CN112257610B - 核电设备监控方法、装置、计算机设备和存储介质 - Google Patents
核电设备监控方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112257610B CN112257610B CN202011148264.3A CN202011148264A CN112257610B CN 112257610 B CN112257610 B CN 112257610B CN 202011148264 A CN202011148264 A CN 202011148264A CN 112257610 B CN112257610 B CN 112257610B
- Authority
- CN
- China
- Prior art keywords
- equipment
- nuclear power
- image
- abnormal
- identifier
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 172
- 238000012544 monitoring process Methods 0.000 title claims abstract description 83
- 230000002159 abnormal effect Effects 0.000 claims abstract description 122
- 230000008569 process Effects 0.000 claims abstract description 32
- 238000001514 detection method Methods 0.000 claims description 34
- 230000005856 abnormality Effects 0.000 claims description 32
- 230000011218 segmentation Effects 0.000 claims description 29
- 238000012806 monitoring device Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims 2
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003758 nuclear fuel Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/04—Safety arrangements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Plasma & Fusion (AREA)
- General Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请涉及一种核电信息技术领域的核电设备监控方法、装置、计算机设备和存储介质。所述方法包括:在核电作业的实施过程中,获取监控设备采集的多个核电设备的视频数据,所述视频数据包括多帧设备图像;对所述设备图像进行识别,根据识别结果确定异常设备图像;根据所述异常设备图像获取相应的核电设备标识,获取所述核电设备标识对应的作业工序信息,以及所述核电作业的作业工单;根据所述作业工序信息以及所述作业工单识别所述核电设备标识对应的关联设备标识;在所述设备图像中提取所述关联设备标识对应的关联设备图像;根据所述关联设备图像以及所述异常设备图像生成告警提示信息。采用本方法能够在核电设备数量较多时,提高核电设备的监控效率。
Description
技术领域
本申请涉及核电信息技术领域,特别是涉及一种核电设备监控方法、装置、计算机设备和存储介质。
背景技术
核电作业是指核电厂中的员工所从事的工作、业务或者生产任务等。核电厂是通过核燃料在核反应堆中产生的热能来进行发电。由于核电厂的特殊性,在核电作业过程中需要保证核电厂最基本的安全,因此,核电厂需要在核电作业的实施过程中对核电设备进行检修,判断核电设备是否存在异常。传统方式是通过人工来逐个判断核电设备是否存在异常,每当发现一个核电设备存在异常,就进行一次异常处理。
然而,当核电设备数量较多时,人工监控会花费较多的时间和精力,从而导致核电设备的监控效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够在核电设备数量较多时,提高核电设备的监控效率的核电设备监控方法、装置、计算机设备和存储介质。
一种核电设备监控方法,所述方法包括:
在核电作业的实施过程中,获取监控设备采集的多个核电设备的视频数据,所述视频数据包括多帧设备图像;
对所述设备图像进行识别,根据识别结果确定异常设备图像;
根据所述异常设备图像获取相应的核电设备标识,获取所述核电设备标识对应的作业工序信息,以及所述核电作业的作业工单;
根据所述作业工序信息以及所述作业工单识别所述核电设备标识对应的关联设备标识;
在所述设备图像中提取所述关联设备标识对应的关联设备图像;
根据所述关联设备图像以及所述异常设备图像生成告警提示信息。
在其中一个实施例中,所述作业工单中包括多个作业工序标识,所述根据所述作业工序信息以及所述作业工单识别所述核电设备标识对应的关联设备标识包括:
在所述作业工单的多个作业工序标识中识别与所述作业工序信息存在关联关系的关联工序标识;
根据所述关联工序标识确定所述核电设备标识对应的关联设备标识。
在其中一个实施例中,所述对所述设备图像进行识别,根据识别结果确定异常设备图像包括:
对所述设备图像进行特征提取,得到各帧设备图像对应的设备特征数据;
