CN111582165A - 一种电力配电站房监控系统 - Google Patents
一种电力配电站房监控系统 Download PDFInfo
- Publication number
- CN111582165A CN111582165A CN202010379288.3A CN202010379288A CN111582165A CN 111582165 A CN111582165 A CN 111582165A CN 202010379288 A CN202010379288 A CN 202010379288A CN 111582165 A CN111582165 A CN 111582165A
- Authority
- CN
- China
- Prior art keywords
- distribution station
- station room
- microcontroller
- background
- power distribution
- 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
- 230000002159 abnormal effect Effects 0.000 claims abstract description 109
- 238000012544 monitoring process Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 2
- 238000000034 method Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 5
- 238000013136 deep learning model Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/185—Electrical failure alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Water Supply & Treatment (AREA)
- Bioinformatics & Computational Biology (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Signal Processing (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Alarm Systems (AREA)
Abstract
本发明旨在提供一种电力配电站房监控系统,其包括若干安装在管理区域的各个配电站房内的摄像头,若干摄像头电性连接有同一后台,摄像头均电性连接有微控制器,微控制器内均设置有用于对摄像头采集的视频图像进行配电站房内异常事件识别的数据处理模块,当识别到配电站房内异常事件时,数据处理模块向微控制器返回电信号,控制摄像头将采集的视频图像信息经微控制器传输至后台内。解决了工作人员因工作量变大导致监视和管控效率明显下降,使得配电站房内的异常情况难以及时被发现的问题。本发明具有优先将配电站房内的异常视频图像传输至后台,以减少工作人员的工作量,提高工作人员的监视和管控效率,及时发现配电站房内异常情况的效果。
Description
技术领域
本发明涉及监控技术领域,尤其是涉及一种电力配电站房监控系统。
背景技术
目前,配电站房作为配电网底层最基本的单元,是电力由高压向低压输送的关键环节之一,承担着将高压电力分别向周围的用电单位供电的角色,直接影响着供用电的可靠性及电能质量。配电站房数量多、分布广,具有分散、地理环境情况复杂、覆盖面广、用户众多、易受用户增容和城市建设影响等特点。
面对数量如此庞大的配电站房,早期采用人工巡视的方式进行安全管控。人工巡视具有运维周期长、人力成本高、管控实时性较差的缺点,且对于人员擅自进入配电站房内或者误闯入配电站房等情况无从知晓,使得配电站房的安全管控工作处于被动地位。
为解决人工巡视运维方式的不足,现在采用视频监控方式,为配电站房配备视频监控系统,使运维及管理人员便捷、快速地掌握配电配电站房内设备及环境的情况。这种人工结合视频监控系统的方式相比人工巡视,减少了人力的投入,提高了管控实时性,有利于及时干预异常情况、预防险情发生。视频监控系统以其直观、方便、信息内容丰富而广泛应用于配电站房内。
