CN111062529A - 电力线路的处理方法、装置、存储介质以及处理器 - Google Patents
电力线路的处理方法、装置、存储介质以及处理器 Download PDFInfo
- Publication number
- CN111062529A CN111062529A CN201911261798.4A CN201911261798A CN111062529A CN 111062529 A CN111062529 A CN 111062529A CN 201911261798 A CN201911261798 A CN 201911261798A CN 111062529 A CN111062529 A CN 111062529A
- Authority
- CN
- China
- Prior art keywords
- power line
- line
- determining
- environmental parameters
- prediction result
- 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
Images
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种电力线路的处理方法、装置、存储介质以及处理器。其中,该方法包括:获取电力线路的环境参数和/或线路信息;基于机器学习得到的电力线路预测模型,识别得到与所述环境参数和/或所述线路信息对应的预测结果;根据所述预测结果,确定所述电力线路的改造方案。本发明解决了现有技术中无法确定电力线路沿线树木导致电力线路故障,而容易造成电力线路存在不安全因素的技术问题。
Description
技术领域
本发明涉及电力线路领域,具体而言,涉及一种电力线路的处理方法、装置、存储介质以及处理器。
背景技术
为了电力线路的建设和维护的方便,在很多的电力线路规划中,都会尽可能的选择将电力线路沿着道路进行架设,这在很大程度上能够方便电力线路的施工,方便进行日常的维护操作。但是,这样的建设路线在一定程度上是存在缺陷的,为了推进绿化和环境保护,在很多的道路两边都会栽种树木,可以起到很好的吸尘绿化作用。但是,随着树木的生长,树木的顶端很有可能会触及到沿路架设的电力线路,这样非常不利于电力线路的安全运行,会增加电力损耗,甚至是会引发电力安全事故,会给电力线路的安全运行带来很多的安全隐患。例如,可能会导致线路单相接地故障的发生;造成两相弧光短路;树木在一定情况下会造成电力线路出现断线的故障等。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种电力线路的处理方法、装置、存储介质以及处理器,以至少解决现有技术中无法确定电力线路沿线树木导致电力线路故障,而容易造成电力线路存在不安全因素的技术问题。
根据本发明实施例的一个方面,提供了一种电力线路的处理方法,包括:获取电力线路的环境参数和/或线路信息;基于机器学习得到的电力线路预测模型,识别得到与所述环境参数和/或所述线路信息对应的预测结果;根据所述预测结果,确定所述电力线路的改造方案。
可选地,在获取电力线路的环境参数和/或线路信息之前包括:确定巡检所述电力线路的目标区域;根据所述目标区域确定的巡检方案,其中,所述巡检方案至少包括以下之一:巡检时间、巡检线路、巡检工具。
可选地,获取电力线路的环境参数和/或线路信息包括:采集所述电力线路的图像信息,其中,所述图像信息包括:可见光图像、红外图像;根据获取的所述图像信息的时间序列,确定所述电力线路的全景图像;对所述全景图像进行处理,得到所述环境参数和/或所述线路信息。
可选地,基于机器学习得到的电力线路预测模型,识别得到与所述环境参数和所述线路信息对应的预测结果包括:构建所述电力线路预测模型,其中,所述电力线路预测模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:不同类型的所述环境参数和/或所述线路信息及其对应的预测结果;根据所述环境参数和/或所述线路信息与所述电力线路预测模型,得到与所述环境参数和/或所述线路信息对应的预测结果。
可选地,根据所述预测结果,确定所述电力线路的改造方案包括:确定所述电力线路的预设安全阈值;如果所述预测结果在所述预设安全阈值范围内,则保持所述电力线路处于现有状态;如果所述预测结果不在所述预设安全阈值范围内,则对所述电力线路进行改造。
可选地,所述改造方案至少包括以下之一:建设地下电力线路、增加电杆高度、修剪树木、设立电力设施保护区。
