CN110958294A - 基于雾计算的输变电巡检视频处理方法 - Google Patents

基于雾计算的输变电巡检视频处理方法 Download PDF

Info

Publication number
CN110958294A
CN110958294A CN201911008283.3A CN201911008283A CN110958294A CN 110958294 A CN110958294 A CN 110958294A CN 201911008283 A CN201911008283 A CN 201911008283A CN 110958294 A CN110958294 A CN 110958294A
Authority
CN
China
Prior art keywords
video
power transmission
aerial vehicle
unmanned aerial
key
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
Application number
CN201911008283.3A
Other languages
English (en)
Other versions
CN110958294B (zh
Inventor
卞蓓蕾
徐嘉龙
董建达
夏洪涛
王彬栩
周宏辉
李鹏
程国开
杨跃平
杨志义
叶夏明
诸晓颖
刘中锋
琚小明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Ningbo Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN201911008283.3A priority Critical patent/CN110958294B/zh
Publication of CN110958294A publication Critical patent/CN110958294A/zh
Application granted granted Critical
Publication of CN110958294B publication Critical patent/CN110958294B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请实施例提出了基于雾计算的输变电巡检视频处理方法，包括控制包括无人机在内的视频采集终端进行输变电线路的视频采集；根据视频解析特征将采集到的视频文件分割成重点视频片段和普通视频片段；将重点视频片段发送至包括云端服务器、将普通视频片段发送至驻站服务器以及移动计算机在内的雾处理设备对输变电线路情况进行分析；分别接收多种处理设备反馈的分析结果，将分析结果发送至控制中心。通过将重点视频片段、普通视频片段分开处理的方式，在保证对应高关注度的输变电线路的视频得到高质量处理的同时，因为部分视频被转移的方式还减小了云端服务器的租用时长和租用量，进而减小了租用成本。

