CN111313541A - 变电设备异常处理方法及系统 - Google Patents

变电设备异常处理方法及系统 Download PDF

Info

Publication number
CN111313541A
CN111313541A CN201811520765.2A CN201811520765A CN111313541A CN 111313541 A CN111313541 A CN 111313541A CN 201811520765 A CN201811520765 A CN 201811520765A CN 111313541 A CN111313541 A CN 111313541A
Authority
CN
China
Prior art keywords
power transformation
transformation equipment
judgment result
abnormal
operation state
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
Application number
CN201811520765.2A
Other languages
English (en)
Inventor
李婉瑜
周洪伟
陈展
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201811520765.2A priority Critical patent/CN111313541A/zh
Publication of CN111313541A publication Critical patent/CN111313541A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Alarm Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本申请提供一种变电设备异常处理方法及系统,用以提高变电设备的运行状态检测的精准度,从而提高变电设备异常处理的准确度。该变电设备异常处理方法包括:采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据;分别基于所述音频数据、所述温度信息以及所述视频数据各自判断所述变电设备的运行状态是否异常并各自得出第一判定结果、第二判定结果以及第三判定结果;根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理。

Description

变电设备异常处理方法及系统
技术领域
本申请涉及电子设备技术领域,尤其涉及一种变电设备异常处理方法及系统。
背景技术
现有的无人值守变电站内变电设备(例如变压器)的巡检大多由值守人员定期进入设备区域进行巡检,对于位于深山或者海拔较高的边缘区域的变电站来说,值守人员对于变电设备的巡检的成本较高且难度较大,巡检周期也相应会较长,特别是遇到极端恶劣天气,值守人员无法进入该区域进行变电设备的巡检。
为了解决上述的问题,可以先由监控摄像头采集变电设备的视频数据发送给监控中心,然后从监控中心查看该视频数据,以通过判断视频图像帧中该变电设备的特定部位是否存在致使其运行状态发生异常的异常物来确定该变电设备的运行状态是否异常。但是经该方法确定的变电设备的运行状态可能出现误判,从而导致处理不当,而为了节约成本,对于位于深山或者海拔较高的边缘区域的变电站内变电设备异常处理的准确度要求较高,因此变电设备的运行状态检测的精准度还有待提高。
发明内容
有鉴于此,本申请提供一种变电设备异常处理方法及系统,用以提高变电设备的运行状态检测的精准度,从而提高变电设备异常处理的准确度。
第一方面,本申请实施例提供了一种变电设备异常处理方法,所述方法包括:
采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据;
分别基于所述音频数据、所述温度信息以及所述视频数据各自判断所述变电设备的运行状态是否异常并各自得出第一判定结果、第二判定结果以及第三判定结果;
根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理。
上述方法,通过采集变电设备运行时的音频数据、变电设备的温度信息和视频数据,再分别基于音频数据、温度信息以及视频数据各自判断该变电设备的运行状态是否异常并各自得出第一判定结果、第二判定结果以及第三判定结果,然后根据第一判定结果、第二判定结果和第三判定结果,进行变电设备异常处理,由于变电设备异常处理过程中,综合了音频、温度、视频三个维度各自得出的变电设备的运行状态的判定结果,因此,相比于现有技术,可以提高变电设备的运行状态检测的精准度,从而提高变电设备异常处理的准确度。