根据本发明实施例的另一方面,还提供了一种电力线路的处理装置,包括:获取模块,用于获取电力线路的环境参数和/或线路信息;识别模块,用于基于机器学习得到的电力线路预测模型,识别得到与所述环境参数和/或所述线路信息对应的预测结果;第一确定模块,用于根据所述预测结果,确定所述电力线路的改造方案。
可选地,第二确定模块包括:第一确定单元,用于巡检所述电力线路的目标区域;第二确定单元,用于根据所述目标区域确定的巡检方案,其中,所述巡检方案至少包括以下之一:巡检时间、巡检线路、巡检工具。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述中任意一项所述的电力线路的处理方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的电力线路的处理方法。
在本发明实施例中,采用获取电力线路的环境参数和/或线路信息;基于机器学习得到的电力线路预测模型,识别得到与所述环境参数和/或所述线路信息对应的预测结果;根据所述预测结果,确定所述电力线路的改造方案的方式,通过电力线路预测模型得到与电力线路的环境参数和/或线路信息对应的预测结果,从而确定电力线路的改造方案,达到了准确的改造电力线路的目的,从而实现了有效保障电力线路安全的技术效果,进而解决了现有技术中无法确定电力线路沿线树木导致电力线路故障,而容易造成电力线路存在不安全因素的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的电力线路的处理方法的流程图;
图2是根据本发明实施例的电力线路的处理装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种电力线路的处理方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例1
图1是根据本发明实施例的电力线路的处理方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取电力线路的环境参数和/或线路信息;
上述电力线路为发电厂、变电站和电力用户间用来传输电能的线路,具备输送和分配电能的功能,其中,电力线路包括输电线路和配电线路。可选地,该电力线路为架空线路。上述环境参数包括但不限于地形地势、植被密度、植被高度、气候、天气等,线路信息包括但不限于杆塔高度、电线高度、杆塔之间的距离等。
步骤S104,基于机器学习得到的电力线路预测模型,识别得到与环境参数和/或线路信息对应的预测结果;
上述预测结果为按照预定规则确定的评价结果,其中,该预定规则将时间因素、安全指数、优先等级等考虑进去,进而对环境参数和/或线路信息进行加权平均计算,从而得到预测结果。该预测结果通常为数值形式,例如,可以采用百分制进行取值,还可以采用等级制,比如,[0,60)为一级;[60,85)为二级;[85,100]为三级。在具体实施中,可以根据应用场景自由选择。
此外,通过机器学习得到的电力线路预测模型,识别得到与环境参数和/或线路信息对应的预测结果,使得预测结果更加准确、可靠。
步骤S106,根据预测结果,确定电力线路的改造方案。
其中,对于不同的预测结果,可以采用不同的电力线路的改造方案。
通过上述步骤,可以实现采用获取电力线路的环境参数和/或线路信息;基于机器学习得到的电力线路预测模型,识别得到与环境参数和/或线路信息对应的预测结果;根据预测结果,确定电力线路的改造方案的方式,通过电力线路预测模型得到与电力线路的环境参数和/或线路信息对应的预测结果,从而确定电力线路的改造方案,达到了准确的改造电力线路的目的,从而实现了有效保障电力线路安全的技术效果,进而解决了现有技术中无法确定电力线路沿线树木导致电力线路故障,而容易造成电力线路存在不安全因素的技术问题。
可选地,在获取电力线路的环境参数和/或线路信息之前包括:确定巡检电力线路的目标区域;根据目标区域确定的巡检方案,其中,巡检方案至少包括以下之一:巡检时间、巡检线路、巡检工具。
作为一种可选的实施例,确定巡检电力线路的目标区域包括:根据巡检电力线路的起点和终点,得到电力线路的长度;对电力线路的长度进行划分,得到多个子长度;根据多个子长度,确定与多个子长度对应的目标子区域。其中,目标区域可以由一个或者多个目标子区域组成。可以划分成目标子区域,分别进行巡检,提高巡检效率。同样地,可以在多个目标子区域之间进行交叉巡检,避免漏检,提高巡检的质量。
上述巡检工具包括无人机、无人车等,其中,巡检工具设置有信息采集设备,例如,五目倾斜相机、微光相机、微波雷达、测距传感器等。