视频监控系统通过在管理的区域内设置多个监控点,使设置的监控点覆盖整个管理区域,再通过实时采集监控点周围环境的视频图像并传输至后台,供工作人员查阅、发现异常情况并及时采取措施。
上述中的现有技术方案存在以下缺陷:随着用户增容和城市建设等影响因素,监控点的数量不断增加,传输至后台的视频图像数据量也越来越多,工作人员因工作量变大导致监视和管控效率明显下降,使得配电站房内的异常情况难以及时被发现,视频监控系统在及时干预异常情况、预防险情发生方面所起的作用越来越小。
发明内容
本发明目的是提供一种电力配电站房监控系统,其能优先将配电站房内的异常视频图像传输至后台,供工作人员进行进一步地监视,以减少工作人员的工作量,提高工作人员的监视和管控效率,有利于及时发现配电站房内的异常情况,及时干预异常情况、预防险情。
本发明的上述发明目的一是通过以下技术方案得以实现的:
一种电力配电站房监控系统,包括若干安装在管理区域的各个配电站房内的摄像头,若干所述摄像头电性连接有同一后台,所述摄像头均电性连接有微控制器,所述微控制器内均设置有用于对所述摄像头采集的视频图像进行配电站房内异常事件识别的数据处理模块,当识别到配电站房内异常事件时,所述数据处理模块向所述微控制器返回电信号,控制所述摄像头将采集的视频图像信息经所述微控制器传输至所述后台内。
通过采用上述技术方案,摄像头采集的视频图像先输入微控制器内,经数据处理模块进行配电站房内异常事件识别后,根据识别结果,在识别到配电站房内异常事件时,控制摄像头经微控制器向后台传输视频图像信息数据;进而电力配电站房监控系统能优先将配电站房内的异常视频图像传输至后台,即能将视频数据信息进行筛选后,再供工作人员进行进一步地监视,以减少工作人员的工作量,提高工作人员的监视和管控效率,有利于及时发现配电站房内的异常情况,及时干预异常情况、预防险情。
本发明在一较佳示例中可以进一步配置为:所述数据处理模块根据配电站房内异常视频图像相关的检测算子,对所述摄像头采集的视频图像进行异常识别,当识别到配电站房内异常事件时,所述数据处理模块判别为异常视频图像并向所述微控制器返回电信号。
通过采用上述技术方案,数据处理模块基于配电站房内异常视频图像相关的检测算子,对摄像头采集的视频图像进行异常识别,将摄像头采集的视频图像信息传输至后台,供工作人员进行进一步地监视分析,自动化识别,操作方便,减少了后台工作人员的工作量。
本发明在一较佳示例中可以进一步配置为:所述微控制器内设置有数据预判别模块,所述数据预判别模块对识别到的配电站房内异常事件进行预判别,预判别结果包括初级异常事件、中级异常事件和高级异常事件,所述后台根据预判别结果匹配对应的救援策略。
通过采用上述技术方案,数据预判别模块对识别到的配电站房内异常事件进行预判别,后台根据预判别结果匹配对应的救援策略,以辅助后台工作人员尽快采取相应的措施,处理异常情况,操作智能化。
本发明在一较佳示例中可以进一步配置为:当预判别结果为初级异常事件时,所述后台自动匹配对应的初级救援策略并向所述微控制器发出执行电信号,控制所述微控制器自动执行对应的初级救援策略。
通过采用上述技术方案,当预判别结果为初级异常事件时,即配电站房内的情况便于智能化解决,后台根据匹配的初级救援策略向微控制器发出执行电信号,控制微控制器自动执行对应的初级救援策略,处理智能化,以更好地辅助工作人员,减少工作人员的工作量。
本发明在一较佳示例中可以进一步配置为:各个配电站房内还布设有报警设备,所述微控制器的输出端与对应的配电站房内的报警设备电性连接,当预判别结果为中级异常事件或高级异常事件时,所述后台自动匹配对应的中级救援策略或高级救援策略,并向所述微控制器返回报警信号,使所述微控制器控制所述报警设备报警。
通过采用上述技术方案,当预判别结果识别为中级异常事件或高级异常事件时,即配电站房内的异常情况复杂,需要结合人工经验进行判断,后台自动匹配对应的中级救援策略或高级救援策略,并控制对应的配电站房内的报警设备报警,以提醒现场工作人员及时查看情况,同时,匹配的救援策略有利于辅助工作人员进行异常监控,使得工作人员尽快采取措施解决异常问题。
本发明在一较佳示例中可以进一步配置为:当预判别结果为中级异常事件或高级异常事件时,中级救援策略或高级救援策略显示于所述后台上,所述后台开始侦听输入动作,所述微控制器的输出端电性连接有控制对应配电站房的电源开关,当所述后台在预设时间内均未侦听输入动作时,所述后台向所述微控制器返回控制信号,控制对应配电站房内的电源开关断开。