将所述设备特征数据与预设特征数据进行比对,得到特征相似度;
将特征相似度未达到阈值的设备图像确定为异常设备图像。
在其中一个实施例中,在所述获取所述核电设备标识对应的作业工序信息之前,所述方法还包括:
将所述设备图像输入至设备部位分割模型中,通过所述部位分割模型对所述设备图像进行分割,输出所述设备图像对应的多个设备部位图像;
将所述设备部位图像输入至部位异常检测模型中,通过所述部位异常检测模型对各设备部位图像进行检测,输出检测结果;
所述根据所述关联设备图像以及所述异常设备图像生成告警提示信息包括:
根据所述关联设备图像以及所述检测结果生成告警提示信息。
在其中一个实施例中,所述方法还包括:
获取多个核电设备的监测数据,以及所述核电作业对应的监测指标;
根据所述监测指标识别所述监测数据是否存在异常;
当所述监测数据存在异常时,确定所述监测数据对应的目标核电设备;
当所述目标核电设备对应的当前帧设备图像为异常设备图像时,关断所述目标核电设备。
在其中一个实施例中,在所述根据所述关联设备图像以及所述异常运行状态生成告警提示信息之前,所述方法还包括:
识别所述关联设备图像是否存在异常;
当所述关联核电设备图像存在异常时,则根据所述关联设备图像以及所述异常设备图像生成告警提示信息。
一种核电设备监控装置,所述装置包括:
通信模块,用于在核电作业的实施过程中,获取监控设备采集的多个核电设备的视频数据,所述视频数据包括多帧设备图像;
第一识别模块,用于对所述设备图像进行识别,根据识别结果确定异常设备图像;
第一获取模块,用于根据所述异常设备图像获取相应的核电设备标识,获取所述核电设备标识对应的作业工序信息,以及所述核电作业的作业工单;
第二识别模块,用于根据所述作业工序信息以及所述作业工单识别所述核电设备标识对应的关联设备标识;
提取模块,用于在所述设备图像中提取所述关联设备标识对应的关联设备图像;
生成模块,用于根据所述关联设备图像以及所述异常设备图像生成告警提示信息。
在其中一个实施例中,所述作业工单中包括多个作业工序标识,所述第二识别模块,用于在所述作业工单的多个作业工序标识中识别与所述作业工序信息存在关联关系的关联工序标识;根据所述关联工序标识确定所述核电设备标识对应的关联设备标识。
一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
上述核电设备监控方法、装置、计算机设备和存储介质,通过在核电作业的实施过程中,获取监控设备采集的多个核电设备的视频数据,视频数据包括多帧设备图像。对设备图像进行识别,根据识别结果确定异常设备图像,根据异常设备图像获取相应的核电设备标识。从而根据核电设备标识获取相应的作业工序信息,以及核电作业的作业工单,根据作业工序信息以及作业工单识别核电设备标识对应的关联设备标识。能够自动对获取到的视频数据进行异常识别,在发现异常时,可根据异常核电设备的作业工序信息以及核电作业的作业工单识别对应的关联核电设备,从而在某一核电设备存在异常时,自动定位到相关联的关联核电设备。进而在设备图像中提取关联设备标识对应的关联设备图像,根据关联设备图像以及异常设备图像生成告警提示信息。以使监控人员同时对异常核电设备以及关联核电设备进行异常处理,能够有效避免异常核电设备可能会导致其他核电设备出现异常的情况,实现在核电设备数量较多时,导致视频数据的数据量较大时,提高了核电设备的监控效率。
附图说明
图1为一个实施例中核电设备监控方法的应用环境图;
图2为一个实施例中核电设备监控方法的流程示意图;
图3为一个实施例中根据作业工序信息以及作业工单识别核电设备标识对应的关联设备标识步骤的流程示意图;
图4为一个实施例中核电设备监控装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的核电设备监控方法,可以应用于如图1所示的应用环境中。其中,多个监控设备102与服务器104通过网络进行通信。服务器104与告警设备106通过网络进行连接。在核电作业过程中,监控设备102采集多个核电设备的视频数据,将视频数据发送至服务器104。服务器104对视频数据进行解码,得到多帧设备图像。服务器104对设备图像进行识别,根据识别结果确定异常设备图像。服务器104根据异常设备图像获取相应的核电设备标识,获取核电设备标识对应的作业工序信息,以及核电作业的作业工单。服务器104根据作业工序信息以及作业工单识别核电设备标识对应的关联设备标识。服务器104在设备图像中提取关联设备标识对应的关联设备图像。服务器104根据关联设备图像以及异常设备图像生成告警提示信息。服务器104将告警提示信息发送至告警设备106,通过告警设备106根据告警提示信息发出告警。其中,监控设备102可以但不限于是各种视频采集设备和图像采集设备。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。告警设备106可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中,如图2所示,提供了一种核电设备监控方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,在核电作业的实施过程中,获取监控设备采集的多个核电设备的视频数据,视频数据包括多帧设备图像。