在一可能的实现方式中,所述根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理,包括:
若所述第一判定结果与所述第二判定结果均为所述变电设备的运行状态异常,则关断所述变电设备;
若所述第一判定结果与所述第二判定结果其中之一为所述变电设备的运行状态异常,则返回采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据的步骤;
若所述第三判定结果为所述变电设备的运行状态异常,且所述第一判定结果和所述第二判定结果均为所述变电设备的运行状态正常,则保持所述变电设备的当前运行状态。
该方法中,若第一判定结果与第二判定结果均为变电设备的运行状态异常,则关断该变电设备,从而可以避免因变电设备异常导致损坏。
在一可能的实现方式中,该方法还包括:
超过预设时间后得出的第一判定结果与第二判定结果其中之一仍然为所述变电设备的运行状态异常,则进行切闸以降低所述变电设备的功率。
该方法中,超过预设时间后得出的第一判定结果与第二判定结果其中之一仍然为变电设备的运行状态异常,则进行切闸以降低该变电设备的功率,从而降低变电设备出现异常的可能性以保护该变电设备。
在一可能的实现方式中,该方法还包括:
若所述第一判定结果与所述第二判定结果均为所述变电设备的运行状态异常,则进行异常报警。
该方法中,若第一判定结果与第二判定结果均为变电设备的运行状态异常,则进行异常报警,从而可以提醒值守人员进行处理,进而避免因变电设备异常导致损坏。
在一可能的实现方式中,所述基于所述音频数据判断所述变电设备的运行状态是否异常,包括:
基于所述音频数据提取音频特征;
将所述音频特征输入到已训练的神经网络,由所述神经网络根据输入的所述音频特征判断所述变电设备的运行状态是否异常。
该方法中,采用已训练的神经网络检测变电设备的运行状态是否异常,这样可以提高检测的准确度。
在一可能的实现方式中,该方法进一步包括:
将所述音频数据和所述第一判定结果作为训练样本添加至声音管理库。
该方法中,将音频数据和第一判定结果作为训练样本添加至声音管理库,这样就可以作为后续神经网络迭代的训练样本。
在一可能的实现方式中,该方法进一步包括:
基于所述声音管理库中前一次训练所述神经网络的结束时刻至当前时刻新添加的训练样本对所述神经网络进行迭代。
该方法中,基于声音管理库中前一次训练神经网络的结束时刻至当前时刻新添加的训练样本对该神经网络进行迭代,这样可以提高该神经网络的模型的泛化性。
在一可能的实现方式中,所述基于所述温度信息判断所述变电设备的运行状态是否异常,包括:
基于所述温度信息确定所述变电设备的温度;
判断所述变电设备的温度是否高于预设阈值;
若是,则确定所述变电设备的运行状态异常;
若否,则确定所述变电设备的运行状态正常。
在一可能的实现方式中,所述基于所述视频数据判断所述变电设备的运行状态是否异常,包括:
基于所述视频数据确定视频图像帧中所述变电设备的特定部位是否存在致使其运行状态发生异常的异常物;
若存在所述异常物,则确定所述变电设备的运行状态异常;
若不存在所述异常物,则确定所述变电设备的运行状态正常。
第二方面,本申请实施例还提供了一种变电设备异常处理系统,所述系统包括:声音采集装置、温度采集装置、摄像装置、服务器和监控中心;
所述声音采集装置,用于采集所述变电设备运行时的音频数据;
所述温度采集装置,用于采集所述变电设备的温度信息;
所述摄像装置,用于采集所述变电设备的视频数据;
所述服务器,用于分别基于所述音频数据、所述温度信息以及所述视频数据各自判断所述变电设备的运行状态是否异常并各自得出第一判定结果、第二判定结果以及第三判定结果;
所述监控中心,用于根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理。
在一可能的实现方式中,所述监控中心用于:
若所述第一判定结果与所述第二判定结果均为所述变电设备的运行状态异常,则关断所述变电设备;
若所述第一判定结果与所述第二判定结果其中之一为所述变电设备的运行状态异常,则返回采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据的步骤;
若所述第三判定结果为所述变电设备的运行状态异常,且所述第一判定结果和所述第二判定结果均为所述变电设备的运行状态正常,则保持所述变电设备的当前运行状态。