Description

基于雾计算的输变电巡检视频处理方法
技术领域
本发明属于视频处理领域，尤其涉及基于雾计算的输变电巡检视频处理方法。
背景技术
当前使用无人机、有人机、机器人等设备对输变电线路进行拍摄，进而基于拍摄结果判定输变电线路是否存在故障需要维修已经成为较为常用的手段。
由于无人机等设备本身的处理能力有限，因此借助云端服务器进行视频辅助处理成必要的处理方式。但是视频采集端与云端服务器之间进行数据传输时存在的时间延迟以及云端服务器的高昂租用成本也成为不可避免的弊端。
发明内容
为了解决现有技术中存在的缺点和不足，本发明能够降低云端服务器用量从而降低租用成本的基于雾计算的输变电巡检视频处理方法。借助雾计算方式将部分视频处理量转移至助战服务器或移动计算机，能够节省云端服务器租用数量，从而降低了使用成本。
具体的，本申请实施例提出的基于雾计算的输变电巡检视频处理方法，包括：
控制包括无人机在内的视频采集终端进行输变电线路的视频采集；
确定视频解析特征，根据视频解析特征将采集到的视频文件分割成重点视频片段和普通视频片段；
将重点视频片段发送至包括云端服务器、将普通视频片段发送至驻站服务器以及移动计算机在内的雾处理设备对输变电线路情况进行分析；
分别接收多种处理设备反馈的分析结果，将分析结果发送至控制中心；
其中，所述视频解析特征包括重点视频采集对象、关键视频采集位置、用电高峰时间。
可选的，所述控制包括无人机在内的视频采集终端进行输变电线路的视频采集，包括：
向无人机发送需要进行视频采集的输变电线路的位置坐标以及拍摄高度在内的预设参数值，当无人机移动至预设参数值对应的拍摄位置时触发视频采集功能；或
待无人机起飞后实施观测无人机的拍摄画面，并基于当前的拍摄画面对无人机的飞行路线进行控制；
当拍摄画面显示无人机当前已经进入拍摄区域，对无人机的拍摄角度进行调整后触发视频采集功能。
可选的，所述确定视频解析特征，根据视频解析特征将采集到的视频文件分割成重点视频片段和普通视频片段，包括：
在视频采集过程中对采集到的视频文件进行实时检测；
基于视频中是否检测到视频解析特征，选择性的将视频分割为重点视频片段和普通视频片段。
可选的，所述基于视频中是否检测到视频解析特征，选择性的将视频分割为重点视频片段和普通视频片段包括：
在无人机进行视频采集过程中，控制无人机处理单元在后台对采集到的视频进行逐帧分析；
如果视频帧中出现了重点视频采集对象，则截取重点视频采集对象在内的视频作为重点视频片段，反之则作为普通视频片段。
可选的，所述基于视频中是否检测到视频解析特征，选择性的将视频分割为重点视频片段和普通视频片段包括：
在无人机进行视频采集过程中，控制无人机处理单元在后台对采集到的视频进行逐帧分析；
如果视频帧的图像参数显示当前拍摄位置属于关键视频采集位置，则截取关键视频采集位置范围内的视频作为重点视频片段，反之则作为普通视频片段。
可选的，所述基于视频中是否检测到视频解析特征，选择性的将视频分割为重点视频片段和普通视频片段包括：
在无人机进行视频采集过程中，控制无人机处理单元在后台对采集到的视频进行逐帧分析；
如果视频帧的图像参数显示当前拍摄时间处于用电高峰时间，则截取用电高峰时间内的视频作为重点视频片段，反之则作为普通视频片段。
可选的，所述将重点视频片段发送至包括云端服务器、将普通视频片段发送至驻站服务器以及移动计算机在内的雾处理设备对输变电线路情况进行分析，包括：
将重点视频片段发送至云端服务器，得到云端服务器生成的分析结果；
将普通视频片段按时长随机发送至包含驻站服务器以及移动计算机的雾处理设备对视频片段进行分析，得到分析结果。
可选的，所述将重点视频片段发送至云端服务器，得到云端服务器生成的分析结果，包括：
控制云端服务器基于数据库对视频片段进行特征对比分析，判定视频片段中的输变电线路是否存在故障需要进行维修；
如果需要则生成包含维修指令在内的分析结果，反之则生成状况正常的分析结果。
可选的，所述将普通视频片段按时长随机发送至包含驻站服务器以及移动计算机的处理设备对视频片段进行分析，得到分析结果，包括：
控制驻站服务器以及移动计算机在内的处理设备对普通视频片段的视频帧进行特征提取处理，判定视频帧中是否存在包括线路着火、线路损毁的情况；
如果存在则生成包含维修指令在内的分析结果，反之则生成状况正常的分析结果。
可选的，所述输变电巡检视频处理方法，包括：
根据分析结果不同，控制中心选择性的进行输变电线路维修。
本发明提供的技术方案带来的有益效果是：