核电作业是指核电厂中的员工所从事的工作、业务或者生产任务等。核电厂的多个作业区域中可以预先安装有多种类型的监控设备。例如,可以包括位置固定的监控设备以及可移动的监控设备。同一个监控设备可以采集同一作业区域中一个或者多个核电设备的视频数据,多个监控设备也可以采集同一核电设备的视频数据。在核电作业实施过程中,可以通过预先安装的监控设备采集相应作业区域内的核电设备的视频数据。服务器获取监控设备采集到的视频数据。视频数据是指连续的图像序列,视频数据可以包括连续多帧在时间上存在先后顺序的图像。帧是视频数据中的最小视觉单元,视频数据中的每一帧可以对应一个图像。服务器对视频数据进行解码,得到视频数据中的多帧设备图像。在核电作业实施过程中,通过监控设备采集核电设备的视频数据能够实时监控核电设备的运行状态,及时发现异常核电设备,确保核电设备在安全状态下运行。
步骤204,对设备图像进行识别,根据识别结果确定异常设备图像。
服务器对设备图像进行识别,识别设备图像是否存在异常,从而确定相应的核电设备的运行状态。当设备图像存在异常时,该设备图像中的核电设备处于异常运行状态。当设备图像为正常图像时,该设备图像对应的核电设备处于正常运行状态。
具体的,服务器获取预设图像,预设图像是指正常运行状态的核电设备图像。服务器将设备图像与预设图像进行比对,得到设备图像与预设图像的相似度,当相似度达到阈值时,则服务器确定该设备图像为正常设备图像,表明该设备图像对应的核电设备处于正常运行状态。当相似度未达到阈值时,则表明核电设备可能存在悬挂物、出现破损、漏水等可以通过设备图像识别得到的设备外观所体现的异常状态。服务器确定该设备图像为异常设备图像,表明该设备图像对应的核电设备处于异常运行状态。
在其中一个实施例中,在对设备图像进行识别之前,还可以对设备图像进行预处理,预处理的方式可以包括几何校正、归一化处理、滤波处理等,从而服务器对预处理后的设备图像进行识别。具体的,服务器对多帧设备图像进行几何校正,得到校正后的多帧设备图像。例如,几何校正的方式可以是服务器调用角点检测函数对多帧设备图像进行角点检测,得到对应多帧设备图像的角点位置坐标,服务器利用梯度下降算法迭代拟合函数,得到对应的拟合函数参数。服务器根据拟合函数参数计算多帧设备图像中每个点畸变后的位置坐标,选取近邻的像素值替代原始像素值,即可得到校正后的多帧设备图像。实现将设备图像中的几何畸变进行误差校正。从而服务器对校正后的多帧设备图像进行归一化处理,得到归一化后的多帧设备图像。能够将设备图像转换为统一的标准化格式。进而服务器调用图像处理函数对归一化后的多帧设备图像进行滤波处理,能够去除设备图像中的噪声。通过上述操作,能够提高后续图像识别的准确性。
步骤206,根据异常设备图像获取相应的核电设备标识,获取核电设备标识对应的作业工序信息,以及核电作业的作业工单。
步骤208,根据作业工序信息以及作业工单识别核电设备标识对应的关联设备标识。
作业工序信息可以包括核电设备对应的作业工序标识以及作业工序标识对应的工序描述信息。工序描述信息可以包括对核电设备所做的检修工作的具体内容。作业工单是指将核电作业中每个可执行步骤进行拆分之后,生成的包含作业工序标识、作业工序标识对应的作业区域、作业工序标识对应的核电设备标识等信息的表格。每个可执行步骤是指作业工序。一个作业工序可以对应一个核电设备。多个作业工序之间可以按照作业工序标识的先后顺序进行执行。
为了便于确定核电设备,监控设备可以单独采集每个核电设备的视频数据。监控设备可以将采集到的视频数据以及该视频数据对应的核电设备的核电设备标识同时发送至服务器。服务器将视频数据进行解码后,得到多帧设备图像。服务器可以将设备图像与对应的核电设备标识进行关联,也可以将视频数据对应的核电设备标识同步标注在对应的设备图像中,以便根据设备图像获取到对应的核电设备标识。核电设备标识是用于标记核电设备的唯一标识,如核电设备编号。服务器在核电设备存在异常时,根据异常设备图像确定对应的异常核电设备的核电设备标识。
服务器对设备图像进行识别,当识别到设备图像存在异常,则将存在异常的设备图像确定为异常设备图像,异常设备图像对应的核电设备存在异常,此时,服务器可以根据异常核电图像获取对应的核电设备的核电设备标识,从而获取核电设备标识对应的作业工序信息,以及核电作业的作业工单。
关联设备标识是指与核电设备标识对应的核电设备存在关联关系的核电设备的设备标识。关联关系可以是在核电作业的作业工单执行过程中,设备的运行状态之间存在相互影响的关系,例如,上一个作业工序对应的核电设备存在异常时,下一个作业工序对应的核电设备的运行状态也可能出现异常。
当在执行某一作业工序的过程中,若发现该作业工序对应的核电设备出现异常时,与该核电设备存在关联关系的关联核电设备也极有可能存在异常。因此,服务器可以根据作业工序信息在作业工单的作业工序标识中确定关联工序标识,进而在作业工单中获取关联工单标识对应的关联核电设备的关联设备标识。
步骤210,在设备图像中提取关联设备标识对应的关联设备图像。
步骤212,根据关联设备图像以及异常设备图像生成告警提示信息。
服务器在得到关联设备标识后,可以根据设备图像与核电设备标识之间的关联关系或者设备图像中标注的核电设备图像在设备图像中提取关联设备标识对应的关联设备图像。之后,服务器根据关联设备图像以及异常设备图像生成告警提示信息。告警提示信息可以包括多种信息类型。例如,告警提示信息可以是图像信息,也可以是图像信息与语音信息的组合。服务器可以将告警提示信息发送至告警设备。通过告警设备展示或者播放告警提示信息,以提示监控人员对异常核电设备进行异常处理。告警设备可以包括核电作业过程中监控人员对应的告警设备、作业区域内预先安装的告警设备中的至少一种。监控人员通过与核电作业现场的核电作业人员进行通信,指导核电作业人员对异常核电设备进行异常处理。作业区域内预先安装的告警设备用于提示作业现场的核电作业人员与监控人员进行异常确认。