在实施过程中,可以根据实际场景需要,调整巡检方案。
可选地,获取电力线路的环境参数和/或线路信息包括:采集电力线路的图像信息,其中,图像信息包括:可见光图像、红外图像;根据获取的图像信息的时间序列,确定电力线路的全景图像;对全景图像进行处理,得到环境参数和/或线路信息。
上述图像信息可以采用多种方式进行采集,例如,拍摄视频、拍摄图像,也可以是由传感器获取的信息绘制的相关图像等。
上述对全景图像进行处理还包括可以预处理,其中,该预处理包括下述至少之一的操作:去模糊、去抖动、图像拼接、图像融合等。通过预处理可以使得全景图像的质量更高,便于提取其中的环境参数和/或线路信息。
可选地,基于机器学习得到的电力线路预测模型,识别得到与环境参数和线路信息对应的预测结果包括:构建电力线路预测模型,其中,电力线路预测模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:不同类型的环境参数和/或线路信息及其对应的预测结果;根据环境参数和/或线路信息与电力线路预测模型,得到与环境参数和/或线路信息对应的预测结果。
为了更加准确的得到预测结果,通过机器学习的方式使用大量的数据对构建的电力线路预测模型进行训练,其中,训练数据中的每一组数据包括:不同类型的环境参数和/或线路信息及其对应的预测结果。
通过训练后的电力线路预测模型,可以快速、准确的获得与环境参数和/或线路信息一一对应的预测结果。
可选地,根据预测结果,确定电力线路的改造方案包括:确定电力线路的预设安全阈值;如果预测结果在预设安全阈值范围内,则保持电力线路处于现有状态;如果预测结果不在预设安全阈值范围内,则对电力线路进行改造。
上述预设安全阈值至少包括第一预设安全阈值和第二预设安全阈值,其中,第一预设安全阈值小于第二预设安全阈值。
进一步地,如果预测结果在预设安全阈值范围内,则保持电力线路处于现有状态;其中,保持电力线路处于现有状态也就是不对现有的电力线路进行改造;如果预测结果不在预设安全阈值范围内,则对电力线路进行改造。
作为一种可选的实施方式,在确定对电力线路进行改造之后,还包括:
可选地,改造方案至少包括以下之一:建设地下电力线路、增加电杆高度、修剪树木、设立电力设施保护区。
需要说明的是,在确定对电力线路进行改造之后,还包括:获取待改造的电力线路的预算数据,该预算数据包括但不限于改造投入资金、改造周期、施工人员以及对环境污染的评估数据等;根据预算数据确定最优的改造方案。可以根据大数据建立改造方案与预算数据的改造电力线路预测模型,通过该改造电力线路预测模型可以识别得到电力线路进行改造对应的最优的改造方案。在实际应用中,最优的改造方案既可以是一个改造方案,也可以是多个改造方案相结合的形式。
在实施过程中,对于一些高度较低的电杆使用相对集中的城区,电力机关要积极的与当地的市政部门进行沟通协调,尽量的争取用地下电缆线路来取代架空线路,这样,将能够在一定程度上解决道路两侧树木对架空线路的安全运行的威胁,而且,在一定程度上也能够起到美化环境的作用,使得城市的环境更加整洁美观。然而,对于部分电力线路不能改造成低下电缆线路,可以采取增加电杆高度的措施,使树木将不能接触到电力线路。此外,也可以采取将电力线路中的裸露导线更改为绝缘的导线,是树枝与电线进行接触时将不会发生导电的现象。
还可以对道路种植树木进行选择或者进行日常的修剪。通过杜绝树木与电力线路的直接接触,将会在很大程度上降低电力故障的出现的可能性。可以在进行树种选择时,在吸尘净化能力相差不大的情况下,尽量选择生长高度较低的树木,可积极的与有关的绿化部门及个人进行协调,在电力线路下或者附近改种低矮树种,这样将能在很大程度上避免由于树木的不断生长而造成的电力线路故障。此外,为对于降低树木与电力线路的可能性,也可以通过定期的修剪树木,巡线人员要在树木生长期内定期的进行巡视,发现树木之间的距离不足以支撑树木继续生长时,要立即进行测量两者之间的距离,并及时对树木的高度修剪,知道保持在规定的安全距离内。这样,会使树木的高度一直可以保持在相对较低的高度,能够在很大程度上避免树木与电力线路进行接触。这样将能够有效降低电力线路故障发生的可能性,从而确保居民的人身和财产安全。
另外,还可以依法设立电力设施保护区。具体可以在进行电力线路设计的过程中,要积极的与当地的市政府进行协调配合,增大对于国家颁发的《电力法》的宣传,并且尽可能的落实下去。并且依法设计当地的电力设施保护区,政府发布公告。严格禁止在保护区内栽种树木。除此之外,也要对现存的电力线路下的已经栽种的树木进行统计,并且,与地方政府进行合作,走访当地居民,挨家挨户的宣传《电力法》,与当地居民协商,砍伐线路通道,进行经济方面的补偿,与树木的拥有人签订协议。
