信息中提取出预设设备正常时的预设设备第一轮廓信息,从第二图像信息中提取出预设设备故障时的预设设备第二轮廓信息;
数据集建立单元,基于第一轮廓信息和第二轮廓信息,建立训练数据集和测试数据集;
卷积神经网络建立单元,建立卷积神经网络,基于训练数据集,对卷积神经网络进行训练,基于测试数据集,对训练后的卷积神经网络进行测试,测试通过获得测试后的卷积神经网络;
第二图像采集单元,用于采集输电线路上的预设设备的实时图像信息;
第二图像轮廓提取单元,用于从预设设备的实时图像信息中提取出预设设备的实时轮廓信息;
识别单元,用于将预设设备的实时轮廓信息输入测试后的卷积神经网络,输出预设设备的实时轮廓信息为预设设备正常时的轮廓信息或为预设设备故障时的轮廓信息。
其中,本发明的原理为,首先利用第一图像采集单元采集输电线路上的预设设备的历史图像信息,采集的历史图像信息包括预设设备正常时的第一图像信息和预设设备故障时是第二图像信息,及采集输电线路上的预设设备正常和故障时的图像,然后基于采集的图像建立训练数据集和测试数据集;然后建立卷积神经网络,基于训练数据集,对卷积神经网络进行训练,基于测试数据集,对训练后的卷积神经网络进行测试,测试通过获得测试后的卷积神经网络;然后采集输电线路上的预设设备的实时图像信息;利用第二图像轮廓提取单元从预设设备的实时图像信息中提取出预设设备的实时轮廓信息;利用识别单元将预设设备的实时轮廓信息输入测试后的卷积神经网络,输出预设设备的实时轮廓信息为预设设备正常时的轮廓信息或为预设设备故障时的轮廓信息,即只需要工作人员在地面操作第二图像采集单元采集图像即可,可远距离进行采集,避免攀爬铁塔,效率较高。
其中,在本发明实施例中,所述系统还包括定位单元和报警单元;所述定位单元用于获得预设设备的位置信息;所述报警单元用于在识别单元输出为预设设备故障时的轮廓信息时进行报警,并将预设设备的故障图像以及预设设备的位置信息发送给监控中心。
其中,在本发明实施例中,所述系统还包括数据库,当对输电线路预设设备进行巡检或故障处理时,利用第一图像采集单元对预设设备进行拍照,获取的预设设备的图像信息,将每次采集的图像信息存储在数据库中获得预设设备历史图像信息。
其中,在本发明实施例中,所述第一图像采集单元为包括若干均匀分布在输电线路上的监控摄像头。
其中,在本发明实施例中,所述第二图像采集单元包括无人机和摄像头,所述摄像头安装在所述无人机上。
请参考图7,本申请提供了一种监控摄像头生产加工装置,所述装置包括检测单元30、传输带29、清洁单元31、组装设备32、包装设备33;沿传输带的传输方向依次是:检测单元、清洁单元、组装设备、包装设备;
所述检测单元包括:测试显示器、测试电源、存储箱;测试显示器、测试电源、存储箱安装在传输带同一侧,测试电源用于对监控摄像模组提供电源,测试显示器用于与监控摄像模组连接,对监控摄像模组的图像拍摄质量进行测试,测试合格的放置在传输带上进行传输,测试不合格的放入存储箱中;
所述清洁单元包括:风机、电机、清洗棒、清洗刷;风机、电机安装在传输带同一侧,风机、电机均通过控制开关与电源连接,风机用于对监控摄像模组表面的灰尘进行吹风去除;清洗棒与电机的转动轴连接,清洗棒上固定有清洗刷,清洗刷的尺寸与监控摄像头外壳内径尺寸匹配,清洗刷用于对监控摄像头外壳内部进行清洁;
所述组装设备用于将监控摄像头外壳进行固定,在监控摄像模组插入监控摄像头外壳后,对监控摄像模组的摄像角度进行调整和校准,并对校准后的监控摄像模组进行固定;
所述包装设备用于将组装后的监控摄像头进行包装和密封。
其中,利用本申请中的监控摄像头生产加工装置,可以半自动的完成监控摄像头生产加工,首先利用检测单元检测监控摄像模组是否合格,合格则放入传输带传输至下个工序,若不合格则回收,避免浪费后续工序的资源,检测单元包括:测试显示器、测试电源、存储箱;测试显示器、测试电源、存储箱安装在传输带同一侧,测试电源用于对监控摄像模组提供电源,测试显示器用于与监控摄像模组连接,对监控摄像模组的图像拍摄质量进行测试,如拍摄是否清晰,是否能够正常拍摄,拍摄画面显示效果等等,测试合格的放置在传输带上进行传输,测试不合格的放入存储箱中;