在本实施例中,通过在核电作业的实施过程中,获取监控设备采集的多个核电设备的视频数据,视频数据包括多帧设备图像。对设备图像进行识别,根据识别结果确定异常设备图像,根据异常设备图像获取相应的核电设备标识。从而根据核电设备标识获取相应的作业工序信息,以及核电作业的作业工单,根据作业工序信息以及作业工单识别核电设备标识对应的关联设备标识。能够自动对获取到的视频数据进行异常识别,在发现异常时,可根据异常核电设备的作业工序信息以及核电作业的作业工单识别对应的关联核电设备,从而在某一核电设备存在异常时,自动定位到相关联的关联核电设备。进而在设备图像中提取关联设备标识对应的关联设备图像,根据关联设备图像以及异常设备图像生成告警提示信息。以使监控人员同时对异常核电设备以及关联核电设备进行异常处理,能够有效避免异常核电设备可能会导致其他核电设备出现异常的情况,实现在核电设备数量较多时,导致视频数据的数据量较大时,提高了核电设备的监控效率。
在一个实施例中,如图3所示,根据作业工序信息以及作业工单识别核电设备标识对应的关联设备标识的步骤包括:
步骤302,在作业工单的多个作业工序标识中识别与作业工序信息存在关联关系的关联工序标识。
步骤304,根据关联工序标识确定核电设备标识对应的关联设备标识。
作业工单中包括多个作业工序标识。作业工单是指将核电作业中每个可执行步骤进行拆分之后,生成的包含作业工序标识、作业工序标识对应的作业区域、作业工序标识对应的核电设备标识等信息的表格。每个可执行步骤是指作业工序。作业工序信息可以包括核电设备需要执行的作业工序标识以及作业工序标识对应的工序描述信息。工序描述信息可以包括对核电设备所做的检修工作的具体内容。
存在关联关系的核电设备可以是在作业工单的执行过程中,核电设备当前所执行的作业工序之间存在先后顺序关系的核电设备。存在关联关系的核电设备可以是同一作业区域的多个核电设备,也可以是不同作业区域的多个核电设备。作业工单的多个作业工序标识之间的关联关系可以是预先设置的。例如,将上一个作业工序标识与下一个作业工序标识进行关联关系设置。当异常设备图像对应的核电设备的作业工序标识为第一个作业工序标识时,服务器可以直接根据该异常设备图像生成告警提示信息。关联设备标识可以是根据关联关系识别得到的。关联设备表示可以是作业工序标识对应的下一个作业工序标识。进而根据关联工序标识确定核电设备标识对应的关联设备标识。
在本实施例中,在作业工单的多个作业工序标识中识别与作业工序信息存在关联关系的关联工序标识,根据关联工序标识确定核电设备标识对应的关联设备标识。由于关联关系是预先设置的,通过关联关系在作业工单中可以快速识别关联关系标识,并确定对应的关联设备标识,实现快速定位到关联设备,可以提前预测核电设备的运行状态,从而提高了核电设备的监控效率。
在一个实施例中,对设备图像进行识别,根据识别结果确定异常设备图像包括:对设备图像进行特征提取,得到各帧设备图像对应的设备特征数据;将设备特征数据与预设特征数据进行比对,得到特征相似度;将特征相似度未达到阈值的设备图像确定为异常设备图像。
服务器对监控设备采集的视频数据进行解析,得到多帧设备图像,提取各帧设备图像的设备特征数据。服务器将设备特征数据与预设特征数据进行比对,计算设备特征数据与预设特征数据之间的特征相似度。预设特征数据可以是服务器中预先存储的运行正常的核电设备图像的特征数据,也可以是对运行正常的核电设备图像进行特征提取得到的。将特征相似度与阈值进行比较,例如,阈值可以是85%。当特征相似度达到阈值,即大于或者等于阈值时,将相应的设备图像作为正常设备图像。当特征相似度未达到阈值,即小于阈值时,将相应的设备图像确定为异常设备图像。通过将设备特征数据与预设特征数据进行比对,当特征相似度未达到阈值时,即可确定异常设备图像,能够快速且准确确定异常设备图像。
在一个实施例中,在获取核电设备标识对应的作业工序信息之前,上述方法还包括:将设备图像输入至设备部位分割模型中,通过部位分割模型对设备图像进行分割,输出设备图像对应的多个设备部位图像;将设备部位图像输入至部位异常检测模型中,通过部位异常检测模型对各设备部位图像进行检测,输出检测结果;根据关联设备图像以及异常设备图像生成告警提示信息包括:根据关联设备图像以及所述检测结果生成告警提示信息。
设备部位分割模型是对传统的设备部位分割模型的网络结构进行简化得到的,其中,传统的设备部位分割模型可以是YOLACT(You Only Look At CoefficienTs,只考虑系数)实例分割模型。实例分割是指通过目标检测方法对图像进行检测,框出多个实例区域,再通过语义分割方法在每个实例区域内进行像素标记,即实例分割是目标检测与语义分割的结合。设备部位分割模型可以包括预设子网络、第一分支子网络以及第二分支子网络。预设子网络、第一分支子网络以及第二分支子网络之间存在先后顺序关系。第一分支子网络与第二分支子网络是两个并行的子网络,存在于预设子网络之后。预设子网络为特征提取网络,是通过对传统的设备部位分割模型的相应网络结构进行更换后得到的。例如,当传统的设备部位分割模型为YOLACT实例分割模型时,预设子网络为ResNet50。服务器根据ResNet50确定YOLACT实例分割模型中的待更换网络为ResNet101。待更换网络ResNet101为特征提取网络。进而将ResNet50对ResNet101进行更换,使得YOLACT网络中的特征提取网络变为ResNet50。第一分支子模型网络可以用于预测设备图像的原型掩码(prototypemask)。第二分支子模型网络可以用于预测设备图像的掩码系数(mask coefficients)、目标检测框以及设备图像中目标的类别。