实施例2
根据本发明实施例的另外一个方面,还提供了一种用于执行上述实施例1中的电力线路的处理方法的装置实施例,图2是根据本发明实施例的电力线路的处理装置的示意图,如图2所示,该电力线路的处理装置包括:获取模块22,识别模块24以及第一确定模块26。下面对该电力线路的处理装置进行详细说明。
获取模块22,用于获取电力线路的环境参数和/或线路信息;
识别模块24,连接至上述获取模块22,用于基于机器学习得到的电力线路预测模型,识别得到与环境参数和/或线路信息对应的预测结果;
第一确定模块26,连接至上述识别模块24,用于根据预测结果,确定电力线路的改造方案。
此处需要说明的是,上述获取模块22,识别模块24以及第一确定模块26对应于实施例1中的步骤S102至S106,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
可选地,第二确定模块包括:第一确定单元,用于巡检电力线路的目标区域;第二确定单元,用于根据目标区域确定的巡检方案,其中,巡检方案至少包括以下之一:巡检时间、巡检线路、巡检工具。
可选地,上述获取模块包括:采集单元,用于采集电力线路的图像信息,其中,图像信息包括:可见光图像、红外图像;第三确定单元,用于根据获取的图像信息的时间序列,确定电力线路的全景图像;处理单元,用于对全景图像进行处理,得到环境参数和/或线路信息。
可选地,上述识别模块包括:构建单元,用于构建电力线路预测模型,其中,电力线路预测模型为使用多组数据通过机器学习训练得出的,多组数据中的每组数据均包括:不同类型的环境参数和/或线路信息及其对应的预测结果;生成单元,用于根据环境参数和/或线路信息与电力线路预测模型,得到与环境参数和/或线路信息对应的预测结果。
可选地,上述第一确定模块包括:第四确定单元,用于确定电力线路的预设安全阈值;第一处理单元,用于如果预测结果在预设安全阈值范围内,则保持电力线路处于现有状态;第二处理单元,用于如果预测结果不在预设安全阈值范围内,则对电力线路进行改造。
可选地,改造方案至少包括以下之一:建设地下电力线路、增加电杆高度、修剪树木、设立电力设施保护区。
实施例3
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述中任意一项的电力线路的处理方法。
实施例4
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述中任意一项的电力线路的处理方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种电力线路的处理方法,其特征在于,包括:
获取电力线路的环境参数和/或线路信息;
基于机器学习得到的电力线路预测模型,识别得到与所述环境参数和/或所述线路信息对应的预测结果;
根据所述预测结果,确定所述电力线路的改造方案。
2.根据权利要求1所述的处理方法,其特征在于,在获取电力线路的环境参数和/或线路信息之前包括:
确定巡检所述电力线路的目标区域;
根据所述目标区域确定的巡检方案,其中,所述巡检方案至少包括以下之一:巡检时间、巡检线路、巡检工具。
3.根据权利要求1所述的处理方法,其特征在于,获取电力线路的环境参数和/或线路信息包括:
采集所述电力线路的图像信息,其中,所述图像信息包括:可见光图像、红外图像;
根据获取的所述图像信息的时间序列,确定所述电力线路的全景图像;
对所述全景图像进行处理,得到所述环境参数和/或所述线路信息。
4.根据权利要求1所述的处理方法,其特征在于,基于机器学习得到的电力线路预测模型,识别得到与所述环境参数和所述线路信息对应的预测结果包括:
构建所述电力线路预测模型,其中,所述电力线路预测模型为使用多组数据通过机器学习训练得出的,所述多组数据中的每组数据均包括:不同类型的所述环境参数和/或所述线路信息及其对应的预测结果;
根据所述环境参数和/或所述线路信息与所述电力线路预测模型,得到与所述环境参数和/或所述线路信息对应的预测结果。
5.根据权利要求1所述的处理方法,其特征在于,根据所述预测结果,确定所述电力线路的改造方案包括:
确定所述电力线路的预设安全阈值;
如果所述预测结果在所述预设安全阈值范围内,则保持所述电力线路处于现有状态;
如果所述预测结果不在所述预设安全阈值范围内,则对所述电力线路进行改造。
6.根据权利要求1至5中任意一项所述的处理方法,其特征在于,所述改造方案至少包括以下之一:建设地下电力线路、增加电杆高度、修剪树木、设立电力设施保护区。