通过采用上述技术方案,中级救援策略或高级救援策略显示于后台上,直观形象,同时,后台开始侦听工作人员的动作,当后台在预设时间内未侦听到任意动作时,即后台此时无工作人员,后台向微控制器返回控制信号,控制对应配电站房内的电源开关断开,使得可能存在中级异常事件或高级异常事件的配电站房停止工作,以减少异常情况带来的损失,保证对应的配电站房的安全性。
本发明在一较佳示例中可以进一步配置为:所述摄像头经所述微控制器定期向所述后台传输已采集的视频图像信息数据。
通过采用上述技术方案,摄像头经微控制器定期向后台传输已采集的全部视频图像信息数据,即滞后传输各个摄像头已采集的视频图像信息数据,避免在异常情况发生时占用后台和微控制器的内部资源,保证电力配电站房监控系统的正常工作。
本发明在一较佳示例中可以进一步配置为:所述后台内置有人体感应模块,当后台在预设时间内识别不到人脸或人脸的匹配率低于预设值时,所述后台向所述微控制器返回停止电信号,所述微控制器停止向所述后台传输视频图像。
通过采用上述技术方案,当后台在预设时间内识别不到人脸或人脸的匹配率低于预设值时,即此时无工作人员查看视频图像,后台向微控制器返回停止电信号,微控制器停止向后台传输视频图像,以减少数据资源的无效传输,减少带宽资源的浪费。
综上所述,本发明包括以下至少一种有益技术效果:
电力配电站房监控系统能优先将配电站房内的异常视频图像传输至后台,即能将视频图像数据进行筛选后,再供工作人员进行进一步地监视,以减少工作人员的工作量,提高工作人员的监视和管控效率,有利于及时发现配电站房内的异常情况,及时干预异常情况、预防险情;
数据处理模块基于配电站房内异常视频图像相关的检测算子,对摄像头采集的视频图像进行异常识别,自动化识别,操作方便,减少了后台工作人员的工作量;
数据预判别模块对识别到的配电站房内异常事件进行预判别,后台根据预判别结果匹配对应的救援策略,以辅助后台工作人员尽快采取相应的措施,处理异常情况,操作智能化;
当预判别结果为初级异常事件时,后台控制微控制器自动执行对应的初级救援策略,处理智能化,以更好地辅助工作人员,减少工作人员的工作量;
当预判别结果识别为中级异常事件或高级异常事件时,后台自动匹配救援策略并控制对应的配电站房内的报警设备报警,以提醒现场工作人员及时查看情况,同时,匹配的救援策略有利于辅助工作人员进行异常监控,使得工作人员尽快采取措施解决异常问题;
中级救援策略或高级救援策略显示于后台上,直观形象,同时,若后台此时无工作人员,后台控制对应配电站房内的电源开关断开,使得可能存在中级异常事件或高级异常事件的配电站房停止工作,以减少异常情况带来的损失,保证对应的配电站房的安全性;
各个摄像头已采集的视频图像数据滞后传输视频图像信息数据,避免在异常情况发生时占用后台和微控制器的内部资源,保证电力配电站房监控系统的正常工作;
当后台在预设时间内识别不到人脸或人脸的匹配率低于预设值时,后台控制微控制器停止向后台传输视频图像,以减少数据资源的无效传输,减少带宽资源的浪费。
附图说明
图1是一种电力配电站房监控系统的结构示意框图;
图2是数据处理模块的识别原理图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本发明实施例作进一步详细描述。
参照图1,本发明实施例提供一种电力配电站房监控系统,包括若干安装在管理区域的各个配电站房内的摄像头,各个摄像头的拍摄范围覆盖整个管理区域。各个配电站房内还布设有报警设备和控制配电站房工作的电源开关。本实施例中,报警设备为声光报警器。
各个摄像头均电性连接有微控制器,微控制器的型号为STM32F407,微控制器内均设置有用于对摄像头采集的视频图像进行配电站房内异常事件识别的数据处理模块和对视频图像信息的异常结果进行预判别的数据预判别模块,微控制器的输出端均与对应的各个配电站房内的电源开关电性连接,各个微控制器均串口连接有同一后台。
参照图2,具体地,数据处理模块获取配电站房内异常视频图像相关的检测算子,以用于识别配电站房内的异常事件,配电站房内异常视频图像相关的检测算子是基于深度学习的模型进行适应性优化得到的。本实施例中,采用faster-rcnn基础检测模型,再通过采集预设数量的已拍摄视频图像中包含配电站房内异常的图像样本,对已采集的图像样本进行样本标注,利用标注的样本进行训练,最终得到配电站房内异常视频图像相关的检测算子。