然后利用清洁单元中的风机用于对监控摄像模组表面的灰尘进行吹风去除,避免后续图像画质中出现白点,利用清洗刷用于对监控摄像头外壳内部进行清洁,同样是了避免后续图像画质中出现白点,保障生产出的监控摄像头的拍摄质量。然后利用组装设备将监控摄像头外壳进行固定,在监控摄像模组插入监控摄像头外壳后,对监控摄像模组的摄像角度进行调整和校准,避免出现后续拍摄角度不准确的问题,并对校准后的监控摄像模组进行固定,避免后续摄像头在使用的过程中出现摄像角度偏移;最后利用包装设备将组装后的监控摄像头进行包装和密封。
请参考图2-图4,本申请提供了一种监控摄像头生产加工装置,所述设备包括:
第一显示器1、操作台面2、第一支撑板3、第二支撑板4、第一丝杆5、第二丝杆6、第一弧形固定板7、第二弧形固定板8、第一旋转手柄9、第二旋转手柄10、引导杆14、若干校准调节柱16、对准板11、基准板12、支撑杆13;
第一显示器用于与监控摄像模组17连接,对监控摄像模组拍摄的画面进行显示;第一支撑板、第二支撑板下表面均与操作台面上表面固定连接,第一支撑板、第二支撑板中部均设有螺孔,两个螺孔的中心线重合,第一丝杆与第二丝杆的一端分别穿过第一支撑板与第二支撑板上的螺孔后分别于第一弧形固定板和第二弧形固定板连接,第一丝杆与第二丝杆的另一端分别于第一旋转手柄和第二旋转手柄连接,第一弧形固定板与第二弧形固定板用于配合对监控摄像头外壳18进行夹持固定;所述引导杆上设有若干固定夹15,所述引导杆用于使用固定夹夹持摄像模块电源线或数据线穿过监控摄像头外壳底部线孔;支撑杆下端与操作台面上表面固定连接,支撑杆上端竖直朝上,对准板的侧面与支撑杆的侧面固定连接,基准板固定在操作台面上表面,对准板与基准板均为圆板,对准板中心线与基准板中心线重合,对准板下表面与基准板上表面均雕刻有若干同心圆;若干校准调节柱的直径尺寸不同,校准调节柱采用PC塑料制成,校准调节柱外表面设有保护层,保护层采用橡胶制成,保护层外表面为螺纹状,监控摄像头外壳内壁为螺纹状,校准调节柱用于在监控摄像模组插入监控摄像头外壳后,将校准调节柱插入监控摄像头外壳内壁与监控摄像模组之间进行填充,对监控摄像模组进行支撑固定,并根据插入校准调节柱的位置和校准调节柱的尺寸对监控摄像模组的摄像角度进行调整,在监控摄像头外壳的中心线与基准板的中心线重合后,监控摄像模组朝上拍摄对准板图像在第一显示器中显示,根据第一显示器显示的图像对监控摄像模组的摄像角度进行校准。
其中,本发明的原理为:首先利用第一弧形固定板与第二弧形固定板配合对监控摄像头外壳进行夹持固定,固定好后再进行组装,避免抖动发生位移等情况,组装精度较高,传统的是一手手持另一手进行组装,效率较低且组装精度不可靠,本申请首先将圆筒状的监控摄像头外壳放置在两个弧形板之间,然后分别转动第一旋转手柄和第二旋转手柄,分别带动第一丝杆和第二丝杆前进,进而分别带动2个弧形板移动,两个弧形板逐渐移动对监控摄像头外壳进行夹持固定,固定好后进行后续的组装程序。
在监控摄像头外壳固定后,本申请利用引导杆来将电源线或数据线引导穿过监控摄像头外壳底部的线孔,避免传统的靠工人的经验慢慢的插入然后拉出相应的线,因为线的软的,容易在狭窄的外壳空间中弯曲,导致对孔不准,经常需要重新插入,导致组装效率下降。本申请先利用引导杆上的夹子夹持住电源线或数据线,然后利用引导杆穿过线孔引导电源线和数据线穿过线孔,避免传统的人工靠经验反复穿插,组装效率较高,且在组装的过程中由于外壳已经固定,可以解放双手,更好的进行组装。
在电源线和数据线穿插好后,传统的方向就是将监控摄像模组插入外壳内,前后盖上盖子即组装完毕,这样存在一个问题就是:有的组装较好,摄像头中心与外壳中心一致,图像采集方向准确,但是由于监控摄像模组与监控摄像头外壳之间存在间隙,有的图像采集并不准确,传统的组装方式并没有对组装后的摄像头的图像采集进行校准,这导致后期监控摄像头在监控时的方向与监控摄像头外壳方向有偏差,导致用户在安装时发现监控图像方向不准确,需要重新调整。本申请的设备则设有相应的对准设备,以便于组装出摄像方向准确的摄像头,具体为:在摄像头插入外壳后,将摄像头插上电源,并将数据线与第一显示器连接,此时第一显示器可以显示出摄像头采集的图像,将外壳中心与基准板中心线进行对准,使得监控摄像头外壳的中心线与基准板的中心线重合后,监控摄像模组朝上拍摄对准板图像在第一显示器中显示,根据第一显示器显示的图像对进行监控摄像模组的摄像角度进行校准,由于对准板中心线与基准板中心线重合,当第一显示器显示摄像头图像的中心为对准板的中心时则摄像头摄像方向准确,不是则摄像方向存在偏差需要调整,并且对准板下表面与基准板上表面均雕刻有若干同心圆,便于观察是否对准,以及是否在圆中心,对准精度较高。