7.一种电力线路的处理装置,其特征在于,包括:
获取模块,用于获取电力线路的环境参数和/或线路信息;
识别模块,用于基于机器学习得到的电力线路预测模型,识别得到与所述环境参数和/或所述线路信息对应的预测结果;
第一确定模块,用于根据所述预测结果,确定所述电力线路的改造方案。
8.根据权利要求7所述的处理装置,其特征在于,第二确定模块包括:
第一确定单元,用于巡检所述电力线路的目标区域;
第二确定单元,用于根据所述目标区域确定的巡检方案,其中,所述巡检方案至少包括以下之一:巡检时间、巡检线路、巡检工具。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的电力线路的处理方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述的电力线路的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911261798.4A CN111062529A (zh) | 2019-12-10 | 2019-12-10 | 电力线路的处理方法、装置、存储介质以及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911261798.4A CN111062529A (zh) | 2019-12-10 | 2019-12-10 | 电力线路的处理方法、装置、存储介质以及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111062529A true CN111062529A (zh) | 2020-04-24 |
Family
ID=70300306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911261798.4A Pending CN111062529A (zh) | 2019-12-10 | 2019-12-10 | 电力线路的处理方法、装置、存储介质以及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111062529A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116756888A (zh) * | 2023-05-17 | 2023-09-15 | 广东电网有限责任公司广州供电局 | 基于虚拟现实的中压配电网电力管线作业设计评估系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008072226A2 (en) * | 2006-12-11 | 2008-06-19 | Electrical Grid Monitoring Ltd. | Fault prediction in electric transmission networks |
CN106017551A (zh) * | 2016-05-16 | 2016-10-12 | 国网河南省电力公司电力科学研究院 | 一种智能化输电线路综合监测分析预警方法 |
CN108872781A (zh) * | 2018-05-08 | 2018-11-23 | 广东昊阳电力建设有限公司 | 基于电力设施智能巡检的分析方法及装置 |
CN109785289A (zh) * | 2018-12-18 | 2019-05-21 | 中国科学院深圳先进技术研究院 | 一种输电线路缺陷检测方法、系统及电子设备 |
CN109977921A (zh) * | 2019-04-11 | 2019-07-05 | 广东电网有限责任公司 | 一种输电线路隐患检测方法 |
-
2019
- 2019-12-10 CN CN201911261798.4A patent/CN111062529A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008072226A2 (en) * | 2006-12-11 | 2008-06-19 | Electrical Grid Monitoring Ltd. | Fault prediction in electric transmission networks |
CN106017551A (zh) * | 2016-05-16 | 2016-10-12 | 国网河南省电力公司电力科学研究院 | 一种智能化输电线路综合监测分析预警方法 |