服务器通过预设子网络对各帧设备图像进行特征提取,输出各帧图像对应的特征图。特征图为预设子网络对各帧设备图像进行运算后的高维抽象表示。服务器将特征图分别输入至第一分支子网络以及第二分支子网络中,通过第一分支子网络对特征图进行运算,输出第一运算结果。第一运算结果可以包括各帧设备图像的原型掩码。通过第二分支子网络对各帧设备图像进行运算,输出第二运算结果。第二运算结果可以包括各帧设备图像的掩码系数、目标检测框以及设备图像中目标的类别。服务器进而通过设备部位分割模型对第一运算结果以及第二运算结果进行线性处理,得到线性处理后的运算结果,其中,线性处理是指针对每一个目标检测框中的实例,将对应的掩膜系数与原型掩膜进行相乘,并累加,得到实例掩码,即线性处理后的运算结果。设备部位分割模型根据线性处理后的运算结果对各帧设备图像进行分割,得到各帧设备图像对应的多个设备部位图像。
服务器中预先配置有部位异常检测模型。部位异常检测模型可以是通过大量样本数据训练得到的。样本数据可以是标注有异常信息的设备部位图像。服务器在通过设备部位分割模型输出设备部位图像之后,调用部位异常检测模型,将设备部位图像输入至部位异常检测模型中,通过部位异常检测模型对设备对设备部位图像进行识别检测,从而输出检测结果。检测结果可以包括核电设备运行正常以及异常设备部位信息。例如,当核电设备为齿轮箱时,异常设备部位信息可以包括齿轮箱的排油丝堵漏油、管件头漏油等。当核电设备为汽轮机时,异常设备信息可以包括汽缸变形等。服务器进而根据关联设备图像以及检测结果生成告警提示信息。
在本实施例中,设备部位分割模型是通过两个分支子网络对特征图进行并行运算,实现将复杂的分割过程划分为两个简单的并行运算过程,且无需进行特征定位,从而提高了设备部位图像的分割效率。由于设备部位分割模型是对传统的设备部位分割模型的网络结构进行简化得到的,减小了原模型网络的网络结构,同时减少了网络结构中的网络通道数量,从而有效减少了设备部位图像分割的计算量,减少了不必要的计算时间消耗。将设备部位图像输入至部位异常检测模型中,输出各设备部位图像的检测结果,能够得到更为细节的设备异常信息,从而有利于提高异常核电设备的异常处理效率。
在一个实施例中,上述方法还包括:获取多个核电设备的监测数据,以及核电作业对应的监测指标;根据监测指标识别监测数据是否存在异常;当监测数据存在异常时,确定监测数据对应的目标核电设备;当目标核电设备对应的当前帧设备图像为异常设备图像时,关断目标核电设备。
服务器在对监控设备采集的视频数据进行异常识别的过程中,还可以通过安装在核电设备外部的多个传感器采集核电设备的监测数据。监测数据可以包括温度数据、压力数据等多种运行参数中的至少一种。服务器获取核电作业的监测指标,监测指标是指多种运行参数对应的数据阈值,表示核电设备正常运行状态与异常运行状态的临界值。服务器将每种监测数据与相应的监测指标进行比较,当监测数据大于或者等于监测指标时,表明该监测数据对应的核电设备的运行参数存在异常,服务器将该核电设备作为目标核电设备。当目标核电设备对应的当前帧设备图像为异常设备图像时,即监测数据以及设备图像均存在异常时,则服务器可以关断目标核电设备。
在本实施例中,通过获取多个核电设备的监测数据,根据监测指标识别监测数据是否存在异常,当核电设备的监测数据以及核电设备对应的当前帧设备图像均存在异常时,表明核电设备出现较严重的异常情况,需要关断该核电设备,以此能够提高对异常核电设备的异常处理效率。
在一个实施例中,在根据关联设备图像以及异常运行状态生成告警提示信息之前,上述方法还包括:识别关联设备图像是否存在异常;当关联核电设备图像存在异常时,则根据关联设备图像以及异常设备图像生成告警提示信息。
服务器还可以在获取到关联设备图像之后,对关联设备图像进行识别,识别关联核电设备是否存在异常。识别方式与上述与设备图像进行识别的方式是相同的,此处不再赘述。当关联核电设备图像不存在异常时,可以只根据异常设备图像生成告警提示信息,监控人员无需对关联设备图像对应的关联核电设备进行检测,减少了监控人员的工作量。当关联核电设备图像存在异常时,则根据关联设备图像以及异常设备图像生成告警提示信息,从而进一步提高了核电设备异常监控的准确性。
应该理解的是,虽然图2至3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2至3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种核电设备监控装置,包括:通信模块402、第一识别模块404、第一获取模块406、第二识别模块408、提取模块410和生成模块412,其中:
通信模块402,用于在核电作业的实施过程中,获取监控设备采集的多个核电设备的视频数据,视频数据包括多帧设备图像。
第一识别模块404,用于对设备图像进行识别,根据识别结果确定异常设备图像。
第一获取模块406,用于根据异常设备图像获取相应的核电设备标识,获取核电设备标识对应的作业工序信息,以及核电作业的作业工单。
第二识别模块408,用于根据作业工序信息以及作业工单识别核电设备标识对应的关联设备标识。
提取模块410,用于在设备图像中提取关联设备标识对应的关联设备图像。
生成模块412,用于根据关联设备图像以及异常设备图像生成告警提示信息。
在一个实施例中,作业工单中包括多个作业工序标识,第二识别模块408用于在作业工单的多个作业工序标识中识别与作业工序信息存在关联关系的关联工序标识;根据关联工序标识确定核电设备标识对应的关联设备标识。
在一个实施例中,第一识别模块404还用于对设备图像进行特征提取,得到各帧设备图像对应的设备特征数据;将设备特征数据与预设特征数据进行比对,得到特征相似度;将特征相似度未达到阈值的设备图像确定为异常设备图像。
在一个实施例中,上述装置还包括:
图像分割模块,用于将设备图像输入至设备部位分割模型中,通过部位分割模型对设备图像进行分割,输出设备图像对应的多个设备部位图像;
异常检测模块,用于将设备部位图像输入至部位异常检测模型中,通过部位异常检测模型对各设备部位图像进行检测,输出检测结果;