并且,本申请还设有若干校准调节柱,目的是将校准调节柱插入监控摄像头外壳内壁与监控摄像模组之间进行填充,对监控摄像模组进行支撑固定,避免后期长期倾斜使用时出现摄像角度偏移,因为校准调节柱采用PC塑料制成,PC塑料是硬质材料,不易因材料重量而产生形变,校准调节柱外表面设有保护层,保护层采用橡胶制成,保护层外表面为螺纹状,监控摄像头外壳内壁为螺纹状,利用螺纹连接可以防止发生位移,这样设计可以充分的对外壳与摄像模组之间的空隙进行填充,且填充后不易发生形变,进而保障以后长期使用时摄像的方向和角度不发生偏移,并根据插入校准调节柱的位置和校准调节柱的尺寸对监控摄像模组的摄像角度进行调整,当插入的校准调节柱的位置不同时,则对摄像模块的支撑的角度和大小也不同,当插入的校准调节柱的尺寸不同时,则可改变摄像模组在外壳内的方向和位置,因此,可以通过插入校准调节柱实现摄像模块的摄像方向的稳定调整,且调整后的方向不易偏移的效果。
进一步的,对准板下表面与基准板上表面雕刻的同心圆直径与监控摄像头圆筒外壳直径匹配。直径匹配便于将外壳更快的与基准板和对准板进行对准,减少对准的判断时间。
进一步的,所述设备还包括底座,所述底座上表面为所述操作台面,所述底座底部设有带刹脚轮。设置带刹脚轮的底座是为了方便移动,便于使用。
进一步的,所述设备还包括LED照明灯和波纹软管,波纹软管一端与LED照明灯连接,波纹软管另一端于支撑杆连接,LED照明灯朝对准板延伸。利用LED照明灯课余对对准板进行补光,便于观察是否对准,而利用波纹软管可弯曲定型便于调整LED照明灯的照射方向和角度。
进一步的,所述第一弧形固定板与第二弧形固定板表面均设有缓冲层,所述缓冲层采用海绵制成。利用缓冲层可以对外壳进行保护。
进一步的,请参考图5,所述监控摄像头19还包括防遮挡报警结构,所述防遮挡报警结构包括:激光测距仪20、第一处理器21、第一报警器22,激光测距仪、第一处理器、第一报警器均安装固定在监控摄像头外壳上,激光测距仪的激光发射方向与监控摄像头的图像采集方向一致,激光测距仪用于测量监控摄像头前方障碍物23的距离,并将测量的值传输给第一处理器,第一处理器用于当间隔2S采集的2个距离值均小于预设距离值时,则第一处理器开启第一报警器进行报警。
本申请中的监控摄像头还设有防遮挡报警结构,可以在摄像头被恶意遮挡时进行报警,提高摄像头的安全性和全面性,传统的摄像头在被障碍物遮挡后则就陷入了被动失去的作用,本申请中的摄像头在被遮挡后则会报警提醒相应的工作人员,具体为:本申请中的监控摄像头还包括防遮挡报警结构,防遮挡报警结构包括:激光测距仪、第一处理器、第一报警器,激光测距仪、第一处理器、第一报警器均安装固定在监控摄像头外壳上,激光测距仪的激光发射方向与监控摄像头的图像采集方向一致,激光测距仪用于测量监控摄像头前方障碍物的距离,并将测量的值传输给第一处理器,第一处理器用于当间隔2S采集的2个距离值均小于预设距离值时,则第一处理器开启第一报警器进行报警,如两次测量的距离结果均为10CM小于标准的1M,则判断出前方出现遮挡,则进行报警,安全性和全面性较高。
进一步的,请参考图6,所述监控摄像头还包括防转动报警结构,所述防转动报警结构包括:第一红外发射器25、第一红外接收器26、第二处理器27、第二报警器28,第一红外发射器、第二处理器、第二报警器均安装在监控摄像头外壳上,第一红外接收器安装在监控摄像头安装底座24上,监控摄像头外壳安装在监控摄像头安装底座上,监控摄像头外壳能够绕监控摄像头安装底座进行转动,第一红外接收器用于接收第一红外发射器发射的信息;第二处理器与第一红外接收器连接,当第二处理器判断出第一红外接收器没有接收到第一红外发射器发射的连续信息时间段超过2S时,则第二处理器开启第二报警器进行报警。
