CN112308248A - 一种输电线路杆塔监测管理系统及方法 - Google Patents
一种输电线路杆塔监测管理系统及方法 Download PDFInfo
- Publication number
- CN112308248A CN112308248A CN202011204481.XA CN202011204481A CN112308248A CN 112308248 A CN112308248 A CN 112308248A CN 202011204481 A CN202011204481 A CN 202011204481A CN 112308248 A CN112308248 A CN 112308248A
- Authority
- CN
- China
- Prior art keywords
- information
- tower
- data
- management platform
- module
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 68
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000007726 management method Methods 0.000 claims abstract description 101
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000009826 distribution Methods 0.000 claims abstract description 32
- 238000007689 inspection Methods 0.000 claims abstract description 13
- 238000012549 training Methods 0.000 claims description 35
- 238000013528 artificial neural network Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 17
- 230000010354 integration Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/182—Network patterns, e.g. roads or rivers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Biophysics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Medical Informatics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种输电线路杆塔监测管理系统及方法，包括管理平台和信息采集装置；管理平台，用于获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到信息采集装置；信息采集装置，用于根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台，还用于采集杆塔环境信息并将采集信息传输到管理平台；管理平台，用于将获取到的采集信息进行处理与预存储的标准信息进行内容匹配，来检测采集的现场输电线路杆塔数据是否达标，并将备检信号告警信息以派工单的形式输出到对应管理人员的终端设备。能够降低人员工作量，提升工作效率。
Description
技术领域
本发明涉及输电线路监控技术领域，具体涉及一种输电线路杆塔监测管理系统及方法。
背景技术
随着科技水平的发展，人们对能源的需求越来越大，因此电网的规模不断扩大。伴随着科学技术的不断发展和进步，智能化电网技术已经越来越成熟，电网安全运行是社会正常运转的重要保障，一旦出现电网事故，将对工农业生产、居民生活造成极大的影响。电力系统具有多项不安全因素,一旦发生电力事故,将对个人或企业甚至国家造成不同程度的影响,因此保障电网的正常稳定运行是电力企业的工作。
由于输电线网络具有距离超长、所在地形多样与交错复杂等特点，同时自然灾害频发，所以选用有效的监测技术对于整个输电线的维护具有重大意义。输电线路定期巡检，能够有效消除可能的隐患或损失，保障电网运行安全。但是人工巡线劳动强度大、效率低。高效的电力故障抢修是电力企业安全生产的重要保证。
发明内容
由于输电线网络具有距离超长、所在地形多样与交错复杂等特点，同时自然灾害频发，所以选用有效的监测技术对于整个输电线的维护具有重大意义。输变电线路不可避免地跨越电气化铁路，保证供电线路和电气化铁路安全运行尤为重要。输电线路定期巡检，能够有效消除可能的隐患或损失，保障电网运行安全。但是人工巡线劳动强度大、效率低。高效的电力故障抢修是电力企业安全生产的重要保证，本发明提供一种输电线路杆塔监测管理系统及方法。