生成模块412,还用于根据关联设备图像以及检测结果生成告警提示信息。
在一个实施例中,上述装置还包括:
第二获取模块,用于获取多个核电设备的监测数据,以及核电作业对应的监测指标。
第三识别模块,用于根据监测指标识别监测数据是否存在异常。
确定模块,用于当监测数据存在异常时,确定监测数据对应的目标核电设备。
异常处理模块,用于当目标核电设备对应的当前帧设备图像为异常设备图像时,关断目标核电设备。
在一个实施例中,第一识别模块404,还用于识别关联设备图像是否存在异常;生成模块412,还用于当关联核电设备图像存在异常时,则根据关联设备图像以及异常设备图像生成告警提示信息。
关于核电设备监控装置的具体限定可以参见上文中对于核电设备监控方法的限定,在此不再赘述。上述核电设备监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储视频数据、设备图像、作业工序信息及作业工单等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种核电设备监控方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述各个实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各个实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种核电设备监控方法,其特征在于,所述方法包括:
在核电作业的实施过程中,获取监控设备采集的多个核电设备的视频数据,所述视频数据包括多帧设备图像;
对所述设备图像进行识别,根据识别结果确定异常设备图像;
根据所述异常设备图像获取相应的核电设备标识,获取所述核电设备标识对应的作业工序信息,以及所述核电作业的作业工单;其中,所述作业工序信息包括核电设备对应的多个作业工序标识以及作业工序标识对应的工序描述信息,所述工序描述信息包括对核电设备所做的检修工作的具体内容,所述作业工单包括将核电作业中每个可执行步骤进行拆分之后生成的包含作业工序标识、作业工序标识对应的作业区域、作业工序标识对应的核电设备标识信息的数据;
在所述作业工单的多个作业工序标识中识别与所述作业工序信息存在关联关系的关联工序标识;
根据所述关联工序标识确定所述核电设备标识对应的关联设备标识;
在所述设备图像中提取所述关联设备标识对应的关联设备图像;
根据所述关联设备图像以及所述异常设备图像生成告警提示信息。
2.根据权利要求1所述的方法,其特征在于,所述对所述设备图像进行识别,根据识别结果确定异常设备图像包括:
对所述设备图像进行特征提取,得到各帧设备图像对应的设备特征数据;
将所述设备特征数据与预设特征数据进行比对,得到特征相似度;
将特征相似度未达到阈值的设备图像确定为异常设备图像。
3.根据权利要求1至2任意一项所述的方法,其特征在于,在所述获取所述核电设备标识对应的作业工序信息之前,所述方法还包括:
将所述设备图像输入至设备部位分割模型中,通过所述部位分割模型对所述设备图像进行分割,输出所述设备图像对应的多个设备部位图像;
将所述设备部位图像输入至部位异常检测模型中,通过所述部位异常检测模型对各设备部位图像进行检测,输出检测结果;
所述根据所述关联设备图像以及所述异常设备图像生成告警提示信息包括:
根据所述关联设备图像以及所述检测结果生成告警提示信息。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取多个核电设备的监测数据,以及所述核电作业对应的监测指标;
根据所述监测指标识别所述监测数据是否存在异常;
当所述监测数据存在异常时,确定所述监测数据对应的目标核电设备;
当所述目标核电设备对应的当前帧设备图像为异常设备图像时,关断所述目标核电设备。
5.根据权利要求1所述的方法,其特征在于,在所述根据所述关联设备图像以及所述异常设备图像生成告警提示信息之前,所述方法还包括:
识别所述关联设备图像是否存在异常;
当所述关联设备图像存在异常时,则根据所述关联设备图像以及所述异常设备图像生成告警提示信息。
6.根据权利要求1所述的方法,其特征在于,在对所述设备图像进行识别之前,所述方法还包括:
对所述设备图像进行预处理,预处理的方式包括几何校正、归一化处理、滤波处理。
7.一种核电设备监控装置,其特征在于,所述装置包括:
通信模块,用于在核电作业的实施过程中,获取监控设备采集的多个核电设备的视频数据,所述视频数据包括多帧设备图像;
第一识别模块,用于对所述设备图像进行识别,根据识别结果确定异常设备图像;
第一获取模块,用于根据所述异常设备图像获取相应的核电设备标识,获取所述核电设备标识对应的作业工序信息,以及所述核电作业的作业工单;其中,所述作业工序信息包括核电设备对应的多个作业工序标识以及作业工序标识对应的工序描述信息,所述工序描述信息包括对核电设备所做的检修工作的具体内容,所述作业工单包括将核电作业中每个可执行步骤进行拆分之后生成的包含作业工序标识、作业工序标识对应的作业区域、作业工序标识对应的核电设备标识信息的数据;
第二识别模块,用于在所述作业工单的多个作业工序标识中识别与所述作业工序信息存在关联关系的关联工序标识;根据所述关联工序标识确定所述核电设备标识对应的关联设备标识;
提取模块,用于在所述设备图像中提取所述关联设备标识对应的关联设备图像;