本申请中的监控摄像头还包括防转动报警结构,监控摄像头通常有设定的监控区域,多个监控摄像头联合起来对某个范围进行无死角监控,当某个监控摄像头被恶意转动时,则会出现监控盲区,导致监控失效危险较高,本申请中设置的防转动报警结构,能够在监控摄像头被转动时进行报警,提高监控摄像头的安全性,进而保障整体监控效果的全面性和安全性,具体为:防转动报警结构包括:第一红外发射器、第一红外接收器、第二处理器、第二报警器,第一红外发射器、第二处理器、第二报警器均安装在监控摄像头外壳上,第一红外接收器安装在监控摄像头安装底座上,监控摄像头外壳安装在监控摄像头安装底座上,监控摄像头外壳能够绕监控摄像头安装底座进行转动,第一红外接收器用于接收第一红外发射器发射的信息;第二处理器与第一红外接收器连接,当第二处理器判断出第一红外接收器没有接收到第一红外发射器发射的连续信息时间段超过2S时,则第二处理器开启第二报警器进行报警,即监控摄像头外壳被转动后,改变了监控方向,导致第一红外接收器无法接受到第一红外发射器发射的信息,当两秒后仍然接受不到,则进行报警。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于图像轮廓检测的输电线路故障识别系统,其特征在于,所述系统包括:
第一图像采集单元,用于采集输电线路上的预设设备的历史图像信息,采集的历史图像信息包括预设设备正常时的第一图像信息和预设设备故障时是第二图像信息;
第一图像轮廓提取单元,用于从第一图像信息中提取出预设设备正常时的预设设备第一轮廓信息,从第二图像信息中提取出预设设备故障时的预设设备第二轮廓信息;
数据集建立单元,基于第一轮廓信息和第二轮廓信息,建立训练数据集和测试数据集;
卷积神经网络建立单元,建立卷积神经网络,基于训练数据集,对卷积神经网络进行训练,基于测试数据集,对训练后的卷积神经网络进行测试,测试通过获得测试后的卷积神经网络;
第二图像采集单元,用于采集输电线路上的预设设备的实时图像信息;
第二图像轮廓提取单元,用于从预设设备的实时图像信息中提取出预设设备的实时轮廓信息;
识别单元,用于将预设设备的实时轮廓信息输入测试后的卷积神经网络,输出预设设备的实时轮廓信息为预设设备正常时的轮廓信息或为预设设备故障时的轮廓信息。
2.根据权利要求1所述的基于图像轮廓检测的输电线路故障识别系统,其特征在于,所述系统还包括定位单元和报警单元;所述定位单元用于获得预设设备的位置信息;所述报警单元用于在识别单元输出为预设设备故障时的轮廓信息时进行报警,并将预设设备的故障图像以及预设设备的位置信息发送给监控中心。
3.根据权利要求1所述的基于图像轮廓检测的输电线路故障识别系统,其特征在于,所述系统还包括数据库,当对输电线路预设设备进行巡检或故障处理时,利用第一图像采集单元对预设设备进行拍照,获取的预设设备的图像信息,将每次采集的图像信息存储在数据库中获得预设设备历史图像信息。
4.根据权利要求1所述的基于图像轮廓检测的输电线路故障识别系统,其特征在于,所述第一图像采集单元为包括若干均匀分布在输电线路上的监控摄像头。
5.根据权利要求1所述的基于图像轮廓检测的输电线路故障识别系统,其特征在于,所述第二图像采集单元包括无人机和摄像头,所述摄像头安装在所述无人机上。
6.根据权利要求5所述的基于图像轮廓检测的输电线路故障识别系统,其特征在于,所述系统还包括:监控摄像头生产加工装置,用于对所述监控摄像头进行生产和加工,所述装置包括:检测单元、传输带、清洁单元、组装设备、包装设备;沿传输带的传输方向依次是:检测单元、清洁单元、组装设备、包装设备;
所述检测单元包括:测试显示器、测试电源、存储箱;测试显示器、测试电源、存储箱安装在传输带同一侧,测试电源用于对监控摄像模组提供电源,测试显示器用于与监控摄像模组连接,对监控摄像模组的图像拍摄质量进行测试,测试合格的放置在传输带上进行传输,测试不合格的放入存储箱中;
所述清洁单元包括:风机、电机、清洗棒、清洗刷;风机、电机安装在传输带同一侧,风机、电机均通过控制开关与电源连接,风机用于对监控摄像模组表面的灰尘进行吹风去除;清洗棒与电机的转动轴连接,清洗棒上固定有清洗刷,清洗刷的尺寸与监控摄像头外壳内径尺寸匹配,清洗刷用于对监控摄像头外壳内部进行清洁;
所述组装设备用于将监控摄像头外壳进行固定,在监控摄像模组插入监控摄像头外壳后,对监控摄像模组的摄像角度进行调整和校准,并对校准后的监控摄像模组进行固定;
所述包装设备用于将组装后的监控摄像头进行包装和密封。
7.根据权利要求6所述的基于图像轮廓检测的输电线路故障识别系统,其特征在于,所述组装设备包括:
第一显示器、操作台面、第一支撑板、第二支撑板、第一丝杆、第二丝杆、第一弧形固定板、第二弧形固定板、第一旋转手柄、第二旋转手柄、引导杆、若干校准调节柱、对准板、基准板、支撑杆;