本发明的技术方案是：
一方面，本发明技术方案提供一种输电线路杆塔监测管理系统，包括管理平台和信息采集装置；信息采集装置与管理平台无线通信连接；
管理平台，用于获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到信息采集装置；
信息采集装置，用于根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台，还用于采集杆塔环境信息并将采集信息传输到管理平台；
管理平台，用于将获取到的采集信息进行处理与预存储的标准信息进行内容匹配，来检测采集的现场输电线路杆塔数据是否达标，若在接收到的采集信息中查询到与预存储的标准信息匹配度大于或等于预设比例阈值时，输出杆塔采集信息可靠信号，否则，输出备检信号告警信息，并将备检信号告警信息以派工单的形式输出到对应管理人员的终端设备。
优选地，信息采集装置包括无人机和设置在杆塔上的信息采集模块；
无人机包括摄像头和定位模块；
定位模块，用于接收管理平台发送的路径以及坐标信息并根据接收到的信息进行定位，定位完成后发送触发信息到摄像头；
摄像头，用于接收到触发信息后进行图像采集操作，并将采集的图像建立与坐标的对应关系打包发送到管理平台；无人机的摄像头采集信息时，以接收到的坐标为中心在规划路经上形成的图像采集区域进行采集图像；杆塔的分布形状图像包括杆塔的主体结构图像、形状图像和杆塔部件位置图像，将采集的通过实时形态图像与预存储的杆塔的标准形态进行比较，获取两者的区别点，从而判断杆塔是否发生主体结构变形、部件移位或丢失等状况，快速获取杆塔的异常信息并输出预警信息。
信息采集模块，用于采集杆塔设备信息、杆塔动态数据信息以及杆塔的环境信息并将采集的信息发送到管理平台；信息采集模块设置在杆塔上，该模块实时运行能够实现杆塔本体的实时监测，避免出现安全隐患导致杆塔运行故障，从而实现故障前预警，减少因杆塔导致的输电线路损坏，保证输电网更加稳定。
管理平台，用于将接收到的信息采集模块和摄像头发送的信息按杆塔的位置坐标进行存储，即，每个杆塔对应一个存储列表。
优选地，管理平台包括路径规划模块、数据处理模块、数据整合模块、存储模块；
路径规划模块，用于获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到无人机；
数据处理模块，用于接收无人机的摄像头采集的以坐标为中心的图像信息，获取的不同帧点云数据进行连续性匹配，构建图像采集区域的局部地图发送到数据整合模块；
数据整合模块，用于接收数据处理模块发送的局部地图，并将各局部地图进行整合形成全局地图；
存储模块，用于将接收到的信息采集模块和摄像头发送的信息按杆塔的位置坐标进行存储，即，每个杆塔对应一个存储列表；还用于存储整合模块输出的全局地图。
优选地，管理平台包括数据获取模块；
数据获取模块，用于获取存储模块处理存储的杆塔基础信息、杆塔定位信息、杆塔地图信息、杆塔动态数据、杆塔设备基础信息、杆塔设备检测信息和杆塔的环境信息；
数据处理模块，还用于将数据获取模块获取的信息分别进行处理输出分别进行处理，输出杆塔三维模型；还用于将数据获取模块获取的数据进行处理生成杆塔对应的数字档案并建立杆塔三维模型与数字档案的一一对应关系。
优选地，数据处理模块，还用于将数据获取模块获取的杆塔设备检测信息进行样本划分，对划分后的数据作趋势测算处理，测算后的数据偏离与存储的标准值则进行报警。
优选地，管理平台还包括损耗预测模块；
损耗预测模块包括当前数据获取单元、历史数据获取单元、处理单元；
当前数据获取单元，用于在设定时间获取当前输电线路辖区各变电站处在一个用电周期内的用电大数据；
历史数据获取单元，用于提取输电线路辖区各变电站历史用电周期内的用电大数据；
处理单元，用于将当前用电大数据与历史用电大数据进行对比，判断差值是否在设定的阈值范围内，基于对比结果判定是否存在线损；若连续设定周期存在线损，则输出告警信息到管理人员的终端设备。
优选地，管理平台还包括告警关联模块；
告警关联模块包括模型创建单元、告警关联输出单元；
模型创建单元，用于整理历史告警数据形成训练学习数据集，对训练学习数据集进行量化处理形成训练学习样本集，根据训练学习样本中的告警类型和维数确定神经网络结构以及训练学习参数；使用训练学习样本集对建立好的神经网络进行学习训练生成神经网络告警关联模型；
告警关联输出单元，用于对建立的神经网络告警关联模型进行验证，验证通过后将告警数据输入模型，输出相应的告警关联结果。由于系统中信息采集装置的数量可以是若干个，管理平台接收数据处理的告警信息比较复杂，通过设置告警关联模块对复杂告警数据的学习简历模型，具有较强的灵活性和适应性，能够在产生改经信息时自动机械宁告警关联为管理人员提供直观有效的信息。