通过将无人机采集到的输变电线路的视频按视频解析特征不同，划分为重点视频片段和普通视频片段，将重点视频片段分配至具有大量对比文件数据库以及高效处理能力的云端服务器进行处理，而将普通视频片段发送至具有较弱处理能力的驻站服务器以及工作人员的移动计算机处进行处理，这样在保证对应高关注度的输变电线路的视频得到高质量处理的同时，缩短了视频的整体处理时间，同时因为部分视频被转移的方式还减小了云端服务器的租用时长和租用量，进而减小了租用成本。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提出的基于雾计算的输变电巡检视频处理方法的流程示意图。
具体实施方式
为使本发明的结构和优点更加清楚，下面将结合附图对本发明的结构作进一步地描述。
实施例一
为了降低对输变电线路视频进行解析过程中的数据处理压力，本实施例提出了一种基于雾计算原理的视频处理方法，能够将部分非重要视频的解析过程转移至包括驻站服务器、移动计算机等设备处理，仅将部分重要视频的解析过程保留在云端服务器进行处理。相对于现有技术中将全部视频的解析过程均在云端服务器进行的处理方式，能够相对减少云端服务器的租用数量和租用时间，从而降低了租用成本。
本申请实施例提出的基于雾计算的输变电巡检视频处理方法，如图1所示，包括：
11、控制包括无人机在内的视频采集终端进行输变电线路的视频采集；
12、确定视频解析特征，根据视频解析特征将采集到的视频文件分割成重点视频片段和普通视频片段；
13、将重点视频片段发送至包括云端服务器、将普通视频片段发送至驻站服务器以及移动计算机在内的雾处理设备对输变电线路情况进行分析；
14、分别接收多种处理设备反馈的分析结果，将分析结果发送至控制中心；
其中，所述视频解析特征包括重点视频采集对象、关键视频采集位置、用电高峰时间。
在实施中，与现有技术中已得到广泛使用的云计算的不同之处在于，本申请所提出的视频处理方法是基于雾计算的计算原理。
雾计算将数据、数据处理和应用程序集中在网络边缘的设备中，而不像云计算那样将它们几乎全部保存在云中。数据的存储及处理更依赖本地设备，而非服务器。雾计算主要使用的并非是些性能强大的服务器，而是由性能较弱、更为分散的各种功能计算机组成，强调数量，不管单个计算节点能力多么弱都要发挥作用。
基于前文提出的雾计算特性，本申请所提出的视频处理方法是将无人机采集到的输变电线路的视频按视频解析特征不同，划分为重点视频片段和普通视频片段，将重点视频片段分配至具有大量对比文件数据库以及高效处理能力的云端服务器进行处理，而将普通视频片段发送至具有较弱处理能力的驻站服务器以及工作人员的移动计算机处进行处理，这样在保证对应高关注度的输变电线路的视频得到高质量处理的同时，缩短了视频的整体处理时间，同时因为部分视频被转移的方式还减小了云端服务器的租用时长和租用量，进而减小了租用成本。
步骤11提出的控制无人机进行输变电线路视频采集的流程包括：
111、向无人机发送需要进行视频采集的输变电线路的位置坐标以及拍摄高度在内的预设参数值，当无人机移动至预设参数值对应的拍摄位置时触发视频采集功能；或
112、待无人机起飞后实施观测无人机的拍摄画面，并基于当前的拍摄画面对无人机的飞行路线进行控制；
113、当拍摄画面显示无人机当前已经进入拍摄区域，对无人机的拍摄角度进行调整后触发视频采集功能。
在实施中，本步骤提出的流程分为两种，一是将视频采集目的地对应的地理位置参数直接发送至无人机，当其飞行至预设位置自动触发视频采集功能；二是根据无人机实时回传的视频画面同步控制无人机的飞行轨迹，当目测进入视频采集区域时控制开始视频采集流程。
上述两种方式可根据实际工作环境进行主动切换使用。
步骤12提出了根据视频解析特征将视频进行切割的步骤，具体包括：
121、在视频采集过程中对采集到的视频文件进行实时检测；
122、基于视频中是否检测到视频解析特征，选择性的将视频分割为重点视频片段和普通视频片段。
在实施中，对采集到的视频进行切割的依据在于视频解析特征，前文已给出视频解析特征包括重点视频采集对象、关键视频采集位置、用电高峰时间。以下将分别从三方面对基于视频解析特征进行视频切割的步骤进行说明。
(1)基于重点视频采集对象
1221、在无人机进行视频采集过程中，控制无人机处理单元在后台对采集到的视频进行逐帧分析；
1221、如果视频帧中出现了重点视频采集对象，则截取重点视频采集对象在内的视频作为重点视频片段，反之则作为普通视频片段。
在实施中，重点视频采集对象为预先设置的输变电线路区域或者是输变电线路中的特定设备。如果是输变电线路区域则是预先将该区域的详细起止点坐标存储在无人机中，当无人机飞行至该区域进行视频采集时，将包含该区域的视频片段截取为重点视频。如果是输变电线路中的特定设备则预先将该设备的地理位置或三维模型存储至无人机中，当无人机飞行至该位置或者是视频帧中出现于预设三维模型某个投影面相同的物体时，将该物体出现的视频片段截取为重点视频片段。