数据处理模块根据配电站房内异常视频图像相关的检测算子对摄像头采集的视频图像进行识别。
当识别到配电站房内异常事件时,数据处理模块向微控制器返回电信号,控制摄像头把采集到的视频图像信息经微控制器传输至后台内,供后台的工作人员对配电站房的情况进行进一步地监控分析。
在识别摄像头采集的视频图像前,先对获取的视频图像进行预处理时,预处理包括缩放和图像增强。通过采用内插值方法放大原图像和hq2x算法缩放原图像,以在图像的平滑度和清晰度之间取得平衡,使得原图像变清晰;通过空域算法或者频域算法增强图像,将原图像中不清晰的部分变得清晰,再进行采集的视频图像信息的自动识别,进而有利于提高数据处理模块识别结果的准确性。
当识别到配电站房内异常事件时,数据预判别模块对识别的配电站房内异常事件进行预判别。
其中,预判别结果包括初级异常事件、中级异常事件和高级异常事件,根据预判别结果匹配对应的救援策略,初级异常事件匹配初级救援策略,中级异常事件匹配中级救援策略,高级异常事件匹配高级救援策略。
具体地,配电站房内温度、湿度等环境异常情况划分为初级异常事件,通过匹配自动控制空调升温或降温、自动控制通风系统吹风等初级救援策略,使得环境异常情况恢复至正常情况。
柜体的分闸或者合闸异常状态等划分为中级异常事件,匹配中级救援策略的建议后,还需要后台工作人员进行进一步地分析,再采取相应措施。
配电站房内主要设备的运行状态,如高压室、低压室、变压器等设备的电缆头温度异常、开关柜局部放电情况异常、后备电源供电系统异常等划分为高级异常事件,匹配高级救援策略的建议后,还需要后台工作人员进行进一步地分析,再采取相应措施。
参照图1,当预判别结果为初级异常事件时,后台自动匹配对应的初级救援策略,数据预判别模块向微控制器返回执行电信号,控制微控制器自动执行对应的初级救援策略。
当预判别结果识别为中级异常事件或高级异常事件时,数据预判别模块向微控制器返回报警电信号,使微控制器控制对应的配电站房内的报警设备发出控制信号,控制报警设备报警,以及时警示现场工作人员进行查看。
同时,后台自动匹配对应的中级救援策略或高级救援策略并显示于后台上,后台开始侦听输入动作。当后台在预设时间内未接侦听到任意输入动作时,后台向微控制器发出控制信号,控制对应配电站房内的电源开关断开。
后台内置有人体感应模块,当后台在预设时间内识别不到人脸或人脸的匹配率低于预设值时,后台向微控制器返回停止电信号,微控制器停止向后台传输视频图像。
本实施例中,人体感应模块包括基于Yolo-v3的深度学习模型,深度学习模型以预先录入存储至后台内的人脸头像作为纹理特征,进行人脸识别;当深度学习模型识别到人脸且识别结果的匹配率达到85%及以上时,后台接收微控制器传输过来的视频图像;当深度学习模型未识别到人脸或者识别结果的匹配率低于85%时,后台向微控制器返回停止电信号,控制微控制器停止向后台传输视频图像。
各个摄像头经微控制器定期向后台传输安装在管理区域的各个配电站房内的视频图像。
本实施例的实施原理为:位于各个配电站房内的摄像头实时采集配电站房内的视频图像并传输至微控制器内。
微控制器内的数据处理模块先对获取的视频图像进行预处理,使得原图像中不清晰的部分变得清晰,再根据配电站房内异常视频图像相关的检测算子,对摄像头采集的视频图像进行识别。
当识别到配电站房内异常事件时,数据处理模块向微控制器返回电信号,控制摄像头把采集到的视频图像信息经微控制器传输至后台内,供后台的工作人员对配电站房的情况进行进一步地监控分析。
同时,数据预判别模块对识别的配电站房内异常事件进行预判别。
当预判别结果为初级异常事件时,后台自动匹配对应的初级救援策略,数据预判别模块向微控制器返回执行电信号,控制微控制器自动执行对应的初级救援策略。
当预判别结果识别为中级异常事件或高级异常事件时,数据预判别模块向微控制器返回报警电信号,控制微控制器向对应的配电站房内的报警设备发出控制信号,控制报警设备报警,以及时警示现场工作人员进行查看。
同时,预判别结果为中级异常事件或高级异常事件时,后台自动匹配对应的中级救援策略或高级救援策略并将对应的救援策略信息显示于后台上,供后台工作人员进行进一步地监控分析,此时,后台开始侦听输入动作。
当后台在15min内未侦听到任意输入动作时,后台向微控制器发出控制信号,微控制器向对应的配电站房内的电源开关输出控制信号,控制对应配电站房内的电源开关断开,使得对应的配电站房停止工作。
当视频图像传输至后台前,后台的人体感应模块识别是否有人脸且确认人体身份。
当后台在5min内识别不到人脸或人脸的匹配率低于85%时,后台向微控制器返回停止电信号,控制微控制器停止向后台传输视频图像。
各个摄像头已采集的视频图像经微控制器定期传输至后台内保存起来,实现正常视频图像的滞后传输,避免占用后台和微控制器的内部资源,保证电力配电站房监控系统的正常工作。
进而电力配电站房监控系统能优先将配电站房内的异常视频图像传输至后台,即能将视频数据信息进行筛选后,再供工作人员进行进一步地监视,以减少工作人员的工作量,提高工作人员的监视和管控效率,有利于及时发现配电站房内的异常情况,及时干预异常情况、预防险情。
Claims (8)
1.一种电力配电站房监控系统,包括若干安装在管理区域的各个配电站房内的摄像头,若干所述摄像头电性连接有同一后台,其特征在于,所述摄像头均电性连接有微控制器,所述微控制器内均设置有用于对所述摄像头采集的视频图像进行配电站房内异常事件识别的数据处理模块,当识别到配电站房内异常事件时,所述数据处理模块向所述微控制器返回电信号,控制所述摄像头将采集的视频图像信息经所述微控制器传输至所述后台内。
2.根据权利要求1所述的一种电力配电站房监控系统,其特征在于,所述数据处理模块根据配电站房内异常视频图像相关的检测算子,对所述摄像头采集的视频图像进行异常识别,当识别到配电站房内异常事件时,所述数据处理模块判别为异常视频图像并向所述微控制器返回电信号。
3.根据权利要求1所述的一种电力配电站房监控系统,其特征在于,所述微控制器内设置有数据预判别模块,所述数据预判别模块对识别到的配电站房内异常事件进行预判别,预判别结果包括初级异常事件、中级异常事件和高级异常事件,所述后台根据预判别结果匹配对应的救援策略。
4.根据权利要求3所述的一种电力配电站房监控系统,其特征在于,当预判别结果为初级异常事件时,所述后台自动匹配对应的初级救援策略并向所述微控制器发出执行电信号,控制所述微控制器自动执行对应的初级救援策略。
5.根据权利要求3所述的一种电力配电站房监控系统,其特征在于,各个配电站房内还布设有报警设备,所述微控制器的输出端与对应的配电站房内的报警设备电性连接,当预判别结果为中级异常事件或高级异常事件时,所述后台自动匹配对应的中级救援策略或高级救援策略,并向所述微控制器返回报警信号,使所述微控制器控制所述报警设备报警。
6.根据权利要求3所述的一种电力配电站房监控系统,其特征在于,当预判别结果为中级异常事件或高级异常事件时,中级救援策略或高级救援策略显示于所述后台上,所述后台开始侦听输入动作,所述微控制器的输出端电性连接有控制对应配电站房的电源开关,当所述后台在预设时间内均未侦听输入动作时,所述后台向所述微控制器返回控制信号,控制对应配电站房内的电源开关断开。
7.根据权利要求1所述的一种电力配电站房监控系统,其特征在于,所述摄像头经所述微控制器定期向所述后台传输已采集的视频图像信息数据。
8.根据权利要求7所述的一种电力配电站房监控系统,其特征在于,所述后台内置有人体感应模块,当后台在预设时间内识别不到人脸或人脸的匹配率低于预设值时,所述后台向所述微控制器返回停止电信号,所述微控制器停止向所述后台传输视频图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010379288.3A CN111582165B (zh) | 2020-05-07 | 2020-05-07 | 一种电力配电站房监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010379288.3A CN111582165B (zh) | 2020-05-07 | 2020-05-07 | 一种电力配电站房监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582165A true CN111582165A (zh) | 2020-08-25 |
CN111582165B CN111582165B (zh) | 2024-02-09 |
Family
ID=72124737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010379288.3A Active CN111582165B (zh) | 2020-05-07 | 2020-05-07 | 一种电力配电站房监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582165B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538515A (zh) * | 2021-07-19 | 2021-10-22 | 安徽炬视科技有限公司 | 一种基于结合语义分割及目标检测跟踪的高压开关柜异动检测算法 |
CN113744479A (zh) * | 2021-09-10 | 2021-12-03 | 江苏省电力试验研究院有限公司 | 一种基于时空数据比对的配电站房监测装置及其预警方法 |
CN116308960A (zh) * | 2023-03-27 | 2023-06-23 | 杭州绿城信息技术有限公司 | 基于数据分析的智慧园区物业防控管理系统及其实现方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103108159A (zh) * | 2013-01-17 | 2013-05-15 | 新疆电力公司乌鲁木齐电业局 | 一种电力智能视频分析监控系统和方法 |
CN106919907A (zh) * | 2017-02-06 | 2017-07-04 | 国网四川省电力公司阿坝供电公司 | 电力通信图像识别监管装置 |
CN109215269A (zh) * | 2018-09-18 | 2019-01-15 | 长春众鼎科技有限公司 | 具有视频报警功能的智能公交站台 |
CN109413369A (zh) * | 2017-08-17 | 2019-03-01 | 孟思宏 | 一种监控视频智能分析预警平台 |
CN208905108U (zh) * | 2018-12-14 | 2019-05-24 | 国家电网有限公司 | 配电站房可视化运检智能监控系统 |
CN110189494A (zh) * | 2019-07-01 | 2019-08-30 | 深圳江行联加智能科技有限公司 | 一种变电站异常监测报警系统 |
CN110351536A (zh) * | 2019-08-20 | 2019-10-18 | 深圳江行联加智能科技有限公司 | 一种变电站环境异常检测系统、方法及装置 |
CN110428522A (zh) * | 2019-07-24 | 2019-11-08 | 青岛联合创智科技有限公司 | 一种智慧新城的智能安防系统 |
CN110794800A (zh) * | 2019-12-11 | 2020-02-14 | 河南中烟工业有限责任公司 | 一种智慧工厂信息管理的监控系统 |
-
2020
- 2020-05-07 CN CN202010379288.3A patent/CN111582165B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103108159A (zh) * | 2013-01-17 | 2013-05-15 | 新疆电力公司乌鲁木齐电业局 | 一种电力智能视频分析监控系统和方法 |
CN106919907A (zh) * | 2017-02-06 | 2017-07-04 | 国网四川省电力公司阿坝供电公司 | 电力通信图像识别监管装置 |
CN109413369A (zh) * | 2017-08-17 | 2019-03-01 | 孟思宏 | 一种监控视频智能分析预警平台 |
CN109215269A (zh) * | 2018-09-18 | 2019-01-15 | 长春众鼎科技有限公司 | 具有视频报警功能的智能公交站台 |
CN208905108U (zh) * | 2018-12-14 | 2019-05-24 | 国家电网有限公司 | 配电站房可视化运检智能监控系统 |
CN110189494A (zh) * | 2019-07-01 | 2019-08-30 | 深圳江行联加智能科技有限公司 | 一种变电站异常监测报警系统 |
CN110428522A (zh) * | 2019-07-24 | 2019-11-08 | 青岛联合创智科技有限公司 | 一种智慧新城的智能安防系统 |
CN110351536A (zh) * | 2019-08-20 | 2019-10-18 | 深圳江行联加智能科技有限公司 | 一种变电站环境异常检测系统、方法及装置 |
CN110794800A (zh) * | 2019-12-11 | 2020-02-14 | 河南中烟工业有限责任公司 | 一种智慧工厂信息管理的监控系统 |
Non-Patent Citations (3)
Title |
---|
张士庭,魏彦乐,刘江绍主编: "西南山区煤与瓦斯突出隧道施工技术", 北京:北京邮电大学出版社, pages: 132 - 133 * |
王文正;吴德松;李千登;: "钻井过程人员异常行为视频智能识别系统", no. 02, pages 19 - 24 * |
纪守新;: "异常事件检测系统在高速公路隧道中的应用", no. 03, pages 107 - 108 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538515A (zh) * | 2021-07-19 | 2021-10-22 | 安徽炬视科技有限公司 | 一种基于结合语义分割及目标检测跟踪的高压开关柜异动检测算法 |
CN113538515B (zh) * | 2021-07-19 | 2024-06-07 | 安徽炬视科技有限公司 | 一种基于结合语义分割及目标检测跟踪的高压开关柜异动检测方法 |
CN113744479A (zh) * | 2021-09-10 | 2021-12-03 | 江苏省电力试验研究院有限公司 | 一种基于时空数据比对的配电站房监测装置及其预警方法 |
CN116308960A (zh) * | 2023-03-27 | 2023-06-23 | 杭州绿城信息技术有限公司 | 基于数据分析的智慧园区物业防控管理系统及其实现方法 |
CN116308960B (zh) * | 2023-03-27 | 2023-11-21 | 杭州绿城信息技术有限公司 | 基于数据分析的智慧园区物业防控管理系统及其实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111582165B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582165A (zh) | 一种电力配电站房监控系统 | |
CN203520131U (zh) | 一种变电站运行环境远程综合监控系统 | |
CN106774023A (zh) | 远程机柜可视化智能实时监控系统 | |
CN114124953A (zh) | 一种电力通信智慧机房运维管控系统 | |
CN107947362A (zh) | 电气化铁路牵引供电智能辅助系统 | |
CN106597963A (zh) | 电力报警控制系统 | |
CN113467350A (zh) | 一种融合物联网技术的智慧安全用电监控系统 | |
CN108873791A (zh) | 一种变电站现场违规检测预警系统 | |
CN211878460U (zh) | 一种配变环境智能综合监控系统 | |
CN106598014A (zh) | 一种用于实验室的安全监控系统 | |
CN204992782U (zh) | 电力集散监控装置 | |
CN106602707A (zh) | 远程电力监控系统 | |
CN205225646U (zh) | 一种换流站内水泵异声监测系统 | |
CN106569461A (zh) | 集散式电力控制装置 | |
CN106597998A (zh) | 集散式电力报警监控方法 | |
CN204992783U (zh) | 分布式电力监控系统 | |
CN106602713A (zh) | 集散式电力报警控制系统 | |
CN106571684A (zh) | 分布式电力控制系统 | |
CN115912621A (zh) | 一种轨道交通变电所巡检方法及应用 | |
CN212723697U (zh) | 智能微模块数据中心监控系统 | |
CN204992780U (zh) | 分布式电力检测系统 | |
CN114895609A (zh) | 机房监控方法、装置、设备及介质 | |
CN106602717A (zh) | 远程电力控制装置 | |
CN106571678A (zh) | 远程电力检测方法 | |
CN106602715A (zh) | 电力报警监控方法 |
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 |