另一方面，本发明技术方案还提供一种输电线路杆塔监测管理方法，应用于管理系统，所述的管理系统包括管理平台和信息采集装置；信息采集装置与管理平台无线通信连接；该方法包括如下步骤：
管理平台获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到信息采集装置；
信息采集装置根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台，还用于采集杆塔环境信息并将采集信息传输到管理平台；
管理平台将获取到的采集信息进行处理与预存储的标准信息进行内容匹配，来检测采集的现场输电线路杆塔数据是否达标，若在接收到的采集信息中查询到与预存储的标准信息匹配度大于或等于预设比例阈值时，输出杆塔采集信息可靠信号，否则，输出备检信号告警信息，并将备检信号告警信息以派工单的形式输出到对应管理人员的终端设备。
优选地，信息采集装置根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台的步骤包括：
接收管理平台发送的路径以及坐标信息并根据接收到的信息进行定位，定位完成后发送触发信息到摄像头；
接收到触发信息后进行图像采集操作，并将采集的图像建立与坐标的对应关系打包发送到管理平台；无人机的摄像头采集信息时，以接收到的坐标为中心在规划路经上形成的图像采集区域进行采集图像并将采集的信息发送到管理平台。
优选地，该方法还包括：
在设定时间获取当前输电线路辖区各变电站处在一个用电周期内的用电大数据；
提取输电线路辖区各变电站历史用电周期内的用电大数据；
将当前用电大数据与历史用电大数据进行对比，判断差值是否在设定的阈值范围内，基于对比结果判定是否存在线损；若连续设定周期存在线损，则输出告警信息到管理人员的终端设备。
优选地，该方法还包括：
整理历史告警数据形成训练学习数据集；
对训练学习数据集进行量化处理形成训练学习样本集
根据训练学习样本中的告警类型和维数确定神经网络结构以及训练学习参数；
使用训练学习样本集对建立好的神经网络进行学习训练生成神经网络告警关联模型；
对建立的神经网络告警关联模型进行验证，验证通过后将告警数据输入模型，输出相应的告警关联结果。
从以上技术方案可以看出，本发明具有以下优点：对输电线路进杆塔行定期检测，由于使用了管理平台数据处理模块进行采集信息的处理代替传统技术中的人力筛选，因此能够降低人员工作量，提升工作效率。确定存在较大线损需要维修的线路进行检修。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的系统的示意性框图。
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中的技术方案，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。
如图1所示，本发明技术方案提供一种输电线路杆塔监测管理系统，包括管理平台和信息采集装置；信息采集装置与管理平台无线通信连接；
管理平台，用于获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到信息采集装置；
信息采集装置，用于根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台，还用于采集杆塔环境信息并将采集信息传输到管理平台；
管理平台，用于将获取到的采集信息进行处理与预存储的标准信息进行内容匹配，来检测采集的现场输电线路杆塔数据是否达标，若在接收到的采集信息中查询到与预存储的标准信息匹配度大于或等于预设比例阈值时，输出杆塔采集信息可靠信号，否则，输出备检信号告警信息，并将备检信号告警信息以派工单的形式输出到对应管理人员的终端设备。
在有些实施例中，信息采集装置包括无人机和设置在杆塔上的信息采集模块；
无人机包括摄像头和定位模块；
定位模块，用于接收管理平台发送的路径以及坐标信息并根据接收到的信息进行定位，定位完成后发送触发信息到摄像头；
摄像头，用于接收到触发信息后进行图像采集操作，并将采集的图像建立与坐标的对应关系打包发送到管理平台；无人机的摄像头采集信息时，以接收到的坐标为中心在规划路经上形成的图像采集区域进行采集图像。
需要说明的是，在实际应用时，无人机采用现有的常用的无人机设备即可，摄像头一般设置在无人机的底部，在这里由于采集图像的区域范围比较大，一般采用广角摄像头，用于获得所需要的图像。
还需要说明的是，为了防止无人机实时传输数据时由于无线通信故障无法完成，本实施例中，无人机还包括与摄像头连接的处理设备，以及与处理设备连接的存储设备，存储设备一般为存储卡。
杆塔的分布形状图像包括杆塔的主体结构图像、形状图像和杆塔部件位置图像，将采集的通过实时形态图像与预存储的杆塔的标准形态进行比较，获取两者的区别点，从而判断杆塔是否发生主体结构变形、部件移位或丢失等状况，快速获取杆塔的异常信息并输出预警信息。