第一显示器用于与监控摄像模组连接,对监控摄像模组拍摄的画面进行显示;第一支撑板、第二支撑板下表面均与操作台面上表面固定连接,第一支撑板、第二支撑板中部均设有螺孔,两个螺孔的中心线重合,第一丝杆与第二丝杆的一端分别穿过第一支撑板与第二支撑板上的螺孔后分别于第一弧形固定板和第二弧形固定板连接,第一丝杆与第二丝杆的另一端分别于第一旋转手柄和第二旋转手柄连接,第一弧形固定板与第二弧形固定板用于配合对监控摄像头外壳进行夹持固定;所述引导杆上设有若干固定夹,所述引导杆用于使用固定夹夹持摄像模块电源线或数据线穿过监控摄像头外壳底部线孔;支撑杆下端与操作台面上表面固定连接,支撑杆上端竖直朝上,对准板的侧面与支撑杆的侧面固定连接,基准板固定在操作台面上表面,对准板与基准板均为圆板,对准板中心线与基准板中心线重合,对准板下表面与基准板上表面均雕刻有若干同心圆;若干校准调节柱的直径尺寸不同,校准调节柱采用PC塑料制成,校准调节柱外表面设有保护层,保护层采用橡胶制成,保护层外表面为螺纹状,监控摄像头外壳内壁为螺纹状,校准调节柱用于在监控摄像模组插入监控摄像头外壳后,将校准调节柱插入监控摄像头外壳内壁与监控摄像模组之间进行填充,对监控摄像模组进行支撑固定,并根据插入校准调节柱的位置和校准调节柱的尺寸对监控摄像模组的摄像角度进行调整,在监控摄像头外壳的中心线与基准板的中心线重合后,监控摄像模组朝上拍摄对准板图像在第一显示器中显示,根据第一显示器显示的图像对监控摄像模组的摄像角度进行校准。
8.根据权利要求7所述的基于图像轮廓检测的输电线路故障识别系统,其特征在于,对准板下表面与基准板上表面雕刻的同心圆直径与监控摄像头圆筒外壳直径匹配。
9.根据权利要求7所述的基于图像轮廓检测的输电线路故障识别系统,其特征在于,所述监控摄像头还包括防遮挡报警结构,所述防遮挡报警结构包括:激光测距仪、第一处理器、第一报警器,激光测距仪、第一处理器、第一报警器均安装固定在监控摄像头外壳上,激光测距仪的激光发射方向与监控摄像头的图像采集方向一致,激光测距仪用于测量监控摄像头前方障碍物的距离,并将测量的值传输给第一处理器,第一处理器用于当间隔2S采集的2个距离值均小于预设距离值时,则第一处理器开启第一报警器进行报警。
10.根据权利要求7所述的基于图像轮廓检测的输电线路故障识别系统,其特征在于,所述监控摄像头还包括防转动报警结构,所述防转动报警结构包括:第一红外发射器、第一红外接收器、第二处理器、第二报警器,第一红外发射器、第二处理器、第二报警器均安装在监控摄像头外壳上,第一红外接收器安装在监控摄像头安装底座上,监控摄像头外壳安装在监控摄像头安装底座上,监控摄像头外壳能够绕监控摄像头安装底座进行转动,第一红外接收器用于接收第一红外发射器发射的信息;第二处理器与第一红外接收器连接,当第二处理器判断出第一红外接收器没有接收到第一红外发射器发射的连续信息时间段超过2S时,则第二处理器开启第二报警器进行报警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910832537.7A CN110531218B (zh) | 2019-09-04 | 2019-09-04 | 一种基于图像轮廓检测的输电线路故障识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910832537.7A CN110531218B (zh) | 2019-09-04 | 2019-09-04 | 一种基于图像轮廓检测的输电线路故障识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110531218A true CN110531218A (zh) | 2019-12-03 |
CN110531218B CN110531218B (zh) | 2021-07-27 |
Family
ID=68666845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910832537.7A Active CN110531218B (zh) | 2019-09-04 | 2019-09-04 | 一种基于图像轮廓检测的输电线路故障识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110531218B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111192281A (zh) * | 2020-01-02 | 2020-05-22 | 国网湖北省电力有限公司电力科学研究院 | 一种基于视觉感知机制的电气设备图像自动生成方法 |