(2)基于关键视频采集位置
1223、在无人机进行视频采集过程中，控制无人机处理单元在后台对采集到的视频进行逐帧分析；
1224、如果视频帧的图像参数显示当前拍摄位置属于关键视频采集位置，则截取关键视频采集位置范围内的视频作为重点视频片段，反之则作为普通视频片段。
在实施中，关键视频采集位置为预先设置的输变电线路区域坐标或者是输变电线路中的特定设备位置坐标。如果是输变电线路区域坐标则是预先将该区域的详细起止点坐标存储在无人机中，当无人机飞行至该区域进行视频采集时，将包含该区域的视频片段截取为重点视频。如果是输变电线路中的特定设备位置坐标则预先将该设备的地理位置存储至无人机中，当无人机飞行至该位置时，将该物体出现的视频片段截取为重点视频片段。
(3)基于用电高峰时间
1225、在无人机进行视频采集过程中，控制无人机处理单元在后台对采集到的视频进行逐帧分析；
1226、如果视频帧的图像参数显示当前拍摄时间处于用电高峰时间，则截取用电高峰时间内的视频作为重点视频片段，反之则作为普通视频片段。
用电高峰时间指的是如果无人机在输变电线路区域进行视频采集时，如果采集时间正好处于用电高峰时间，由于此时间段内用电压力很大，输变电线路如果存在安全隐患会因为过大的用电压力产生更为明显的故障现象，因此将该时间段内采集到的视频截取为重点视频片段。
上述三类视频解析特征能够代表不同类型的需要重点关注的输变电线路特征，因此本实施例中将包含上述三类特征的视频片段作为重点视频片段，其他类型的视频片段则是普通视频片段。
步骤13中提出的针对重点视频片段和普通视频片段进行不同后续处理的步骤，具体包括：
131、将重点视频片段发送至云端服务器，得到云端服务器生成的分析结果；
132、将普通视频片段按时长随机发送至包含驻站服务器以及移动计算机的雾处理设备对视频片段进行分析，得到分析结果。
在实施中，在进行视频分割得到重点视频片段和普通视频片段后，还需要将分割后的片段分别发送至云端服务器以及包含驻站服务器以及移动计算机的雾处理设备进行分析。
具体的：
(1)将重点视频片段发送至云端服务器，得到云端服务器生成的分析结果，包括：
1321、控制云端服务器基于数据库对视频片段进行特征对比分析，判定视频片段中的输变电线路是否存在故障需要进行维修；
1321、如果需要则生成包含维修指令在内的分析结果，反之则生成状况正常的分析结果。
在实施中，之所以将重点视频片段依然发送至云端服务器进行处理，是考虑到云端服务器所拥有的海量数据库和强大的数据处理能力，前者能够为当前视频中所采集到的输变电线路是否存在故障提供大量的对比数据，后者则能够面对大量的对比数据时依然能够为视频对比分析过程提供足够强劲的数据运算能力。这是移动计算机等设备所无法提供的。
(2)将普通视频片段按时长随机发送至包含驻站服务器以及移动计算机的处理设备对视频片段进行分析，得到分析结果，包括：
1323、控制驻站服务器以及移动计算机在内的处理设备对普通视频片段的视频帧进行特征提取处理，判定视频帧中是否存在包括线路着火、线路损毁的情况；
1324、如果存在则生成包含维修指令在内的分析结果，反之则生成状况正常的分析结果。
在实施中，相对于云端服务器，驻站服务器和移动计算机无论是在数据库拥有量以及浮点计算能力上均有不足，但是在处理普通视频片段已经足够，因此处于降低云端服务器费用的考虑，将普通视频片段发送至包含驻站服务器和移动计算机在内的相对于云端服务器而言处理能力稍差且位于数据处理系统边缘的雾节点设备。这里的驻站服务器具体是指在电力企业配电站自身数据库中运行的服务器。
可选的，所述输变电巡检视频处理方法，包括：
根据分析结果不同，控制中心选择性的进行输变电线路维修。
在实施中，在执行完前述处理步骤后，控制中心已经能够根据分析结果做出处理建议。具体为针对重点视频片段中的输变电线路或设备，只要是出现可疑故障就需要进行人工检测或维修；而普通视频片段中的输变电线路或设备可根据故障大小以及人员分配情况进行选择性维修。
上述实施例中的各个序号仅仅为了描述，不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于雾计算的输变电巡检视频处理方法，其特征在于，所述输变电巡检视频处理方法，包括：
控制包括无人机在内的视频采集终端进行输变电线路的视频采集；
确定视频解析特征，根据视频解析特征将采集到的视频文件分割成重点视频片段和普通视频片段；
将重点视频片段发送至包括云端服务器、将普通视频片段发送至驻站服务器以及移动计算机在内的雾处理设备对输变电线路情况进行分析；