信息采集模块，用于采集杆塔设备信息、杆塔动态数据信息以及杆塔的环境信息并将采集的信息发送到管理平台；信息采集模块设置在杆塔上，该模块实时运行能够实现杆塔本体的实时监测，避免出现安全隐患导致杆塔运行故障，从而实现故障前预警，减少因杆塔导致的输电线路损坏，保证输电网更加稳定。
管理平台，用于将接收到的信息采集模块和摄像头发送的信息按杆塔的位置坐标进行存储，即，每个杆塔对应一个存储列表。为了查询方便，可以设置每个杆塔的数据对应一个文件夹进行存储。
在有些实施例中，管理平台包括路径规划模块、数据处理模块、数据整合模块、存储模块；
路径规划模块，用于获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到无人机；
数据处理模块，用于接收无人机的摄像头采集的以坐标为中心的图像信息，获取的不同帧点云数据进行连续性匹配，构建图像采集区域的局部地图发送到数据整合模块；
需要说明的是，采用现有的图像分析技术，分析和检测出杆塔的状态，它具有能够预警杆塔架起的输电线掉落、输电线剧烈晃动等问题，为输电线路的正常使用提供了保障。
数据整合模块，用于接收数据处理模块发送的局部地图，并将各局部地图进行整合形成全局地图；
存储模块，用于将接收到的信息采集模块和摄像头发送的信息按杆塔的位置坐标进行存储，即，每个杆塔对应一个存储列表；还用于存储整合模块输出的全局地图。
在有些实施例中，管理平台包括数据获取模块；
数据获取模块，用于获取存储模块处理存储的杆塔基础信息、杆塔定位信息、杆塔地图信息、杆塔动态数据、杆塔设备基础信息、杆塔设备检测信息和杆塔的环境信息；
数据处理模块，还用于将数据获取模块获取的信息分别进行处理输出分别进行处理，输出杆塔三维模型；还用于将数据获取模块获取的数据进行处理生成杆塔对应的数字档案并建立杆塔三维模型与数字档案的一一对应关系。
为了方便直观的对杆塔的数据进行管理，将杆塔三维模型和数字档案进行融合，并进行可视化操作，能够更有效、直观地对杆塔进行管理，提高了监测效率。
在有些实施例中，数据处理模块，还用于将数据获取模块获取的杆塔设备检测信息进行样本划分，对划分后的数据作趋势测算处理，测算后的数据偏离与存储的标准值则进行报警。
在有些实施例中，管理平台还包括损耗预测模块；
损耗预测模块包括当前数据获取单元、历史数据获取单元、处理单元；
当前数据获取单元，用于在设定时间获取当前输电线路辖区各变电站处在一个用电周期内的用电大数据；
历史数据获取单元，用于提取输电线路辖区各变电站历史用电周期内的用电大数据；
处理单元，用于将当前用电大数据与历史用电大数据进行对比，判断差值是否在设定的阈值范围内，基于对比结果判定是否存在线损；若连续设定周期存在线损，则输出告警信息到管理人员的终端设备。
获取当前用电大数据，进而与历史用电大数据进行对比，筛选出明显存在用电异常区域对应的输电线路，输出信息对管辖的输电线路进行排查，再次通过人工确认，确定存在需要维修的输电线路进行检修。能够降低人员工作量，提升工作效率。
在有些实施例中，管理平台还包括告警关联模块；
告警关联模块包括模型创建单元、告警关联输出单元；
模型创建单元，用于整理历史告警数据形成训练学习数据集，对训练学习数据集进行量化处理形成训练学习样本集，根据训练学习样本中的告警类型和维数确定神经网络结构以及训练学习参数；使用训练学习样本集对建立好的神经网络进行学习训练生成神经网络告警关联模型；
告警关联输出单元，用于对建立的神经网络告警关联模型进行验证，验证通过后将告警数据输入模型，输出相应的告警关联结果。
由于系统中信息采集装置的数量可以是若干个，管理平台接收数据处理的告警信息比较复杂，通过设置告警关联模块对复杂告警数据的学习简历模型，具有较强的灵活性和适应性，能够在产生改经信息时自动机械宁告警关联为管理人员提供直观有效的信息。
另外，本发明实施例还提供一种输电线路杆塔监测管理方法，应用于管理系统，所述的管理系统包括管理平台和信息采集装置；信息采集装置与管理平台无线通信连接；该方法包括如下步骤：
管理平台获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到信息采集装置；
信息采集装置根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台，还用于采集杆塔环境信息并将采集信息传输到管理平台；
管理平台将获取到的采集信息进行处理与预存储的标准信息进行内容匹配，来检测采集的现场输电线路杆塔数据是否达标，若在接收到的采集信息中查询到与预存储的标准信息匹配度大于或等于预设比例阈值时，输出杆塔采集信息可靠信号，否则，输出备检信号告警信息，并将备检信号告警信息以派工单的形式输出到对应管理人员的终端设备。
在有些实施例中，信息采集装置根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台的步骤包括：