CN113256724A (zh) * | 2021-07-07 | 2021-08-13 | 上海影创信息科技有限公司 | 一种手柄inside-out视觉6自由度定位方法及系统 |
CN113447496A (zh) * | 2020-10-22 | 2021-09-28 | 朱振一 | 一种电子信息设备输电线路故障检测装置及检测方法 |
CN114071000A (zh) * | 2020-07-31 | 2022-02-18 | 宁波舜宇光电信息有限公司 | 摄像模组的调焦点胶设备及方法 |
CN117315508A (zh) * | 2023-08-24 | 2023-12-29 | 北京智盟信通科技有限公司 | 基于数据处理的电网设备监测方法及系统 |
CN117368622A (zh) * | 2023-12-06 | 2024-01-09 | 山东济电德能电气设备有限公司 | 用于对电气设备测试的试验方法、试验系统及试验台 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1094323A2 (en) * | 1999-10-19 | 2001-04-25 | ABB Substation Automation Oy | Method and system for identifying cause of partial discharge |
CN204871726U (zh) * | 2015-08-01 | 2015-12-16 | 陆玉明 | 一种摄像头自动贴片装置 |
CN108693441A (zh) * | 2018-04-16 | 2018-10-23 | 华北电力大学(保定) | 一种输电线路绝缘子识别方法及系统 |
CN109270958A (zh) * | 2018-11-20 | 2019-01-25 | 国网四川省电力公司广安供电公司 | 一种输电线路故障自动快速定位无人机系统 |
CN109765462A (zh) * | 2019-03-05 | 2019-05-17 | 国家电网有限公司 | 输电线路的故障检测方法、装置和终端设备 |
-
2019
- 2019-09-04 CN CN201910832537.7A patent/CN110531218B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1094323A2 (en) * | 1999-10-19 | 2001-04-25 | ABB Substation Automation Oy | Method and system for identifying cause of partial discharge |
CN204871726U (zh) * | 2015-08-01 | 2015-12-16 | 陆玉明 | 一种摄像头自动贴片装置 |
CN108693441A (zh) * | 2018-04-16 | 2018-10-23 | 华北电力大学(保定) | 一种输电线路绝缘子识别方法及系统 |
CN109270958A (zh) * | 2018-11-20 | 2019-01-25 | 国网四川省电力公司广安供电公司 | 一种输电线路故障自动快速定位无人机系统 |
CN109765462A (zh) * | 2019-03-05 | 2019-05-17 | 国家电网有限公司 | 输电线路的故障检测方法、装置和终端设备 |
Non-Patent Citations (1)
Title |
---|
蒋霖锋: "基于神经网络的电路故障诊断", 《集成电路应用》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111192281A (zh) * | 2020-01-02 | 2020-05-22 | 国网湖北省电力有限公司电力科学研究院 | 一种基于视觉感知机制的电气设备图像自动生成方法 |