分别接收多种处理设备反馈的分析结果，将分析结果发送至控制中心；
其中，所述视频解析特征包括重点视频采集对象、关键视频采集位置、用电高峰时间。
2.根据权利要求1所述的基于雾计算的输变电巡检视频处理方法，其特征在于，所述控制包括无人机在内的视频采集终端进行输变电线路的视频采集，包括：
向无人机发送需要进行视频采集的输变电线路的位置坐标以及拍摄高度在内的预设参数值，当无人机移动至预设参数值对应的拍摄位置时触发视频采集功能；或
待无人机起飞后实施观测无人机的拍摄画面，并基于当前的拍摄画面对无人机的飞行路线进行控制；
当拍摄画面显示无人机当前已经进入拍摄区域，对无人机的拍摄角度进行调整后触发视频采集功能。
3.根据权利要求1所述的基于雾计算的输变电巡检视频处理方法，其特征在于，所述确定视频解析特征，根据视频解析特征将采集到的视频文件分割成重点视频片段和普通视频片段，包括：
在视频采集过程中对采集到的视频文件进行实时检测；
基于视频中是否检测到视频解析特征，选择性的将视频分割为重点视频片段和普通视频片段。
4.根据权利要求3所述的基于雾计算的输变电巡检视频处理方法，其特征在于，所述基于视频中是否检测到视频解析特征，选择性的将视频分割为重点视频片段和普通视频片段包括：
在无人机进行视频采集过程中，控制无人机处理单元在后台对采集到的视频进行逐帧分析；
如果视频帧中出现了重点视频采集对象，则截取重点视频采集对象在内的视频作为重点视频片段，反之则作为普通视频片段。
5.根据权利要求3所述的基于雾计算的输变电巡检视频处理方法，其特征在于，所述基于视频中是否检测到视频解析特征，选择性的将视频分割为重点视频片段和普通视频片段包括：
在无人机进行视频采集过程中，控制无人机处理单元在后台对采集到的视频进行逐帧分析；
如果视频帧的图像参数显示当前拍摄位置属于关键视频采集位置，则截取关键视频采集位置范围内的视频作为重点视频片段，反之则作为普通视频片段。
6.根据权利要求3所述的基于雾计算的输变电巡检视频处理方法，其特征在于，所述基于视频中是否检测到视频解析特征，选择性的将视频分割为重点视频片段和普通视频片段包括：
在无人机进行视频采集过程中，控制无人机处理单元在后台对采集到的视频进行逐帧分析；
如果视频帧的图像参数显示当前拍摄时间处于用电高峰时间，则截取用电高峰时间内的视频作为重点视频片段，反之则作为普通视频片段。
7.根据权利要求1所述的基于雾计算的输变电巡检视频处理方法，其特征在于，所述将重点视频片段发送至包括云端服务器、将普通视频片段发送至驻站服务器以及移动计算机在内的雾处理设备对输变电线路情况进行分析，包括：
将重点视频片段发送至云端服务器，得到云端服务器生成的分析结果；
将普通视频片段按时长随机发送至包含驻站服务器以及移动计算机的雾处理设备对视频片段进行分析，得到分析结果。
8.根据权利要求7所述的基于雾计算的输变电巡检视频处理方法，其特征在于，所述将重点视频片段发送至云端服务器，得到云端服务器生成的分析结果，包括：
控制云端服务器基于数据库对视频片段进行特征对比分析，判定视频片段中的输变电线路是否存在故障需要进行维修；
如果需要则生成包含维修指令在内的分析结果，反之则生成状况正常的分析结果。
9.根据权利要求7所述的基于雾计算的输变电巡检视频处理方法，其特征在于，所述将普通视频片段按时长随机发送至包含驻站服务器以及移动计算机的处理设备对视频片段进行分析，得到分析结果，包括：
控制驻站服务器以及移动计算机在内的处理设备对普通视频片段的视频帧进行特征提取处理，判定视频帧中是否存在包括线路着火、线路损毁的情况；
如果存在则生成包含维修指令在内的分析结果，反之则生成状况正常的分析结果。
10.根据权利要求1至9任一项所述的基于雾计算的输变电巡检视频处理方法，其特征在于，所述输变电巡检视频处理方法，包括：
根据分析结果不同，控制中心选择性的进行输变电线路维修。
CN201911008283.3A 2019-10-22 2019-10-22 基于雾计算的输变电巡检视频处理方法 Active CN110958294B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911008283.3A CN110958294B (zh) 2019-10-22 2019-10-22 基于雾计算的输变电巡检视频处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911008283.3A CN110958294B (zh) 2019-10-22 2019-10-22 基于雾计算的输变电巡检视频处理方法