生成模块,用于根据所述关联设备图像以及所述异常设备图像生成告警提示信息。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有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计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011148264.3A CN112257610B (zh) | 2020-10-23 | 2020-10-23 | 核电设备监控方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011148264.3A CN112257610B (zh) | 2020-10-23 | 2020-10-23 | 核电设备监控方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112257610A CN112257610A (zh) | 2021-01-22 |
CN112257610B true CN112257610B (zh) | 2024-05-07 |
Family
ID=74261661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011148264.3A Active CN112257610B (zh) | 2020-10-23 | 2020-10-23 | 核电设备监控方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112257610B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113032594B (zh) * | 2021-02-26 | 2023-12-08 | 广东核电合营有限公司 | 标牌图像存储方法、装置、计算机设备和存储介质 |
CN113033613A (zh) * | 2021-02-26 | 2021-06-25 | 广东核电合营有限公司 | 核电设备的状态显示方法、装置、计算机设备和存储介质 |
CN112949490A (zh) * | 2021-03-01 | 2021-06-11 | 创新奇智(青岛)科技有限公司 | 设备动作检测方法、装置、电子设备及可读存储介质 |
CN112862459A (zh) * | 2021-03-02 | 2021-05-28 | 岭东核电有限公司 | 试验异常监控方法、装置、计算机设备和存储介质 |
CN113111854A (zh) * | 2021-04-30 | 2021-07-13 | 平安国际融资租赁有限公司 | 电流信号提取方法、装置、计算机设备和存储介质 |
CN113099242B (zh) * | 2021-06-09 | 2021-08-24 | 广东电网有限责任公司湛江供电局 | 一种输电线路视频监测数据处理方法及系统 |
CN113762163B (zh) * | 2021-09-09 | 2022-06-07 | 杭州澳亚生物技术股份有限公司 | 一种gmp车间智能化监控管理方法及系统 |
CN114971438A (zh) * | 2022-08-02 | 2022-08-30 | 中国工业互联网研究院 | 基于工业互联网的工业设备监控方法、装置、设备及介质 |
CN116071336B (zh) * | 2023-02-14 | 2023-08-11 | 北京博维仕科技股份有限公司 | 一种智能视频分析方法及其系统 |
CN117151675B (zh) * | 2023-03-16 | 2024-04-09 | 杭州水务数智科技股份有限公司 | 一种基于视频监控和加密的远程运维方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107528726A (zh) * | 2017-08-21 | 2017-12-29 | 国家电网公司 | 一种电力通信网络设备告警方法和装置 |
WO2018181837A1 (en) * | 2017-03-31 | 2018-10-04 | Yokogawa Electric Corporation | Methods and systems for image based anomaly detection |
CN108900353A (zh) * | 2018-07-18 | 2018-11-27 | 平安科技(深圳)有限公司 | 故障告警方法及终端设备 |
CN109117855A (zh) * | 2018-08-06 | 2019-01-01 | 深圳众厉电力科技有限公司 | 异常电力设备图像识别系统 |
CN109784649A (zh) * | 2018-12-14 | 2019-05-21 | 深圳供电局有限公司 | 检修工单派发方法、装置、计算机设备和存储介质 |
JP2019082918A (ja) * | 2017-10-31 | 2019-05-30 | 三菱重工業株式会社 | 監視対象選定装置、監視対象選定方法、およびプログラム |
CN110929591A (zh) * | 2019-11-04 | 2020-03-27 | 广州供电局有限公司 | 变电站监控方法、装置、计算机设备和存储介质 |
CN111010562A (zh) * | 2018-10-08 | 2020-04-14 | 中国石油化工股份有限公司 | 故障监控方法、装置、计算机可读存储介质及电子设备 |
CN111507147A (zh) * | 2019-10-28 | 2020-08-07 | 深圳市海洋王照明工程有限公司 | 智能巡检方法、装置、计算机设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111556280A (zh) * | 2019-02-12 | 2020-08-18 | 昆山纬绩资通有限公司 | 设备状态监控方法与系统 |