在一可能的实现方式中,所述监控中心进一步用于:
超过预设时间后得出的第一判定结果与第二判定结果其中之一仍然为所述变电设备的运行状态异常,则进行切闸以降低所述变电设备的功率。
在一可能的实现方式中,所述服务器用于:
基于所述音频数据提取音频特征;
将所述音频特征输入到已训练的神经网络,由所述神经网络根据输入的所述音频特征判断所述变电设备的运行状态是否异常。
在一可能的实现方式中,所述服务器进一步用于:
将所述音频数据和所述第一判定结果作为训练样本添加至声音管理库。
在一可能的实现方式中,所述服务器进一步用于:
基于所述声音管理库中前一次训练所述神经网络的结束时刻至当前时刻新添加的训练样本对所述神经网络进行迭代。
附图说明
图1为本发明实施例提供的一种变电设备异常处理方法的流程示意图;
图2为本发明实施例提供的一种变电设备异常处理系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
参见图1,本申请实施例提供了一种变电设备异常处理方法,该方法可以包括如下步骤:
S101、采集所述变电设备(例如变压器)运行时的音频数据、所述变电设备的温度信息和视频数据。
其中,音频数据可以包括变电设备运行时的声音,可以通过声音采集装置进行采集,而通常情况下变电设备的体积比较庞大,因此音频数据可以用声音采集装置阵列进行采集。
温度信息可以采用温度采集装置(例如热敏设备)进行采集。
视频数据可以采用摄像装置(例如夜视高清远程可监控摄像头)进行采集。摄像装置可以部署在用于监视变电设备的特定部位(比如散热位置)的位置上。摄像装置可以设置多个进行360度不分昼夜地监视变电设备。
S102、分别基于所述音频数据、所述温度信息以及所述视频数据各自判断所述变电设备的运行状态是否异常并各自得出第一判定结果、第二判定结果以及第三判定结果。
在一可能的实现方式中,上述基于所述音频数据判断所述变电设备的运行状态是否异常,可以包括:
基于所述音频数据提取音频特征;
将所述音频特征输入到已训练的神经网络,由所述神经网络根据输入的所述音频特征判断所述变电设备的运行状态是否异常。
例如,可以基于音频数据采用FilterBank、快速傅里叶变换(FFT)等提取音频特征。
上述神经网络例如可以为DNN、CNN、RNN等。
在基于所述音频数据判断所述变电设备的运行状态是否异常之后,该方法进一步可以包括:
将所述音频数据和所述第一判定结果作为训练样本添加至声音管理库。
为了提高上述神经网络的模型的泛化性,上述方法进一步可以包括:
基于所述声音管理库中前一次训练所述神经网络的结束时刻至当前时刻新添加的训练样本对所述神经网络进行迭代。
例如,可以是周期性地对神经网络进行迭代,也可以是用户选择的时间对神经网络进行迭代。
在一可能的实现方式中,上述基于所述温度信息判断所述变电设备的运行状态是否异常,可以包括:
基于所述温度信息确定所述变电设备的温度;
判断所述变电设备的温度是否高于预设阈值;
若是,则确定所述变电设备的运行状态异常;
若否,则确定所述变电设备的运行状态正常。
其中,预设阈值可以根据变电设备在正常运行状态下的温度进行设置。
在一可能的实现方式中,上述基于所述视频数据判断所述变电设备的运行状态是否异常,可以包括:
基于所述视频数据确定视频图像帧中所述变电设备的特定部位是否存在致使其运行状态发生异常的异常物;
若存在所述异常物,则确定所述变电设备的运行状态异常;
若不存在所述异常物,则确定所述变电设备的运行状态正常。
例如:可以检测变电设备的散热位置是否有落叶、枯枝等影响变电设备散热的物体(称为异常物)。
S103、根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理。
在一可能的实现方式中,上述根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理,可以包括:
若所述第一判定结果与所述第二判定结果均为所述变电设备的运行状态异常,则关断所述变电设备;
若所述第一判定结果与所述第二判定结果其中之一为所述变电设备的运行状态异常,则返回采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据的步骤;
若所述第三判定结果为所述变电设备的运行状态异常,且所述第一判定结果和所述第二判定结果均为所述变电设备的运行状态正常,则保持所述变电设备的当前运行状态。