Publications (2)

Publication Number Publication Date
CN110958294A true CN110958294A (zh) 2020-04-03
CN110958294B CN110958294B (zh) 2021-12-17

Family

ID=69976394

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911008283.3A Active CN110958294B (zh) 2019-10-22 2019-10-22 基于雾计算的输变电巡检视频处理方法

Country Status (1)

Country Link
CN (1) CN110958294B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111770309A (zh) * 2020-06-24 2020-10-13 浙江大华技术股份有限公司 一种视频上传方法、装置、电子设备及存储介质
CN114241620A (zh) * 2021-12-08 2022-03-25 思诺维特(北京)科技有限公司 一种数据采集方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170295109A1 (en) * 2016-04-12 2017-10-12 Cisco Technology, Inc. On-demand modular fog computing resources
CN107861436A (zh) * 2017-12-01 2018-03-30 上海市环境科学研究院 一种多旋翼无人机高空环境侦测系统
CN109194926A (zh) * 2018-10-19 2019-01-11 济南浪潮高新科技投资发展有限公司 一种基于边缘计算的城市安防系统及其检测方法
CN109218379A (zh) * 2017-07-05 2019-01-15 维布络有限公司 物联网环境内的数据处理方法和系统
CN109376660A (zh) * 2018-10-26 2019-02-22 天宇经纬（北京）科技有限公司 一种目标监测方法、装置及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170295109A1 (en) * 2016-04-12 2017-10-12 Cisco Technology, Inc. On-demand modular fog computing resources
CN109218379A (zh) * 2017-07-05 2019-01-15 维布络有限公司 物联网环境内的数据处理方法和系统
CN107861436A (zh) * 2017-12-01 2018-03-30 上海市环境科学研究院 一种多旋翼无人机高空环境侦测系统
CN109194926A (zh) * 2018-10-19 2019-01-11 济南浪潮高新科技投资发展有限公司 一种基于边缘计算的城市安防系统及其检测方法
CN109376660A (zh) * 2018-10-26 2019-02-22 天宇经纬（北京）科技有限公司 一种目标监测方法、装置及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111770309A (zh) * 2020-06-24 2020-10-13 浙江大华技术股份有限公司 一种视频上传方法、装置、电子设备及存储介质
CN114241620A (zh) * 2021-12-08 2022-03-25 思诺维特(北京)科技有限公司 一种数据采集方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN110958294B (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
CN107014827B (zh) 基于影像处理的输电线路缺陷分析方法、装置和系统
CN110958294B (zh) 基于雾计算的输变电巡检视频处理方法
CN111698470A (zh) 一种基于云边协同计算的安防视频监控系统及其实现方法
CN110009530A (zh) 一种适用于便携式电力巡检的神经网络系统和方法
CN105243851A (zh) 车辆监控方法和系统
CN205160712U (zh) 一种视频监控设备故障检测装置
CN106547814A (zh) 一种输电线路无人机巡检图像的结构化自动归档方法
CN105115871A (zh) 一种颗粒物监测系统
CN105046635A (zh) 一种基于谷歌眼镜的智能变电站设备识别系统及方法
CN113364804A (zh) 一种流量数据的处理方法和装置
CN112995535A (zh) 用于处理视频的方法、装置、设备以及存储介质
RU2013143472A (ru) Распределенная архитектура системы видеомониторинга леса
CN106358011A (zh) 监控设备视频截图评论系统及方法
CN112835978A (zh) 一种数据存储方法、装置及计算机设备
CN110798618B (zh) 一种动态追踪中的摄像头资源调度方法及装置
CN104348685A (zh) 一种机载afdx网络数据监控方法
KR101631389B1 (ko) 송전선 영상 처리 방법 및 장치
CN107395381A (zh) 一种报文处理方法、装置及系统
CN115984481A (zh) 一种可视化工业数字仿真管理系统
CN115620179A (zh) 基于无人机的火情检测方法及装置、电子设备及介质
CN111443250B (zh) 夜视系统维护故障实时检测与管理系统
CN115205285A (zh) 部署有架空线路缺陷识别算法的设备及其缺陷识别方法
CN114637320A (zh) 根据历史故障数据确定巡检参数的电缆监测系统
CN108259492A (zh) 一种流量数据的留存方法、设备和计算机可读存储介质
CN104754328B (zh) 一种分布式视频质量诊断方法

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