-
2020
- 2020-10-23 CN CN202011148264.3A patent/CN112257610B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018181837A1 (en) * | 2017-03-31 | 2018-10-04 | Yokogawa Electric Corporation | Methods and systems for image based anomaly detection |
CN107528726A (zh) * | 2017-08-21 | 2017-12-29 | 国家电网公司 | 一种电力通信网络设备告警方法和装置 |
JP2019082918A (ja) * | 2017-10-31 | 2019-05-30 | 三菱重工業株式会社 | 監視対象選定装置、監視対象選定方法、およびプログラム |
CN108900353A (zh) * | 2018-07-18 | 2018-11-27 | 平安科技(深圳)有限公司 | 故障告警方法及终端设备 |
CN109117855A (zh) * | 2018-08-06 | 2019-01-01 | 深圳众厉电力科技有限公司 | 异常电力设备图像识别系统 |
CN111010562A (zh) * | 2018-10-08 | 2020-04-14 | 中国石油化工股份有限公司 | 故障监控方法、装置、计算机可读存储介质及电子设备 |
CN109784649A (zh) * | 2018-12-14 | 2019-05-21 | 深圳供电局有限公司 | 检修工单派发方法、装置、计算机设备和存储介质 |
CN111507147A (zh) * | 2019-10-28 | 2020-08-07 | 深圳市海洋王照明工程有限公司 | 智能巡检方法、装置、计算机设备和存储介质 |
CN110929591A (zh) * | 2019-11-04 | 2020-03-27 | 广州供电局有限公司 | 变电站监控方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112257610A (zh) | 2021-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112257610B (zh) | 核电设备监控方法、装置、计算机设备和存储介质 | |
CN112364715B (zh) | 核电作业异常监控方法、装置、计算机设备和存储介质 | |
CN112272288B (zh) | 核电作业监控方法、装置、计算机设备和存储介质 | |
CN111582235B (zh) | 用于实时监控站内异常事件的警报方法、系统及设备 | |
LU502731B1 (en) | Method for monitoring abnormality of power production, apparatus, computer device, and storage medium therefor | |
CN111435366A (zh) | 设备故障诊断方法、装置和电子设备 | |
CA3037326A1 (en) | Sparse neural network based anomaly detection in multi-dimensional time series | |
US11625032B2 (en) | Method and system for diagnosing anomaly in a manufacturing plant | |
CN112364722A (zh) | 核电作业人员监控处理方法、装置和计算机设备 | |
CN113670434B (zh) | 变电站设备声音异常识别方法、装置和计算机设备 | |
CN103306893A (zh) | 一种风力发电机故障预警及报警方法 | |
CN113658366A (zh) | 一种火电厂有限空间作业的安全管控系统 | |
CN114639046A (zh) | 一种基于时间序列检测的打斗行为识别方法 | |
CN117366661A (zh) | 一种供暖系统故障数据分析方法、系统、设备和存储介质 | |
CN112364716A (zh) | 核电设备异常信息检测方法、装置和计算机设备 | |
CN115965625B (zh) | 一种基于视觉识别的仪表检测装置及其检测方法 | |
CN117313015A (zh) | 一种基于时序和多变量的时间序列异常检测方法及系统 | |
CN108573233B (zh) | 一种基于图像处理技术的电网陶瓷绝缘子识别方法 | |
CN113570473B (zh) | 设备故障监测方法、装置、计算机设备和存储介质 | |
CN113553588B (zh) | 终端软件管理方法 | |
CN110907749A (zh) | 故障地下电缆定位方法和装置 | |
CN112685473A (zh) | 一种基于时序分析技术的网络异常流量检测方法及其系统 | |
CN110889357A (zh) | 基于标注区域的地下电缆故障检测方法和装置 | |
CN116884108B (zh) | 一种用于实现负压病房的设备安全巡检方法及系统 | |
CN114140447A (zh) | 一种基于云边协同技术的电力设备图像识别方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |