CN111696097A - 一种电缆在线监测方法和装置 - Google Patents
一种电缆在线监测方法和装置 Download PDFInfo
- Publication number
- CN111696097A CN111696097A CN202010539677.8A CN202010539677A CN111696097A CN 111696097 A CN111696097 A CN 111696097A CN 202010539677 A CN202010539677 A CN 202010539677A CN 111696097 A CN111696097 A CN 111696097A
- Authority
- CN
- China
- Prior art keywords
- cable
- obtaining
- snow
- picture
- instruction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 238000007689 inspection Methods 0.000 claims abstract description 8
- 238000012937 correction Methods 0.000 claims description 63
- 238000012549 training Methods 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012806 monitoring device Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 abstract description 9
- 230000002035 prolonged effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- 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
- G06N3/08—Learning methods
-
- 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
Abstract
本发明提供了一种电缆在线监测方法和装置，通过获得第一电缆的第一位置；获得所述第一位置的天气预报信息；根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；判断所述第一图片是否满足预定预警条件；当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。达到了根据天气情况，对电缆进行在线监测，从而提高电缆的使用寿命的技术效果。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种电缆在线监测方法和装置。
背景技术
电缆通常是由几根或几组导线[每组至少两根]绞合而成的类似绳索的电缆，每组导线之间相互绝缘，并常围绕着一根中心扭成，整个外面包有高度绝缘的覆盖层。多架设在空中或装在地下、水底，用于电讯或电力输送，于是外设的电缆由于外界环境影响，需要经常进行维护，特别是下雪对电缆影响较大。
但本发明申请人发现现有技术至少存在如下技术问题：
现有技术中由于天气原因造成户外电缆无法及时清理维护，导致电缆出现故障或缩短使用寿命的技术问题。
发明内容
本发明实施例提供了一种电缆在线监测方法和装置，解决了现有技术中由于天气原因造成户外电缆无法及时清理维护，导致电缆出现故障或缩短使用寿命的技术问题。
鉴于上述问题，提出了本申请实施例以便提供一种电缆在线监测方法和装置。
第一方面，本发明提供了一种电缆在线监测方法，所述方法包括：获得第一电缆的第一位置；获得所述第一位置的天气预报信息；根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；判断所述第一图片是否满足预定预警条件；当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。
优选的，所述判断所述第一图片是否满足预定预警条件，包括：将所述第一图片输入预警模型中，其中所述预警模型使用多组训练数据训练获得，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆挂雪的照片和用来标识所述第一电缆挂雪预警报警级别的标识信息；获取所述模型的输出信息，其中，所述输出信息包括所述第一电缆挂雪的照片中的预警报警级别的信息。
优选的，所述方法包括：获得所述第一电缆的疲劳性；获得预定电缆疲劳条件；当所述疲劳性满足所述预定电缆疲劳条件时，获得第一修正参数；根据所述第一修正参数修正所述第一挂雪影响性。
优选的，所述方法包括：根据所述第一巡视获得第二图片，所述第二图片为所述第一电缆附近的下雪图片；判断所述第二图片与所述天气预报信息中的下雪量的误差；当所述误差满足预定条件时，修正所述第一挂雪影响性。
优选的，所述当所述误差满足预定条件时，修正所述第一挂雪影响性，包括：将所述第二图片输入修正模型中，其中所述修正模型使用多组训练数据训练出来的，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆附近的下雪照片和用来标识该挂雪误差差别的标识信息；获取所述模型的输出信息，其中，所述输出信息包括所述下雪照片中的挂雪误差差别的信息。
优选的，所述方法包括：获得所述第一电缆的海拔位置；根据所述海拔位置确定第二修正参数；根据所述第二修正参数修正所述第一电缆的第一挂雪影响性。
优选的，所述方法包括：根据所述第一电缆的疲劳性、所述第一电缆的海拔位置，获得第一权重比，所述第一权重比为所述第一修正参数、所述第二修正参数对所述第一电缆的第一挂雪影响性的权重比；根据所述第一修正参数、所述第二修正参数和所述第一权重比，修正所述第一电缆的第一挂雪影响性。
第二方面，本发明提供了一种电缆在线监测装置，所述装置包括：
第一获得单元，所述第一获得单元用于获得第一电缆的第一位置；
第二获得单元，所述第二获得单元用于获得所述第一位置的天气预报信息；
第三获得单元，所述第三获得单元用于根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；
第一巡视单元，所述第一巡视单元用于根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；
第四获得单元，所述第四获得单元用于根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；
第一判断单元，所述第一判断单元用于判断所述第一图片是否满足预定预警条件；
第五获得单元，所述第五获得单元用于当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。
优选的，所述装置还包括：
第一训练单元，所述第一训练单元用于将所述第一图片输入预警模型中，其中所述预警模型使用多组训练数据训练获得，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆挂雪的照片和用来标识所述第一电缆挂雪预警报警级别的标识信息；
第六获得单元，所述第六获得单元用于获取所述模型的输出信息，其中，所述输出信息包括所述第一电缆挂雪的照片中的预警报警级别的信息。
优选的，所述装置还包括：
第七获得单元，所述第七获得单元用于获得所述第一电缆的疲劳性；
第八获得单元，所述第八获得单元用于获得预定电缆疲劳条件；
第九获得单元，所述第九获得单元用于当所述疲劳性满足所述预定电缆疲劳条件时，获得第一修正参数；
第一修正单元，所述第一修正单元用于根据所述第一修正参数修正所述第一挂雪影响性。
优选的，所述装置还包括：
第十获得单元，所述第十获得单元用于根据所述第一巡视获得第二图片，所述第二图片为所述第一电缆附近的下雪图片；
第二判断单元，所述第二判断单元用于判断所述第二图片与所述天气预报信息中的下雪量的误差；
第二修正单元，所述第二修正单元用于当所述误差满足预定条件时，修正所述第一挂雪影响性。
优选的，所述装置还包括：
第二训练单元，所述第二训练单元用于将所述第二图片输入修正模型中，其中所述修正模型使用多组训练数据训练出来的，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆附近的下雪照片和用来标识该挂雪误差差别的标识信息；
第十一获得单元，所述第十一获得单元用于获取所述模型的输出信息，其中，所述输出信息包括所述下雪照片中的挂雪误差差别的信息。
优选的，所述装置还包括：
第十二获得单元，所述第十二获得单元用于获得所述第一电缆的海拔位置；
第一确定单元，所述第一确定单元用于根据所述海拔位置确定第二修正参数；
第三修正单元，所述第三修正单元用于根据所述第二修正参数修正所述第一电缆的第一挂雪影响性。
优选的，所述装置还包括：
第十三获得单元，所述第十三获得单元根据所述第一电缆的疲劳性、所述第一电缆的海拔位置，获得第一权重比，所述第一权重比为所述第一修正参数、所述第二修正参数对所述第一电缆的第一挂雪影响性的权重比；
第四修正单元，所述第四修正单元根据所述第一修正参数、所述第二修正参数和所述第一权重比，修正所述第一电缆的第一挂雪影响性。
第三方面，本发明提供了一种电缆在线监测装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一项所述方法的步骤。
第四方面，本发明提供了一种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任一项所述方法的步骤。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
本发明实施例提供的一种电缆在线监测方法和装置，通过获得第一电缆的第一位置；获得所述第一位置的天气预报信息；根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；判断所述第一图片是否满足预定预警条件；当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。解决了现有技术中由于天气原因造成户外电缆无法及时清理维护，导致电缆出现故障或缩短使用寿命的技术问题。达到了根据天气情况，对电缆进行在线监测，从而提高电缆的使用寿命的技术效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
图1为本发明实施例中一种电缆在线监测方法的流程示意图；
图2为本发明实施例中一种电缆在线监测装置的结构示意图；
图3为本发明实施例中另一种电缆在线监测装置的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一巡视单元14，第四获得单元15，第一判断单元16，第五获得单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口306。
具体实施方式
本发明实施例提供了一种电缆在线监测方法和装置，用于解决解决了现有技术中由于天气原因造成户外电缆无法及时清理维护，导致电缆出现故障或缩短使用寿命的技术问题。
本发明提供的技术方案总体思路如下：
通过获得第一电缆的第一位置；获得所述第一位置的天气预报信息；根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；判断所述第一图片是否满足预定预警条件；当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。达到了根据天气情况，对电缆进行在线监测，从而提高电缆的使用寿命的技术效果。
下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
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“/”，一般表示前后关联对象是一种“或”的关系。
实施例一
图1为本发明实施例中一种电缆在线监测方法的流程示意图。如图1所示，本发明实施例提供了一种电缆在线监测方法，所述方法包括：
步骤110：获得第一电缆的第一位置；
步骤120：获得所述第一位置的天气预报信息；
步骤130：根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；
步骤140：根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；
步骤150：根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；
步骤160：判断所述第一图片是否满足预定预警条件；
步骤170：当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。
具体而言，所述第一电缆为暴露在外界环境中的电缆，所述第一位置为所述第一电缆所处的位置，根据第一电缆所述位置处的天气预报信息，可预知所述第一电缆所处位置处的天气情况，从而根据天气预报信息得到第一位置处是否有降雪可能，温度为多少，从而得到对第一电缆产生挂雪可能的影响，即所述第一挂雪影响性。例如如果第一位置的天气预报信息为温度为零下，且有降雪，则所述第一挂雪影响性较大，如果温度为零上，且没有降雪可能，则第一挂雪影响性较小，根据该第一挂雪影响性，获得第一指令，即得知第一电缆所处位置区域存在挂雪的可能性，通过第一指令控制无人机对第一电缆进行沿途巡视并对第一电缆进行图像采集，得到第一电缆挂雪的照片，设定第一预定预警条件，该第一预定预警条件可以是挂雪达到需要清理的程度阈值，如果从第一电缆挂雪照片中获得的挂雪程度已经达到第一预定预警条件，通过第二指令指派工作人员对第一电缆进行除雪工作，解决了现有技术中由于天气原因造成户外电缆无法及时清理维护，导致电缆出现故障或缩短使用寿命的技术问题。达到了根据天气情况，对电缆进行在线监测，及时对电缆进行清理维护，从而提高电缆的使用寿命的技术效果。
优选的，所述判断所述第一图片是否满足预定预警条件，包括：将所述第一图片输入预警模型中，其中所述预警模型使用多组训练数据训练获得，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆挂雪的照片和用来标识所述第一电缆挂雪预警报警级别的标识信息；获取所述模型的输出信息，其中，所述输出信息包括所述第一电缆挂雪的照片中的预警报警级别的信息。
具体而言，所述预警模型为机器学习中的神经网络模型，神经网络(NeuralNetworks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(ArtificialNuearlNewtokrs),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。神经网络模型由网络拓扑节点特点和学习规则来表示。在本申请实施例中，将第一电缆挂雪的图像信息作为输入数据，输入到训练模型中，每一组输入的训练数据中都包括第一电缆挂雪的图像信息和用来标识所述第一电缆挂雪预警报警级别的标识信息，其中用来标识所述第一电缆挂雪预警报警级别的标识信息作为监督数据，从而对第一电缆挂雪的图像信息进行训练，获得输出数据，其中，用来标识所述第一电缆挂雪预警报警级别的标识信息可以根据实际情况进行设置，即根据第一电缆的挂雪程度进行不同级别预警，确定不同级别预警后对不同级别预警进行标识，从而得到用来标识所述第一电缆挂雪预警报警级别的标识信息。
优选的，所述方法包括：获得所述第一电缆的疲劳性；获得预定电缆疲劳条件；当所述疲劳性满足所述预定电缆疲劳条件时，获得第一修正参数；根据所述第一修正参数修正所述第一挂雪影响性。
具体而言，所述第一电缆的疲劳性可以是电缆使用年限长短和使用环境是否恶劣等外界因素对第一电缆造成的损耗情况，例如第一电缆的使用年限较长，或者使用环境较恶劣，造成第一电缆处于较疲劳的状态，而电缆的疲劳性不同，对相同挂雪情况下的耐受力就不同，其对相同挂雪情况的影响性就不同，所以为了针对不同疲劳性的电缆能够准确的得到所述第一挂雪影响性，当第一电缆的疲劳性达到预定电缆疲劳条件时，获得第一修正参数，通过疲劳性修正所述第一挂雪影响性，例如，设定一电缆疲劳度标准值，以该标准值为基准，比标准值疲劳度高的程度进行参数设定，疲劳度越高，参数值越大；比标准值疲劳度低的程度，疲劳度越低，参数值越小，例如，第一电缆的疲劳度较高，对应的第一修正参数为+0.3，即原本影响性如果是1，那么在原本影响性1的基础上加上第一修正参数0.2与第一挂雪影响性的乘积，从而得到修正后的实际第一挂雪影响性，即当第一电缆的疲劳性达到能够对第一挂雪影响性产生影响的程度，通过第一修正参数，修正所述第一挂雪影响性，从而能够准确确定挂雪对第一电缆的影响，延长电缆使用寿命。
优选的，所述方法包括：根据所述第一巡视获得第二图片，所述第二图片为所述第一电缆附近的下雪图片；判断所述第二图片与所述天气预报信息中的下雪量的误差；当所述误差满足预定条件时，修正所述第一挂雪影响性。
优选的，所述当所述误差满足预定条件时，修正所述第一挂雪影响性，包括：将所述第二图片输入修正模型中，其中所述修正模型使用多组训练数据训练出来的，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆附近的下雪照片和用来标识该挂雪误差差别的标识信息；获取所述模型的输出信息，其中，所述输出信息包括所述下雪照片中的挂雪误差差别的信息。
具体而言，为了避免天气预报给第一挂雪影响性带来误差，本申请实施例可以通过无人机等形式在对电缆沿途进行第一巡视的过程中拍摄第二图片，即所述第一电缆附近的下雪图片，所述第一电缆附近可以是与所述第一电缆天气相同的范围内的图片，例如方圆10米以内，或方圆100米以内范围的下雪情况的图片，第二图片中可包括第一电缆也可不包括第一电缆，将第二图片输入修正模型中，所述修正模型为一神经网络模型，其中将用来标识该挂雪误差差别的标识信息作为监督数据，通过修正模型可以从第二图片中获得第一电缆附近下雪量信息，并自动将其与天气预报信息进行比对，得出天气预报与实际下雪量的误差，并判断误差量是否达到能够影响第一挂雪影响性准确定的误差范围，根据实际需要制定出用来标识该挂雪误差差别的标识信息，将误差量通过标识该挂雪误差差别的标识信息进行归类分级，根据不同级别对第一挂雪影响性的影响不同，来修正所述第一挂雪影响性的准确度，例如，误差量为5毫米，为初级误差量，对第一挂雪影响性的修正度可设为±0.2，即原本影响性如果是1，那么在原本影响性1的基础上加减误差量对应的影响性0.2，从而得到修正后的实际第一挂雪影响性，所述修正模型输出数据即为修正后的第一挂雪影响性。达到能够准确的判断雨雪天气对电缆的影响程度，避免误判导致的判断失误，浪费物力人力等资源，提高电缆维护效率的技术效果。
优选的，所述方法包括：获得所述第一电缆的海拔位置；根据所述海拔位置确定第二修正参数；根据所述第二修正参数修正所述第一电缆的第一挂雪影响性。
具体而言，由于第一电缆所处环境原因，所述位置的海拔不尽相同，而海拔不同存在温度、湿度、气压的差异，这些因素都会对第一挂雪影响性的准确度造成影响，为了避免上述原因造成的影响，本申请实施例通过获得第一电缆所处环境的海拔高度，从而根据不同海拔高度，设置第二修正参数，具体方法与第一修正参数的相同，可参见第一修正参数的说明，从而能够排除海拔因素对挂雪影响性的干扰，准确确定挂雪对第一电缆的影响，延长电缆使用寿命。
优选的，所述方法包括：根据所述第一电缆的疲劳性、所述第一电缆的海拔位置，获得第一权重比，所述第一权重比为所述第一修正参数、所述第二修正参数对所述第一电缆的第一挂雪影响性的权重比；根据所述第一修正参数、所述第二修正参数和所述第一权重比，修正所述第一电缆的第一挂雪影响性。
具体而言，综合考虑第一电缆的海拔位置因素和疲劳性因素对第一挂雪影响性准确度的影响，以及海拔位置和疲劳性分别对第一电缆挂雪影响性准确度影响的大小，对海拔位置因素和疲劳性进行权重比设定，将第一修正参数和第二修正参数进行加权计算，再根据加权后的修正参数对第一挂雪影响性进行修正，得到更为准确的第一挂雪影响性，达到能够准确的判断雨雪天气对电缆的影响程度，避免误判导致的判断失误，浪费物力人力等资源，提高电缆维护效率的技术效果。
实施例二
基于与前述实施例中一种电缆在线监测方法同样的发明构思，本发明还提供一种电缆在线监测方法装置，如图2所示，所述装置包括：
第一获得单元11，所述第一获得单元11用于获得第一电缆的第一位置；
第二获得单元12，所述第二获得单元12用于获得所述第一位置的天气预报信息；
第三获得单元13，所述第三获得单元13用于根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；
第一巡视单元14，所述第一巡视单元14用于根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；
第四获得单元15，所述第四获得单元15用于根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；
第一判断单元16，所述第一判断单元16用于判断所述第一图片是否满足预定预警条件；
第五获得单元17，所述第五获得单元17用于当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。
优选的，所述装置还包括：
第一训练单元，所述第一训练单元用于将所述第一图片输入预警模型中，其中所述预警模型使用多组训练数据训练获得，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆挂雪的照片和用来标识所述第一电缆挂雪预警报警级别的标识信息；
第六获得单元，所述第六获得单元用于获取所述模型的输出信息，其中，所述输出信息包括所述第一电缆挂雪的照片中的预警报警级别的信息。
优选的，所述装置还包括：
第七获得单元，所述第七获得单元用于获得所述第一电缆的疲劳性；
第八获得单元，所述第八获得单元用于获得预定电缆疲劳条件；
第九获得单元，所述第九获得单元用于当所述疲劳性满足所述预定电缆疲劳条件时，获得第一修正参数；
第一修正单元，所述第一修正单元用于根据所述第一修正参数修正所述第一挂雪影响性。
优选的，所述装置还包括：
第十获得单元，所述第十获得单元用于根据所述第一巡视获得第二图片，所述第二图片为所述第一电缆附近的下雪图片；
第二判断单元，所述第二判断单元用于判断所述第二图片与所述天气预报信息中的下雪量的误差；
第二修正单元，所述第二修正单元用于当所述误差满足预定条件时，修正所述第一挂雪影响性。
优选的，所述装置还包括：
第二训练单元，所述第二训练单元用于将所述第二图片输入修正模型中，其中所述修正模型使用多组训练数据训练出来的，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆附近的下雪照片和用来标识该挂雪误差差别的标识信息；
第十一获得单元，所述第十一获得单元用于获取所述模型的输出信息，其中，所述输出信息包括所述下雪照片中的挂雪误差差别的信息。
优选的，所述装置还包括：
第十二获得单元，所述第十二获得单元用于获得所述第一电缆的海拔位置；
第一确定单元，所述第一确定单元用于根据所述海拔位置确定第二修正参数；
第三修正单元，所述第三修正单元用于根据所述第二修正参数修正所述第一电缆的第一挂雪影响性。
优选的，所述装置还包括：
第十三获得单元，所述第十三获得单元根据所述第一电缆的疲劳性、所述第一电缆的海拔位置，获得第一权重比，所述第一权重比为所述第一修正参数、所述第二修正参数对所述第一电缆的第一挂雪影响性的权重比；
第四修正单元，所述第四修正单元根据所述第一修正参数、所述第二修正参数和所述第一权重比，修正所述第一电缆的第一挂雪影响性。
前述图1实施例一中的一种电缆在线监测方法的各种变化方式和具体实例同样适用于本实施例的一种电缆在线监测装置，通过前述对一种电缆在线监测方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种电缆在线监测装置的实施方法，所以为了说明书的简洁，在此不再详述。
实施例三
基于与前述实施例中一种电缆在线监测方法同样的发明构思，本发明还提供一种电缆在线监测装置，如图3所示，包括存储器304、处理器302及存储在存储器304上并可在处理器302上运行的计算机程序，所述处理器302执行所述程序时实现前文所述一种电缆在线监测方法的任一方法的步骤。
其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
实施例四
基于与前述实施例中一种电缆在线监测方法同样的发明构思，本发明还提供一种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以下步骤：通过获得第一电缆的第一位置；获得所述第一位置的天气预报信息；根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；判断所述第一图片是否满足预定预警条件；当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。
在具体实施过程中，该程序被处理器执行时，还可以实现实施例一中的任一方法步骤。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
本发明实施例提供的一种电缆在线监测方法和装置，通过获得第一电缆的第一位置；获得所述第一位置的天气预报信息；根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；判断所述第一图片是否满足预定预警条件；当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。解决了现有技术中由于天气原因造成户外电缆无法及时清理维护，导致电缆出现故障或缩短使用寿命的技术问题。达到了根据天气情况，对电缆进行在线监测，从而提高电缆的使用寿命的技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种电缆在线监测方法，其中，所述方法包括：
获得第一电缆的第一位置；
获得所述第一位置的天气预报信息；
根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；
根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；
根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；
判断所述第一图片是否满足预定预警条件；
当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。
2.如权利要求1所述的方法，其中，所述判断所述第一图片是否满足预定预警条件，包括：
将所述第一图片输入预警模型中，其中所述预警模型使用多组训练数据训练获得，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆挂雪的照片和用来标识所述第一电缆挂雪预警报警级别的标识信息；
获取所述模型的输出信息，其中，所述输出信息包括所述第一电缆挂雪的照片中的预警报警级别的信息。
3.如权利要求1所述的方法，其中，所述方法包括：
获得所述第一电缆的疲劳性；
获得预定电缆疲劳条件；
当所述疲劳性满足所述预定电缆疲劳条件时，获得第一修正参数；
根据所述第一修正参数修正所述第一挂雪影响性。
4.如权利要求1所述的方法，其中，所述方法包括：
根据所述第一巡视获得第二图片，所述第二图片为所述第一电缆附近的下雪图片；
判断所述第二图片与所述天气预报信息中的下雪量的误差；
当所述误差满足预定条件时，修正所述第一挂雪影响性。
5.如权利要求4所述的方法，其中，所述当所述误差满足预定条件时，修正所述第一挂雪影响性，包括：
将所述第二图片输入修正模型中，其中所述修正模型使用多组训练数据训练出来的，所述多组的训练数据中的每一组训练数据均包括：所述第一电缆附近的下雪照片和用来标识该挂雪误差差别的标识信息；
获取所述模型的输出信息，其中，所述输出信息包括所述下雪照片中的挂雪误差差别的信息。
6.如权利要求3所述的方法，其中，所述方法包括：
获得所述第一电缆的海拔位置；
根据所述海拔位置确定第二修正参数；
根据所述第二修正参数修正所述第一电缆的第一挂雪影响性。
7.如权利要求6所述的方法，其中，所述方法包括：
根据所述第一电缆的疲劳性、所述第一电缆的海拔位置，获得第一权重比，所述第一权重比为所述第一修正参数、所述第二修正参数对所述第一电缆的第一挂雪影响性的权重比；
根据所述第一修正参数、所述第二修正参数和所述第一权重比，修正所述第一电缆的第一挂雪影响性。
8.一种电缆在线监测装置，其特征在于，所述装置包括：
第一获得单元，所述第一获得单元用于获得第一电缆的第一位置；
第二获得单元，所述第二获得单元用于获得所述第一位置的天气预报信息；
第三获得单元，所述第三获得单元用于根据所述天气预报信息获得对所述第一电缆的第一挂雪影响性；
第一巡视单元，所述第一巡视单元用于根据所述第一挂雪影响性获得第一指令，所述第一指令用于指令第一无人机沿预定轨迹对所述第一电缆进行第一巡视；
第四获得单元，所述第四获得单元用于根据所述第一巡视获得第一图片，所述第一图片为所述第一电缆挂雪的照片；
第一判断单元，所述第一判断单元用于判断所述第一图片是否满足预定预警条件；
第五获得单元，所述第五获得单元用于当满足所述预警条件时，获得第二指令，所述第二指令用于指令进行第一电缆除雪工作。
9.一种电缆在线监测装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
10.一种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 |
|---|---|---|---|
| CN202010539677.8A CN111696097A (zh) | 2020-06-15 | 2020-06-15 | 一种电缆在线监测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010539677.8A CN111696097A (zh) | 2020-06-15 | 2020-06-15 | 一种电缆在线监测方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111696097A true CN111696097A (zh) | 2020-09-22 |
Family
ID=72480950
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010539677.8A Pending CN111696097A (zh) | 2020-06-15 | 2020-06-15 | 一种电缆在线监测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111696097A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112182910A (zh) * | 2020-10-21 | 2021-01-05 | 江苏中利集团股份有限公司 | 一种用于控制交联材料制备效果的方法及装置 |
| CN112435250A (zh) * | 2020-12-01 | 2021-03-02 | 江苏博沃汽车电子系统有限公司 | 一种集成电路的智能检修方法和装置 |
| CN112730765A (zh) * | 2020-12-23 | 2021-04-30 | 柳州市汇方科技有限公司 | 一种米粉蒸煮糊化度的监测方法及装置 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103854055A (zh) * | 2014-03-31 | 2014-06-11 | 南京工程学院 | 基于神经网络及模糊逻辑算法的输电线路覆冰预测模型 |
| CN104951993A (zh) * | 2014-09-04 | 2015-09-30 | 国网山东省电力公司应急管理中心 | 基于气象及电网gis的综合监测预警系统及方法 |
| CN105511495A (zh) * | 2016-02-15 | 2016-04-20 | 国家电网公司 | 电力线路无人机智能巡检控制方法和系统 |
| CN106557057A (zh) * | 2015-09-29 | 2017-04-05 | 国网智能电网研究院 | 一种输电线路智能巡检预警支撑系统 |
| CN108036731A (zh) * | 2017-12-26 | 2018-05-15 | 国家电网公司 | 电缆覆冰监测方法及系统 |
| CN109270958A (zh) * | 2018-11-20 | 2019-01-25 | 国网四川省电力公司广安供电公司 | 一种输电线路故障自动快速定位无人机系统 |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| CN109492823A (zh) * | 2018-11-26 | 2019-03-19 | 南京大学 | 一种对输电线路覆冰厚度的预测方法 |
| CN109712018A (zh) * | 2018-11-30 | 2019-05-03 | 中国电力科学研究院有限公司 | 一种输电线路综合监控系统 |
| CN109886396A (zh) * | 2019-03-18 | 2019-06-14 | 国家电网有限公司 | 一种输电线路舞动在线预测系统及方法 |
| CN109948864A (zh) * | 2019-03-29 | 2019-06-28 | 国网湖南省电力有限公司 | 一种微地形区域风电场覆冰预测方法及系统 |
| CN110472477A (zh) * | 2019-06-25 | 2019-11-19 | 中国南方电网有限责任公司超高压输电公司昆明局 | 一种利用rtk版无人机搭载红外相机监测覆冰方法 |
| CN110570615A (zh) * | 2019-09-04 | 2019-12-13 | 云南电网有限责任公司带电作业分公司 | 天空地联合的输电线路通道山火趋势预警方法、装置、系统及存储介质 |
| CN110887462A (zh) * | 2019-11-28 | 2020-03-17 | 深圳供电局有限公司 | 一种无人机巡检方法及系统、输电线路巡检方法及系统 |
| CN111583567A (zh) * | 2020-06-01 | 2020-08-25 | 江西憶源多媒体科技有限公司 | 一种森林防火预警方法及装置 |
-
2020
- 2020-06-15 CN CN202010539677.8A patent/CN111696097A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103854055A (zh) * | 2014-03-31 | 2014-06-11 | 南京工程学院 | 基于神经网络及模糊逻辑算法的输电线路覆冰预测模型 |
| CN104951993A (zh) * | 2014-09-04 | 2015-09-30 | 国网山东省电力公司应急管理中心 | 基于气象及电网gis的综合监测预警系统及方法 |
| CN106557057A (zh) * | 2015-09-29 | 2017-04-05 | 国网智能电网研究院 | 一种输电线路智能巡检预警支撑系统 |
| CN105511495A (zh) * | 2016-02-15 | 2016-04-20 | 国家电网公司 | 电力线路无人机智能巡检控制方法和系统 |
| CN108036731A (zh) * | 2017-12-26 | 2018-05-15 | 国家电网公司 | 电缆覆冰监测方法及系统 |
| CN109270958A (zh) * | 2018-11-20 | 2019-01-25 | 国网四川省电力公司广安供电公司 | 一种输电线路故障自动快速定位无人机系统 |
| CN109492823A (zh) * | 2018-11-26 | 2019-03-19 | 南京大学 | 一种对输电线路覆冰厚度的预测方法 |
| CN109712018A (zh) * | 2018-11-30 | 2019-05-03 | 中国电力科学研究院有限公司 | 一种输电线路综合监控系统 |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| CN109886396A (zh) * | 2019-03-18 | 2019-06-14 | 国家电网有限公司 | 一种输电线路舞动在线预测系统及方法 |
| CN109948864A (zh) * | 2019-03-29 | 2019-06-28 | 国网湖南省电力有限公司 | 一种微地形区域风电场覆冰预测方法及系统 |
| CN110472477A (zh) * | 2019-06-25 | 2019-11-19 | 中国南方电网有限责任公司超高压输电公司昆明局 | 一种利用rtk版无人机搭载红外相机监测覆冰方法 |
| CN110570615A (zh) * | 2019-09-04 | 2019-12-13 | 云南电网有限责任公司带电作业分公司 | 天空地联合的输电线路通道山火趋势预警方法、装置、系统及存储介质 |
| CN110887462A (zh) * | 2019-11-28 | 2020-03-17 | 深圳供电局有限公司 | 一种无人机巡检方法及系统、输电线路巡检方法及系统 |
| CN111583567A (zh) * | 2020-06-01 | 2020-08-25 | 江西憶源多媒体科技有限公司 | 一种森林防火预警方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 蒋晓蓝: "《玻璃绝缘子覆冰图像分析》", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
| 蒋晓蓝: "《玻璃绝缘子覆冰图像分析》", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》, no. 6, 15 June 2018 (2018-06-15), pages 042 - 21 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112182910A (zh) * | 2020-10-21 | 2021-01-05 | 江苏中利集团股份有限公司 | 一种用于控制交联材料制备效果的方法及装置 |
| CN112182910B (zh) * | 2020-10-21 | 2022-12-20 | 江苏中利集团股份有限公司 | 一种用于控制交联材料制备效果的方法及装置 |
| CN112435250A (zh) * | 2020-12-01 | 2021-03-02 | 江苏博沃汽车电子系统有限公司 | 一种集成电路的智能检修方法和装置 |
| CN112730765A (zh) * | 2020-12-23 | 2021-04-30 | 柳州市汇方科技有限公司 | 一种米粉蒸煮糊化度的监测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111696097A (zh) | 一种电缆在线监测方法和装置 | |
| US11367053B2 (en) | System and method for damage assessment and restoration | |
| CN106951997B (zh) | 预测风机的故障的方法和设备 | |
| US20230083626A1 (en) | Pipeline monitoring methods and internet of things based on smart gas pipeline network safety | |
| US11396825B2 (en) | Turbine diagnostic feature selection system | |
| CN104200288A (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
| CN111143932A (zh) | 一种桥梁健康状态的评估方法、装置、系统和设备 | |
| CN115373403B (zh) | 一种建筑机械设备巡检服务系统 | |
| CN110910440B (zh) | 一种基于电力影像数据的输电线路长度确定方法和系统 | |
| CN112950634A (zh) | 基于无人机巡检的风力机叶片损伤识别方法、设备和系统 | |
| CN112186900B (zh) | 一种基于5g技术的综合箱运行监控方法及装置 | |
| CN112150435A (zh) | 一种预制构件的施工管理方法及装置 | |
| CN111813644A (zh) | 系统性能的评价方法、装置、电子设备和计算机可读介质 | |
| CN111168694A (zh) | 基于机器人视觉识别的隧道结构健康智能识别系统和方法 | |
| CN112327930A (zh) | 一种巡检路径确定方法和装置 | |
| CN114596709B (zh) | 数据处理方法、装置、设备以及存储介质 | |
| CN115347915A (zh) | 一种电力线载波通信设备运行状态的检测方法及装置 | |
| CN115082813A (zh) | 检测方法、无人机、检测系统及介质 | |
| CN116629580B (zh) | 基于gis的智慧燃气安全隐患项管理方法和物联网系统 | |
| CN114037673B (zh) | 一种基于机器视觉的硬件衔接接口监测方法及系统 | |
| CN110457906B (zh) | 一种网络安全事件智能告警方法 | |
| CN114723204A (zh) | 一种基于监督学习的输电线路舞动分级预警方法 | |
| CN110765486A (zh) | 一种资产故障识别方法 | |
| CN110135763B (zh) | 电能消耗的监控方法、可读存储介质和电子设备 | |
| CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200922 |