CN108872781A (zh) * | 2018-05-08 | 2018-11-23 | 广东昊阳电力建设有限公司 | 基于电力设施智能巡检的分析方法及装置 |
CN109785289A (zh) * | 2018-12-18 | 2019-05-21 | 中国科学院深圳先进技术研究院 | 一种输电线路缺陷检测方法、系统及电子设备 |
CN109977921A (zh) * | 2019-04-11 | 2019-07-05 | 广东电网有限责任公司 | 一种输电线路隐患检测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116756888A (zh) * | 2023-05-17 | 2023-09-15 | 广东电网有限责任公司广州供电局 | 基于虚拟现实的中压配电网电力管线作业设计评估系统 |
CN116756888B (zh) * | 2023-05-17 | 2024-02-23 | 广东电网有限责任公司广州供电局 | 基于虚拟现实的中压配电网电力管线作业设计评估系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102118021B (zh) | 一种基于输电线路三维全景模型的故障处理方法及系统 | |
CN111340317B (zh) | 架空输电线路树障隐患的自动预警方法及电子设备 | |
CN108170134A (zh) | 一种变电站智能巡检机器人路径规划方法 | |
Klouček et al. | How does data accuracy influence the reliability of digital viewshed models? A case study with wind turbines | |
CN108375807A (zh) | 气象数据的获取方法及装置 | |
KR20190129470A (ko) | 접근불능지역 실시간 산불위험예보시스템 | |
CN112884745A (zh) | 线路隐患分析方法、装置及电子终端 | |
CN103679559A (zh) | 可视化电网系统及其故障辨识方法 | |
CN115631356B (zh) | 道路设施缺失识别方法、装置、存储介质及电子装置 | |
CN108234961A (zh) | 一种多路摄像机编码与视频流引流方法及系统 | |
CN104361586A (zh) | 基于全景图的电力杆塔维护与预警系统 | |
CN107194827A (zh) | 一种电力网络管理方法 | |
CN106846168A (zh) | 输电线路交叉跨越的处理装置以及系统 | |
CN108537205A (zh) | 一种动物种群多样性监测方法、装置及服务器 | |
CN103888731A (zh) | 枪机-球机混合视频监控的结构化描述装置及系统 | |
Gauthreaux | Suggested practices for monitoring bird populations, movements and mortality in wind resource areas | |
CN110766749A (zh) | 一种高压输电线路两侧树木生长预警及清理系统 | |
CN113420674A (zh) | 基于点云数据的森林档案模型构建方法、装置及存储介质 | |
CN111062529A (zh) | 电力线路的处理方法、装置、存储介质以及处理器 | |
CN110006436B (zh) | 电力设施的无人机巡检图的绘制方法及装置 | |
CN106651131A (zh) | 输电线路防台风预警方法和系统 | |
CN111308241A (zh) | 基于gis平台的防雷设施在线安全监测方法及装置 | |
CN115620165B (zh) | 城市建成区慢行系统设施评价方法、装置、设备及介质 | |
CN112016641A (zh) | 一种异物导致线路短路故障告警方法及装置 | |
Jackson et al. | An accurate assessment of habitat loss and current threats to the mahogany glider (Petaurus gracilis) |
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: 20200424 |