CN114071000A (zh) * | 2020-07-31 | 2022-02-18 | 宁波舜宇光电信息有限公司 | 摄像模组的调焦点胶设备及方法 |
CN113447496A (zh) * | 2020-10-22 | 2021-09-28 | 朱振一 | 一种电子信息设备输电线路故障检测装置及检测方法 |
CN113256724A (zh) * | 2021-07-07 | 2021-08-13 | 上海影创信息科技有限公司 | 一种手柄inside-out视觉6自由度定位方法及系统 |
CN113256724B (zh) * | 2021-07-07 | 2021-09-24 | 上海影创信息科技有限公司 | 一种手柄inside-out视觉6自由度定位方法及系统 |
CN117315508A (zh) * | 2023-08-24 | 2023-12-29 | 北京智盟信通科技有限公司 | 基于数据处理的电网设备监测方法及系统 |
CN117315508B (zh) * | 2023-08-24 | 2024-05-14 | 北京智盟信通科技有限公司 | 基于数据处理的电网设备监测方法及系统 |
CN117368622A (zh) * | 2023-12-06 | 2024-01-09 | 山东济电德能电气设备有限公司 | 用于对电气设备测试的试验方法、试验系统及试验台 |
Also Published As
Publication number | Publication date |
---|---|
CN110531218B (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110531218A (zh) | 一种基于图像轮廓检测的输电线路故障识别系统 | |
CN109240311A (zh) | 基于智能机器人的室外电力场地施工作业监督方法 | |
CN104078088B (zh) | 核电站爬壁机器人系统及检测蒸汽发生器二次侧的方法 | |
CN110363878A (zh) | 一种基于图像处理技术的机房巡检方法 | |
CN106649598A (zh) | 一种输电线路覆冰厚度的检测方法 | |
CN108731611B (zh) | 一种人防门吊角形变状态检测系统及方法 | |
CN109193462A (zh) | 一种立体式电网作业巡检系统 | |
CN211019037U (zh) | 一种智慧卫检移动单兵作战指挥系统 | |
CN110608716A (zh) | 一种基于slam的变电站检修安全距离监控方法 | |
CN110570520A (zh) | 一种基于slam的变电站检修安全距离监控方法 | |
CN106855394A (zh) | 铁路声风屏障安全监测装置、系统及方法 | |
CN110492616A (zh) | 一种用于变电站的智能巡视辅助系统和巡视方法 | |
CN212096372U (zh) | 一种用于变电站设备巡检的机器人 | |
CN110796754A (zh) | 一种基于图像处理技术的机房巡检方法 | |
CN110398206B (zh) | 一种架空线路输电线的覆冰检测系统及方法 | |
CN116699329A (zh) | 一种变电站空间声纹可视化成像方法 | |
CN110702016A (zh) | 输电线路覆冰测量系统及方法 | |
CN212275074U (zh) | 一种带电设备智能红外成像采集设备 | |
CN106197683B (zh) | 一种便携智能红外测温系统 | |
CN207147418U (zh) | 一种绝缘子爬电距离带电检测装置 | |
CN114644291B (zh) | 基于视觉处理的电力吊装作业用安全边界搭建装置 | |
CN107516390A (zh) | 一种电子围栏监控系统 | |
CN107481234A (zh) | 一种用于检验无人机巡检系统可见光成像性能试验方法 | |
CN107144257A (zh) | 一种电力设备带电检测的双目视觉测距方法及装置 | |
CN210833874U (zh) | 一种变电所动态负荷热红外测温系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |