CN110580529A - 一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质 - Google Patents
一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质 Download PDFInfo
- Publication number
- CN110580529A CN110580529A CN201910758864.2A CN201910758864A CN110580529A CN 110580529 A CN110580529 A CN 110580529A CN 201910758864 A CN201910758864 A CN 201910758864A CN 110580529 A CN110580529 A CN 110580529A
- Authority
- CN
- China
- Prior art keywords
- inspection
- data
- picture
- patrol
- unmanned aerial
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 111
- 238000004458 analytical method Methods 0.000 title claims abstract description 44
- 230000005540 biological transmission Effects 0.000 title claims abstract description 34
- 238000007726 management method Methods 0.000 title claims abstract description 30
- 230000007547 defect Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000012549 training Methods 0.000 claims abstract description 19
- 238000002372 labelling Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000013523 data management Methods 0.000 description 3
- 239000012212 insulator Substances 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 235000005770 birds nest Nutrition 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 235000005765 wild carrot Nutrition 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009751 slip forming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质,所述方法包括如下步骤:获取巡视数据信息;根据所述巡视数据信息建立巡视航线和巡检任务;根据所述建立巡视航线和巡检任务执行巡检作业获取巡检图片;通过模型训练分析巡检图片中的部件是否存在缺陷并生成分析文件;根据所述分析文件生成巡检报告。本发明实现了对巡检数据的综合规范一体化管理;解决了模型因训练样本库不足导致的缺陷识别率不高的问题。
Description
技术领域
本发明涉及电力技术领域,具体涉及一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质。
背景技术
由于输电线路设备大多暴露在野外环境运行,气象条件复杂、现场环境多变,导线、避雷线、绝缘子、金具在长时间运行后,可能发生断股、锈蚀、过热、爆裂、脱落等情况。过去依靠人工逐基杆塔巡视的作业方法,巡视工作量大,复杂的地理环境更是给巡视人员带来了未知的安全风险。落后的人工巡检方式消耗了大量的人力和资源,使得更多深入的工作无法有效展开。因此,使用无人机代替人工进行线路巡检已经成为电力行业发展的潮流。
随着无人机线路巡检的常规化,将产生大量的巡检数据。目前,各地方电力系统的数据管理主要存在以下缺陷:(1)每次巡检拍摄的图片,需要人工查看缺陷,标注图片并重命名,然后按照杆塔归类存储,工作量极大;(2)由于环境、输电线路建设、数据安全等实际情况影响,缺乏一个完备的线路部件及缺陷数据库;(3)缺乏一个管理运维巡检作业的系统数据库。
在大数据时代,充分有效管理输电线路巡检数据,一方面能让数据服务于巡检作业,减少巡线工作量;另一方面,把数据合理的用于输电线路部件及缺陷的图像识别研究中,可以有效的提高缺陷自动检测效率,减少巡线后期工作量的同时,又能规范化管理形成缺陷样本库,从而把无人机巡检的作用最大化,真正做到泛在电力物联网数据一体化。基于此,本发明提出一种输电通道无人机精细化巡检数据的自动分析管理方法。
为了降低工作量,提高无人机巡检效率,有人提出了一种无人机巡检输电线路的方法,该方法以杆塔做标签开展巡线,对巡线工作流程的规范化以及巡线拍摄图片的规范化产生一定的作用;另外,在图像识别领域,用于人脸识别、无人驾驶方面模型较为成熟,而在电力行业上一直难以突破输电线路部件缺陷的识别准确率、误报率等技术瓶颈,根本原因在于缺乏一个完备的训练数据库。由于各个地方输电线路环境背景单一、巡检图片保密性,只能在现有的图片下进行数据扩充。在图像识别领域中,有人提出了一种半自动标注的方法来扩充训练样本数,进而提高模型的识别准确率。该方法使用训练好的模型去识别图片,然后经过人工修正后,在进行迭代训练,这样只要后期用于模型识别的图片越多,训练样本就越多,在提高模型的泛化能力起到一定的作用。
目前存在的无人机巡检输电线路的方法,只是对巡检作业、巡检拍摄以及后期数据处理的规范化提供了便利,在数据的分析管理方面,主要仍存在以下五点不足:1、巡检拍摄的图片,需要人工查看缺陷,标注图片并重命名,人工生成报告;2、图片命名规则不规范,不利于数据管理;3、巡检拍摄的原始图片、人工标注图片(分析图片)的归档存储没有规范格式;4、没有形成一个完备的线路部件及缺陷数据库;5、没有形成一个管理运维巡检作业的系统数据库;
造成上述问题的原因如下:一方面,目前试验用于输电线路部件及缺陷的识别模型对某些部件及缺陷的识别准确率不高,比如金具锈蚀、防震锤偏移、导线断股、缺销等,由于这些部件的训练样本库太少,所以模型在自动识别缺陷上准确率难以取得突破。在加上电力行业的行业壁垒,各个地方之间的数据均不外传,在现有的图片基础上不可能形成一个较为完备的缺陷库;另一方面,目前无人机常规化巡检作业还处于初级阶段,大多数偏远地区并未普及。因此,目前的工作重点都在如何规范大力开展无人机常规化巡检作业上,对数据的分析管理工作还未足够重视。
发明内容
针对现有技术的不足,本发明的目的在于提供一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质,以解决现有技术中数据分析管理不足的问题。
为解决上述技术问题,本发明所采用的技术方案是:
一种输电通道无人机精细化巡检数据的自动分析管理方法,所述方法包括如下步骤:
获取巡视数据信息;
根据所述巡视数据信息建立巡视航线和巡检任务;
根据所述建立巡视航线和巡检任务执行巡检作业获取巡检图片;
通过模型训练分析巡检图片中的部件是否存在缺陷并生成分析文件;
根据分析图片分部件自动生成标注图片并形成缺陷库;
根据所述分析文件生成巡检报告。
进一步的,所述巡视数据信息包括杆塔信息、部门层级信息、飞手信息和无人机信息。
进一步的,所述巡检任务包括巡检的具体线路、杆塔、开始时间、结束时间和执行人。
进一步的,所述巡检报告包括:
巡检任务信息、实际巡视杆塔、拍摄图片数量、缺陷图片数量、缺陷描述、工作总结
进一步的,所述方法还包括:
对所述分析后的图片进行分部件自动标注生成标注图片,归档形成部件缺陷库;
将所述标注图片作为训练样本对所述模型进行训练。
进一步的,所述方法还包括:
对所述巡检图片和分析后的巡检图片进行重命名。
进一步的,所述模型包括e2e-300模型和yo-100模型。
一种输电通道无人机精细化巡检数据的自动分析管理系统,所述系统包括:
数据获取模块:用于获取巡视数据信息;
数据建立模块:用于根据所述巡视数据信息建立巡视航线和巡检任务;
数据执行模块:用于根据所述巡视航线和巡检任务执行巡检作业获取巡检图片;
数据分析模块:用于通过模型训练分析巡检图片中的部件是否存在缺陷并生成分析文件;
数据标注模块:用于根据分析图片分部件自动生成标注图片并形成缺陷库;
数据生成模块:用于根据所述分析文件生成巡检报告。
一种输电通道无人机精细化巡检数据的自动分析管理系统,所述系统包括处理器和存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行上述方法的步骤。
计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
与现有技术相比,本发明所达到的有益效果是:
本发明基于无人机巡检输电线路、拍摄图片规范化和图片半自动标注技术的前提下,实现了对巡检数据的综合规范一体化管理;巡检图片可自动按照命名规则重命名并规范化归档存储、缺陷自动识别分析、自动生成报告并将分析数据自动上传服务器写入系统数据库;另外,分部件自动生成标注图片有助于形成完备的缺陷库,从而解决模型因训练样本库不足导致的缺陷识别率不高的问题。
附图说明
图1为方法的实现概要流程图;
图2为运维管控系统数据库主要数据的关联逻辑图;
图3为图片归档存储层级示意图。
具体实施方式
下面结合说明书附图和具体实施对本发明工作原理和技术方案作进一步详细的描述。
如图1所示,一种输电通道无人机精细化巡检数据的自动分析管理方法,所述方法包括步骤如下:
1、获取巡视数据信息;
将当地巡检部门管辖的所有杆塔以标准模板的形式导入系统,系统会自动生成线路,再录入部门层级、飞手、无人机等基础信息,系统会自动关联形成网状数据,相关的逻辑关系参看附图2,图中以线路、杆塔为基础数据,线路底下关联杆塔;进而创建巡检任务,巡检任务下关联了具体的线路、杆塔数据;再通过巡检作业衍生出的原始图片、分析图片、缺陷报告、缺陷等数据。其中,以巡检报告为主,可查询原始图片和缺陷报告,通过原始图片关联分析图片,缺陷报告关联缺陷描述,分析图片与缺陷描述之间互为关联;
2、建立巡视航线和巡检任务:
选择要巡视的航线,系统自动根据数据库相关信息创建巡检任务,任务信息包括:巡检的具体线路、杆塔、开始时间、结束时间、执行人;
3、执行巡检作业获取巡检图片:
执行人根据巡检任务去执行巡检作业,按照规范巡视线路,并规范化拍摄巡检图片,任务结束后将拍摄的图片导入系统;
4、分析巡检图片:
系统对各个巡检任务下的图片根据GPS自动分类到具体杆塔,然后用训练好的模型自动分析图片中的部件是否存在缺陷,生成分析文件,模型包括e2e-300模型和yo-100模型;用resnet-101作为RPN(Region Proposal Network)的faster-rcnn算法、Yolo3算法分别训练生成的模型e2e-300、yo-100,经过模型融合工具根据两种模型的识别结果综合输出最终结果。系统根据数据库任务关联信息和分析文件自动生成巡检报告,报告内容包括:任务具体信息、实际巡视杆塔、拍摄图片数量、缺陷图片数量、缺陷描述、工作总结。
5、对分析后的图片进行标注
将分析后的图片导入图像自动标注工具,分部件类型生成标注图片。比如,分析图片中存在鸟巢、绝缘子自爆两种缺陷,经标注工具处理后分别生成一张鸟巢和绝缘子自爆的图片。生成标注图片的同时也会生成符合训练格式要求的xml文件,并自动归档存储形成部件训练样本库,用于提高模型的识别泛化能力、识别准确率。
6、对巡检图片和分析后的巡检图片进行重命名
将步骤4、步骤5的图片上传存储服务器,原始图片、分析后的图片自动重命名,按照线路杆塔生成文件夹层级管理,具体存储结构参看附图3,巡检图片分为可以分类到杆塔的,或者是不能分类到杆塔的(单纯为了验证图片的识别效果),均按照图三的层级在存储服务器上归档存储,保证数据存放的安全性、可靠性。图片命名格式如下:“杆塔号+线路名称+大小号侧(针对耐张塔)+相序+缺陷位置+缺陷描述”。
7、在系统web端根据任务、图片、缺陷、报告、线路、杆塔、人员等信息作为索引查询,均可访问查看相关详细数据。
本发明实施例还提供了一种输电通道无人机精细化巡检数据的自动分析管理系统,所述系统包括:
数据获取模块:用于获取巡视数据信息;
数据建立模块:用于根据所述巡视数据信息建立巡视航线和巡检任务;
数据执行模块:用于根据所述巡视航线和巡检任务执行巡检作业获取巡检图片;
数据分析模块:用于通过模型训练分析巡检图片中的部件是否存在缺陷并生成分析文件;
数据标注模块:用于根据分析图片分部件自动生成标注图片并形成缺陷库;
数据生成模块:用于根据所述分析文件生成巡检报告。
本发明实施例还提供了一种输电通道无人机精细化巡检数据的自动分析管理系统,所述系统包括处理器和存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行上述方法的步骤。
计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
本发明基于无人机巡检输电线路、拍摄图片规范化和图片半自动标注技术的前提下,创新提出了一种输电通道无人机精细化巡检数据的自动分析管理方法,可实现对巡检数据的综合规范一体化管理。其中,巡检图片可自动按照命名规则重命名并规范化归档存储、缺陷自动识别分析、自动生成报告并将分析数据自动上传服务器写入系统数据库。另外,分部件自动生成标注图片有助于形成完备的缺陷库,从而解决模型因训练样本库不足导致的缺陷识别率不高的问题。
本次发明一方面让管理者对基础数据和人员工作进度了如指掌,体现了电力物联网数据一体化的管理理念,另一方面,有效提高了巡检工作的效率、数据管理的安全性、可靠性。比如:之前人工对5基杆塔的巡检图片175张进行分类,逐张查看有无缺陷,然后手动输出巡检报告大概需要一到两个工作日,而自动分析管理方法,只需10分钟不到就可自动生成以杆塔为缺陷统计基数的巡检报告,清楚地体现了各基杆塔存在的缺陷情况。在极大降低人员工作量的同时,方法不断形成的缺陷样本库又能回馈训练模型的识别精度,为提高每一次分析数据的准确性添砖加瓦。图片自动规范重命名并按照逻辑化的文件层级存储在数据服务器上,做到数据及时高效管理的同时,又能提高数据存储的安全性、可靠性。
本方法使用于输电通道无人机常规化、精细化巡检作业,涉及的核心技术点有:巡检作业图像自动下载、自动分析、重命名后按杆塔归档,以任务归集数据,以杆塔线路统计归集缺陷,自动生成巡检报告,图像自动标注,数据库和文件库精细化管理。
应理解上述实施例仅用于说明本发明技术方案的具体实施方式,而不用于限制本发明的范围。在阅读了本发明之后,本领域技术人员对本发明的各种等同形式的修改和替换均落于本申请权利要求所限定的保护范围。
Claims (10)
1.一种输电通道无人机精细化巡检数据的自动分析管理方法,其特征在于,所述方法包括如下步骤:
获取巡视数据信息;
根据所述巡视数据信息建立巡视航线和巡检任务;
根据所述巡视航线和巡检任务执行巡检作业获取巡检图片;
通过模型训练分析巡检图片中的部件是否存在缺陷并生成分析文件;
根据分析图片分部件自动生成标注图片并形成缺陷库;
根据所述分析文件生成巡检报告。
2.根据权利要求1所述的一种输电通道无人机精细化巡检数据的自动分析管理方法,其特征在于,所述巡视数据信息包括杆塔信息、部门层级信息、飞手信息和无人机信息。
3.根据权利要求1所述的一种输电通道无人机精细化巡检数据的自动分析管理方法,其特征在于,所述巡检任务包括巡检的具体线路、杆塔、开始时间、结束时间和执行人。
4.根据权利要求1所述的一种输电通道无人机精细化巡检数据的自动分析管理方法,其特征在于,所述巡检报告包括:
巡检任务信息、实际巡视杆塔、拍摄图片数量、缺陷图片数量、缺陷描述和工作总结。
5.根据权利要求1所述的一种输电通道无人机精细化巡检数据的自动分析管理方法,其特征在于,所述方法还包括:
对所述分析后的图片进行分部件自动标注生成标注图片,归档形成部件缺陷库;
将所述标注图片作为训练样本对所述模型进行训练。
6.根据权利要求1所述的一种输电通道无人机精细化巡检数据的自动分析管理方法,其特征在于,所述方法还包括:
对所述巡检图片和分析后的巡检图片进行重命名。
7.根据权利要求1所述的一种输电通道无人机精细化巡检数据的自动分析管理方法,其特征在于,所述模型包括e2e-300模型和yo-100模型。
8.一种输电通道无人机精细化巡检数据的自动分析管理系统,其特征在于,所述系统包括:
数据获取模块:用于获取巡视数据信息;
数据建立模块:用于根据所述巡视数据信息建立巡视航线和巡检任务;
数据执行模块:用于根据所述巡视航线和巡检任务执行巡检作业获取巡检图片;
数据分析模块:用于通过模型训练分析巡检图片中的部件是否存在缺陷并生成分析文件;
数据标注模块:用于根据分析图片分部件自动生成标注图片并形成缺陷库;
数据生成模块:用于根据所述分析文件生成巡检报告。
9.一种输电通道无人机精细化巡检数据的自动分析管理系统,其特征在于,所述系统包括处理器和存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1-7任一项所述方法的步骤。
10.计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910758864.2A CN110580529A (zh) | 2019-08-16 | 2019-08-16 | 一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910758864.2A CN110580529A (zh) | 2019-08-16 | 2019-08-16 | 一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110580529A true CN110580529A (zh) | 2019-12-17 |
Family
ID=68811658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910758864.2A Pending CN110580529A (zh) | 2019-08-16 | 2019-08-16 | 一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110580529A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111400530A (zh) * | 2020-04-16 | 2020-07-10 | 广东电网有限责任公司梅州供电局 | 一种无人机拍摄照片的分类方法、装置及存储介质 |
CN111524299A (zh) * | 2020-05-06 | 2020-08-11 | 众芯汉创(北京)科技有限公司 | 一种无人机巡检设备管理方法及智能柜 |
CN111709361A (zh) * | 2020-06-16 | 2020-09-25 | 广东电网有限责任公司 | 一种输电线路无人机巡检数据处理方法 |
CN111709931A (zh) * | 2020-06-16 | 2020-09-25 | 四川赛康智能科技股份有限公司 | 一种耐张线夹缺陷检测识别报告自动获取方法及系统 |
CN111726576A (zh) * | 2020-05-27 | 2020-09-29 | 深圳中琛源科技股份有限公司 | 无人机巡检方法、装置、系统及存储介质 |
CN112073681A (zh) * | 2020-07-14 | 2020-12-11 | 中国电力科学研究院有限公司 | 一种架空电力线无人机巡检定位拍摄影像的处理方法及系统 |
CN112102443A (zh) * | 2020-09-15 | 2020-12-18 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种适用于变电站设备巡检图像的标注系统及标注方法 |
CN112960132A (zh) * | 2021-03-26 | 2021-06-15 | 中国能源建设集团江苏省电力设计院有限公司 | 分布式共享机巢及其电力线路无人机巡检方法 |
CN113127423A (zh) * | 2021-04-29 | 2021-07-16 | 国网新疆电力有限公司信息通信公司 | 调度录音系统智能巡检告警方法、装置、介质及电子设备 |
CN113656619A (zh) * | 2021-08-16 | 2021-11-16 | 普宙科技(深圳)有限公司 | 一种电网巡检照片的管理方法及管理系统 |
CN113687661A (zh) * | 2021-08-03 | 2021-11-23 | 南瑞集团有限公司 | 无人值守变电站数据自动分析管理方法、装置及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886189A (zh) * | 2014-03-07 | 2014-06-25 | 国家电网公司 | 用于无人机巡检的巡检结果数据处理系统及方法 |
CN106776916A (zh) * | 2016-12-01 | 2017-05-31 | 广东容祺智能科技有限公司 | 一种巡线图片自动命名归档和报告输出系统 |
CN107168370A (zh) * | 2017-06-16 | 2017-09-15 | 广东电网有限责任公司佛山供电局 | 输电线路多旋翼无人机精细智能巡检系统及其方法 |
CN108037770A (zh) * | 2017-11-22 | 2018-05-15 | 国网山东省电力公司济宁供电公司 | 基于人工智能的无人机输电线路巡检系统和方法 |
CN109960736A (zh) * | 2019-02-19 | 2019-07-02 | 广州中科云图智能科技有限公司 | 基于无人机的缺陷分析方法、系统、存储介质以及设备 |
-
2019
- 2019-08-16 CN CN201910758864.2A patent/CN110580529A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103886189A (zh) * | 2014-03-07 | 2014-06-25 | 国家电网公司 | 用于无人机巡检的巡检结果数据处理系统及方法 |
CN106776916A (zh) * | 2016-12-01 | 2017-05-31 | 广东容祺智能科技有限公司 | 一种巡线图片自动命名归档和报告输出系统 |
CN107168370A (zh) * | 2017-06-16 | 2017-09-15 | 广东电网有限责任公司佛山供电局 | 输电线路多旋翼无人机精细智能巡检系统及其方法 |
CN108037770A (zh) * | 2017-11-22 | 2018-05-15 | 国网山东省电力公司济宁供电公司 | 基于人工智能的无人机输电线路巡检系统和方法 |
CN109960736A (zh) * | 2019-02-19 | 2019-07-02 | 广州中科云图智能科技有限公司 | 基于无人机的缺陷分析方法、系统、存储介质以及设备 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111400530A (zh) * | 2020-04-16 | 2020-07-10 | 广东电网有限责任公司梅州供电局 | 一种无人机拍摄照片的分类方法、装置及存储介质 |
CN111524299A (zh) * | 2020-05-06 | 2020-08-11 | 众芯汉创(北京)科技有限公司 | 一种无人机巡检设备管理方法及智能柜 |
CN111726576A (zh) * | 2020-05-27 | 2020-09-29 | 深圳中琛源科技股份有限公司 | 无人机巡检方法、装置、系统及存储介质 |
CN111709931B (zh) * | 2020-06-16 | 2023-05-23 | 四川赛康智能科技股份有限公司 | 一种耐张线夹缺陷检测识别报告自动获取方法及系统 |
CN111709361A (zh) * | 2020-06-16 | 2020-09-25 | 广东电网有限责任公司 | 一种输电线路无人机巡检数据处理方法 |
CN111709931A (zh) * | 2020-06-16 | 2020-09-25 | 四川赛康智能科技股份有限公司 | 一种耐张线夹缺陷检测识别报告自动获取方法及系统 |
CN111709361B (zh) * | 2020-06-16 | 2024-01-26 | 广东电网有限责任公司 | 一种输电线路无人机巡检数据处理方法 |
CN112073681A (zh) * | 2020-07-14 | 2020-12-11 | 中国电力科学研究院有限公司 | 一种架空电力线无人机巡检定位拍摄影像的处理方法及系统 |
CN112102443A (zh) * | 2020-09-15 | 2020-12-18 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种适用于变电站设备巡检图像的标注系统及标注方法 |
CN112102443B (zh) * | 2020-09-15 | 2022-07-05 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种适用于变电站设备巡检图像的标注系统及标注方法 |
CN112960132A (zh) * | 2021-03-26 | 2021-06-15 | 中国能源建设集团江苏省电力设计院有限公司 | 分布式共享机巢及其电力线路无人机巡检方法 |
CN113127423A (zh) * | 2021-04-29 | 2021-07-16 | 国网新疆电力有限公司信息通信公司 | 调度录音系统智能巡检告警方法、装置、介质及电子设备 |
CN113687661A (zh) * | 2021-08-03 | 2021-11-23 | 南瑞集团有限公司 | 无人值守变电站数据自动分析管理方法、装置及系统 |
CN113687661B (zh) * | 2021-08-03 | 2024-03-29 | 南瑞集团有限公司 | 无人值守变电站数据自动分析管理方法、装置及系统 |
CN113656619A (zh) * | 2021-08-16 | 2021-11-16 | 普宙科技(深圳)有限公司 | 一种电网巡检照片的管理方法及管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110580529A (zh) | 一种输电通道无人机精细化巡检数据的自动分析管理方法、系统及存储介质 | |
CN108365557B (zh) | 一种无人机精细化巡检输电线路的方法及系统 | |
CN110674861B (zh) | 一种输变电巡检图像智能分析方法及装置 | |
CN111709361B (zh) | 一种输电线路无人机巡检数据处理方法 | |
CN103578154A (zh) | 基于pda的电力设备智能巡检的实现方法 | |
CN111914813A (zh) | 基于图像分类的输电线路巡检图像命名方法及系统 | |
CN110689148A (zh) | 一种基于ar技术的计量设备故障检测方法 | |
CN112200465B (zh) | 基于多媒体信息智能分析的电力ai方法及系统 | |
CN116136613A (zh) | 一种数据中心自动巡检方法、装置、设备及介质 | |
CN115395646B (zh) | 一种数字孪生式牵引变电所智慧运维系统 | |
CN111044149A (zh) | 电压互感器的温度异常点检测方法、装置及可读存储介质 | |
CN116742799A (zh) | 一种基于物联网技术的配电辅助监测预警系统 | |
CN114913376A (zh) | 基于图像的缺陷自动识别方法、装置、系统及存储介质 | |
CN113687661B (zh) | 无人值守变电站数据自动分析管理方法、装置及系统 | |
CN202748642U (zh) | 火力发电厂燃料采样制样化验一体化系统 | |
CN116612481B (zh) | 基于知识图谱和多元图像的电力设备缺陷识别方法及系统 | |
CN116580362B (zh) | 输电运维跨系统融合数据的采集方法及数字资产处理系统 | |
CN112801432A (zh) | 一种风机组叶片智能巡检系统及风机组叶片巡检方法 | |
CN110719445A (zh) | 一种基于图像识别的远程抄表系统及方法 | |
CN113298292A (zh) | 基于电力物联网的配电线路电力杆塔巡视管控方法及系统 | |
CN116167570A (zh) | 针对风电机组设备数据的管理与分析系统及方法 | |
Ge et al. | Bird’s nest detection algorithm for transmission lines based on deep learning | |
CN109598293B (zh) | 基于类别平衡采样的无人机巡检航拍图片批处理训练方法 | |
CN111651648A (zh) | 杆塔关键部件巡检计划的智能化生成方法和装置 | |
CN113065580A (zh) | 一种基于多信息融合的电厂设备管理方法及系统 |
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: 20191217 |
|
RJ01 | Rejection of invention patent application after publication |