可以理解的是,上述若所述第一判定结果与所述第二判定结果均为所述变电设备的运行状态异常,则关断所述变电设备,即在第一判定结果与第二判定结果均为变电设备的运行状态异常时,无论第三判定结果为变电设备的运行状态异常还是正常,都关断该变电设备;上述若所述第一判定结果与所述第二判定结果其中之一为所述变电设备的运行状态异常,则返回采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据的步骤,即在第一判定结果与第二判定结果其中之一为变电设备的运行状态异常时,无论第三判定结果为变电设备的运行状态异常还是正常,都返回采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据的步骤。
在一可能的实现方式中,为了降低变电设备出现异常的可能性以保护该变电设备,该方法还可以包括:
超过预设时间后得出的第一判定结果与第二判定结果其中之一仍然为所述变电设备的运行状态异常,则进行切闸以降低所述变电设备的功率。
换句话说,如果在预设时间内,变电设备的运行状态异常的第一判定结果或第二判定结果转变为运行状态正常,则认为原来的判定结果可能为误判,这时就保持变电设备的运行状态(或者说不进行处理)。
例如:第一判定结果为变电设备的运行状态异常,第二判定结果为变电设备的运行状态正常,经过预设时间(例如2h)后,第一判定结果仍然为变电设备的运行状态异常,第二判定结果仍然为变电设备的运行状态正常,这时可以进行切闸以降低变电设备的功率。
在一可能的实现方式中,为了避免因变电设备异常导致损坏,该方法还可以包括:
若所述第一判定结果与所述第二判定结果均为所述变电设备的运行状态异常,则进行异常报警。
其中,异常报警可以采用声音、文件、图片等形式进行预警。
基于同一发明构思,参见图2,本申请实施例提供的一种变电设备异常处理系统,该系统包括:声音采集装置11、温度采集装置12、摄像装置13、服务器14和监控中心15。
其中,声音采集装置11,用于采集变电设备16运行时的音频数据;
温度采集装置12,用于采集变电设备16的温度信息;
摄像装置13,用于采集变电设备16的视频数据;
服务器14,用于分别基于所述音频数据、所述温度信息以及所述视频数据各自判断变电设备16的运行状态是否异常并各自得出第一判定结果、第二判定结果以及第三判定结果;
监控中心15,用于根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理。
在一可能的实现方式中,监控中心15可以用于:
若所述第一判定结果与所述第二判定结果均为变电设备16的运行状态异常,则关断变电设备16;
若所述第一判定结果与所述第二判定结果其中之一为变电设备16的运行状态异常,则返回采集变电设备16运行时的音频数据、变电设备16的温度信息和视频数据的步骤;
若所述第三判定结果为变电设备16的运行状态异常,且所述第一判定结果和所述第二判定结果均为变电设备16的运行状态正常,则保持变电设备16的当前运行状态。
在一可能的实现方式中,监控中心15进一步可以用于:
超过预设时间后得出的第一判定结果与第二判定结果其中之一仍然为变电设备16的运行状态异常,则进行切闸以降低变电设备16的功率。
在一可能的实现方式中,监控中心15进一步可以用于:
若所述第一判定结果与所述第二判定结果均为变电设备16的运行状态异常,则进行异常报警。
在一可能的实现方式中,服务器14可以用于:
基于所述音频数据提取音频特征;
将所述音频特征输入到已训练的神经网络,由所述神经网络根据输入的所述音频特征判断变电设备16的运行状态是否异常。
在一可能的实现方式中,服务器14进一步可以用于:
将所述音频数据和所述第一判定结果作为训练样本添加至声音管理库。
其中,声音管理库可以设置于服务器14中,也可以设置于存储介质(如可移动盘、磁光盘、CD ROM盘、DVD-ROM盘等)上。
在一可能的实现方式中,服务器14进一步可以用于:
基于所述声音管理库中前一次训练所述神经网络的结束时刻至当前时刻新添加的训练样本对所述神经网络进行迭代。
在一可能的实现方式中,服务器14可以用于:
基于所述温度信息确定变电设备16的温度;
判断变电设备16的温度是否高于预设阈值;
若是,则确定变电设备16的运行状态异常;
若否,则确定变电设备16的运行状态正常。
在一可能的实现方式中,服务器14可以用于:
基于所述视频数据确定视频图像帧中变电设备16的特定部位是否存在致使其运行状态发生异常的异常物;
若存在所述异常物,则确定变电设备16的运行状态异常;
若不存在所述异常物,则确定变电设备16的运行状态正常。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。

Claims (15)

1.一种变电设备异常处理方法,其特征在于,所述方法包括:
采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据;
分别基于所述音频数据、所述温度信息以及所述视频数据各自判断所述变电设备的运行状态是否异常并各自得出第一判定结果、第二判定结果以及第三判定结果;
根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理,包括:
若所述第一判定结果与所述第二判定结果均为所述变电设备的运行状态异常,则关断所述变电设备;
若所述第一判定结果与所述第二判定结果其中之一为所述变电设备的运行状态异常,则返回采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据的步骤;
若所述第三判定结果为所述变电设备的运行状态异常,且所述第一判定结果和所述第二判定结果均为所述变电设备的运行状态正常,则保持所述变电设备的当前运行状态。
3.根据权利要求2所述的方法,其特征在于,该方法还包括:
超过预设时间后得出的第一判定结果与第二判定结果其中之一仍然为所述变电设备的运行状态异常,则进行切闸以降低所述变电设备的功率。
4.根据权利要求1或2所述的方法,其特征在于,该方法还包括:
若所述第一判定结果与所述第二判定结果均为所述变电设备的运行状态异常,则进行异常报警。
5.根据权利要求1所述的方法,其特征在于,所述基于所述音频数据判断所述变电设备的运行状态是否异常,包括:
基于所述音频数据提取音频特征;
将所述音频特征输入到已训练的神经网络,由所述神经网络根据输入的所述音频特征判断所述变电设备的运行状态是否异常。
6.根据权利要求5所述的方法,其特征在于,该方法进一步包括:
将所述音频数据和所述第一判定结果作为训练样本添加至声音管理库。
7.根据权利要求6所述的方法,其特征在于,该方法进一步包括:
基于所述声音管理库中前一次训练所述神经网络的结束时刻至当前时刻新添加的训练样本对所述神经网络进行迭代。
8.根据权利要求1所述的方法,其特征在于,所述基于所述温度信息判断所述变电设备的运行状态是否异常,包括:
基于所述温度信息确定所述变电设备的温度;
判断所述变电设备的温度是否高于预设阈值;
若是,则确定所述变电设备的运行状态异常;
若否,则确定所述变电设备的运行状态正常。
9.根据权利要求1所述的方法,其特征在于,所述基于所述视频数据判断所述变电设备的运行状态是否异常,包括:
基于所述视频数据确定视频图像帧中所述变电设备的特定部位是否存在致使其运行状态发生异常的异常物;
若存在所述异常物,则确定所述变电设备的运行状态异常;
若不存在所述异常物,则确定所述变电设备的运行状态正常。
10.一种变电设备异常处理系统,其特征在于,所述系统包括:声音采集装置、温度采集装置、摄像装置、服务器和监控中心;
所述声音采集装置,用于采集所述变电设备运行时的音频数据;
所述温度采集装置,用于采集所述变电设备的温度信息;
所述摄像装置,用于采集所述变电设备的视频数据;
所述服务器,用于分别基于所述音频数据、所述温度信息以及所述视频数据各自判断所述变电设备的运行状态是否异常并各自得出第一判定结果、第二判定结果以及第三判定结果;
所述监控中心,用于根据所述第一判定结果、所述第二判定结果和所述第三判定结果,进行变电设备异常处理。
11.根据权利要求10所述的系统,其特征在于,所述监控中心用于:
若所述第一判定结果与所述第二判定结果均为所述变电设备的运行状态异常,则关断所述变电设备;
若所述第一判定结果与所述第二判定结果其中之一为所述变电设备的运行状态异常,则返回采集所述变电设备运行时的音频数据、所述变电设备的温度信息和视频数据的步骤;
若所述第三判定结果为所述变电设备的运行状态异常,且所述第一判定结果和所述第二判定结果均为所述变电设备的运行状态正常,则保持所述变电设备的当前运行状态。
12.根据权利要求11所述的系统,其特征在于,所述监控中心进一步用于:
超过预设时间后得出的第一判定结果与第二判定结果其中之一仍然为所述变电设备的运行状态异常,则进行切闸以降低所述变电设备的功率。
13.根据权利要求10所述的系统,其特征在于,所述服务器用于:
基于所述音频数据提取音频特征;
将所述音频特征输入到已训练的神经网络,由所述神经网络根据输入的所述音频特征判断所述变电设备的运行状态是否异常。
14.根据权利要求13所述的系统,其特征在于,所述服务器进一步用于:
将所述音频数据和所述第一判定结果作为训练样本添加至声音管理库。
15.根据权利要求14所述的系统,其特征在于,所述服务器进一步用于:
基于所述声音管理库中前一次训练所述神经网络的结束时刻至当前时刻新添加的训练样本对所述神经网络进行迭代。
CN201811520765.2A 2018-12-12 2018-12-12 变电设备异常处理方法及系统 Pending CN111313541A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811520765.2A CN111313541A (zh) 2018-12-12 2018-12-12 变电设备异常处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811520765.2A CN111313541A (zh) 2018-12-12 2018-12-12 变电设备异常处理方法及系统

Publications (1)

Publication Number Publication Date
CN111313541A true CN111313541A (zh) 2020-06-19

Family

ID=71161316

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811520765.2A Pending CN111313541A (zh) 2018-12-12 2018-12-12 变电设备异常处理方法及系统

Country Status (1)

Country Link
CN (1) CN111313541A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861741A (zh) * 2021-02-18 2021-05-28 烟台杰瑞石油装备技术有限公司 井场设备监控系统和井场设备监控方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102322943A (zh) * 2011-06-13 2012-01-18 河北省电力公司超高压输变电分公司 用于电力设备的声音异常检测系统及检测方法
CN102445914A (zh) * 2011-11-02 2012-05-09 河南省电力公司信阳供电公司 在线监测装置
CN102565569A (zh) * 2011-11-17 2012-07-11 东莞市广安电气检测中心有限公司 一种全自动电力变压器温升试验系统
CN105023398A (zh) * 2015-01-08 2015-11-04 吉林省送变电工程公司 电力设备可视化监测报警系统
CN105338294A (zh) * 2014-08-07 2016-02-17 富士通株式会社 监控装置和方法
CN205335740U (zh) * 2016-02-17 2016-06-22 华北电力大学 一种变电站巡检车及巡检系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102322943A (zh) * 2011-06-13 2012-01-18 河北省电力公司超高压输变电分公司 用于电力设备的声音异常检测系统及检测方法
CN102445914A (zh) * 2011-11-02 2012-05-09 河南省电力公司信阳供电公司 在线监测装置
CN102565569A (zh) * 2011-11-17 2012-07-11 东莞市广安电气检测中心有限公司 一种全自动电力变压器温升试验系统
CN105338294A (zh) * 2014-08-07 2016-02-17 富士通株式会社 监控装置和方法
CN105023398A (zh) * 2015-01-08 2015-11-04 吉林省送变电工程公司 电力设备可视化监测报警系统
CN205335740U (zh) * 2016-02-17 2016-06-22 华北电力大学 一种变电站巡检车及巡检系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861741A (zh) * 2021-02-18 2021-05-28 烟台杰瑞石油装备技术有限公司 井场设备监控系统和井场设备监控方法

Similar Documents

Publication Publication Date Title
CN107528832B (zh) 一种面向系统日志的基线构建与未知异常行为检测方法
Lestari et al. Fire hotspots detection system on CCTV videos using you only look once (YOLO) method and tiny YOLO model for high buildings evacuation
KR102217253B1 (ko) 행동패턴 분석 장치 및 방법
CN110766059A (zh) 一种变压器故障的预测方法、装置和设备
KR101747220B1 (ko) 이미지 피라미드의 적응적 이미지 처리 장치 및 방법
JP2017033554A (ja) ビデオデータ分析方法、装置及び駐車場モニタリングシステム
CN111127508B (zh) 一种基于视频的目标跟踪方法及装置
JP5047382B2 (ja) ビデオ監視時に移動物体を分類するシステムおよび方法
CN110928862A (zh) 数据清洗方法、数据清洗设备以及计算机存储介质
CN106557760A (zh) 一种基于视频识别技术的图像画面检索过滤监控系统
JP2011247696A (ja) パターン自動抽出方法およびパターン自動抽出システム
CN113064374A (zh) 机房监控方法、装置、电子设备及介质
CN111753658A (zh) 一种睡岗告警方法、装置和计算机设备
CN115205581A (zh) 一种钓鱼检测方法、钓鱼检测设备和计算机可读存储介质
Dong et al. At the speed of sound: Efficient audio scene classification
CN111313541A (zh) 变电设备异常处理方法及系统
CN116627358B (zh) 一种基于大数据的计算机外接设备检测系统及方法
CN113706837A (zh) 一种发动机异常状态检测方法和装置
CN112307360B (zh) 基于搜索引擎的区域性事件检测方法、装置和搜索引擎
CN112380977A (zh) 吸烟行为检测方法和装置
CN113746780A (zh) 基于主机画像的异常主机检测方法、装置、介质和设备
CN108537105B (zh) 一种家庭环境下的危险行为识别方法
KR101848367B1 (ko) 모션벡터와 dct 계수를 이용한 메타데이터 기반 의심영상 구분식별 방식의 영상 관제 방법
CN115620357A (zh) 一种社区内核酸检测监督方法、设备及介质
CN114821978A (zh) 一种误报警的消除方法、装置以及介质

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: 20200619