接收管理平台发送的路径以及坐标信息并根据接收到的信息进行定位，定位完成后发送触发信息到摄像头；
接收到触发信息后进行图像采集操作，并将采集的图像建立与坐标的对应关系打包发送到管理平台；无人机的摄像头采集信息时，以接收到的坐标为中心在规划路经上形成的图像采集区域进行采集图像并将采集的信息发送到管理平台。
在有些实施例中，该方法还包括：
在设定时间获取当前输电线路辖区各变电站处在一个用电周期内的用电大数据；
提取输电线路辖区各变电站历史用电周期内的用电大数据；
将当前用电大数据与历史用电大数据进行对比，判断差值是否在设定的阈值范围内，基于对比结果判定是否存在线损；若连续设定周期存在线损，则输出告警信息到管理人员的终端设备。
在有些实施例中，该方法还包括：
整理历史告警数据形成训练学习数据集；
对训练学习数据集进行量化处理形成训练学习样本集
根据训练学习样本中的告警类型和维数确定神经网络结构以及训练学习参数；
使用训练学习样本集对建立好的神经网络进行学习训练生成神经网络告警关联模型；
对建立的神经网络告警关联模型进行验证，验证通过后将告警数据输入模型，输出相应的告警关联结果。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种输电线路杆塔监测管理系统，其特征在于，包括管理平台和信息采集装置；信息采集装置与管理平台无线通信连接；
管理平台，用于获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到信息采集装置；
信息采集装置，用于根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台，还用于采集杆塔环境信息并将采集信息传输到管理平台；
管理平台，用于将获取到的采集信息进行处理与预存储的标准信息进行内容匹配，来检测采集的现场输电线路杆塔数据是否达标，若在接收到的采集信息中查询到与预存储的标准信息匹配度大于或等于预设比例阈值时，输出杆塔采集信息可靠信号，否则，输出备检信号告警信息，并将备检信号告警信息以派工单的形式输出到对应管理人员的终端设备。
2.根据权利要求1所述的输电线路杆塔监测管理系统，其特征在于，信息采集装置包括无人机和设置在杆塔上的信息采集模块；
无人机包括摄像头和定位模块；
定位模块，用于接收管理平台发送的路径以及坐标信息并根据接收到的信息进行定位，定位完成后发送触发信息到摄像头；
摄像头，用于接收到触发信息后进行图像采集操作，并将采集的图像建立与坐标的对应关系打包发送到管理平台；无人机的摄像头采集信息时，以接收到的坐标为中心在规划路经上形成的图像采集区域进行采集图像；
信息采集模块，用于采集杆塔设备信息、杆塔动态数据信息以及杆塔的环境信息并将采集的信息发送到管理平台；
管理平台，用于将接收到的信息采集模块和摄像头发送的信息按杆塔的位置坐标进行存储，即，每个杆塔对应一个存储列表。
3.根据权利要求2所述的输电线路杆塔监测管理系统，其特征在于，管理平台包括路径规划模块、数据处理模块、数据整合模块、存储模块；
路径规划模块，用于获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到无人机；
数据处理模块，用于接收无人机的摄像头采集的以坐标为中心的图像信息，获取的不同帧点云数据进行连续性匹配，构建图像采集区域的局部地图发送到数据整合模块；
数据整合模块，用于接收数据处理模块发送的局部地图，并将各局部地图进行整合形成全局地图；
存储模块，用于将接收到的信息采集模块和摄像头发送的信息按杆塔的位置坐标进行存储，即，每个杆塔对应一个存储列表；还用于存储整合模块输出的全局地图。
4.根据权利要求3所述的输电线路杆塔监测管理系统，其特征在于，管理平台包括数据获取模块；
数据获取模块，用于获取存储模块处理存储的杆塔基础信息、杆塔定位信息、杆塔地图信息、杆塔动态数据、杆塔设备基础信息、杆塔设备检测信息和杆塔的环境信息；
数据处理模块，还用于将数据获取模块获取的信息分别进行处理输出分别进行处理，输出杆塔三维模型；还用于将数据获取模块获取的数据进行处理生成杆塔对应的数字档案并建立杆塔三维模型与数字档案的一一对应关系。
5.根据权利要求4所述的输电线路杆塔监测管理系统，其特征在于，数据处理模块，还用于将数据获取模块获取的杆塔设备检测信息进行样本划分，对划分后的数据作趋势测算处理，测算后的数据偏离与存储的标准值则进行报警。
6.根据权利要求1所述的输电线路杆塔监测管理系统，其特征在于，管理平台还包括损耗预测模块；
损耗预测模块包括当前数据获取单元、历史数据获取单元、处理单元；
当前数据获取单元，用于在设定时间获取当前输电线路辖区各变电站处在一个用电周期内的用电大数据；
历史数据获取单元，用于提取输电线路辖区各变电站历史用电周期内的用电大数据；
处理单元，用于将当前用电大数据与历史用电大数据进行对比，判断差值是否在设定的阈值范围内，基于对比结果判定是否存在线损；若连续设定周期存在线损，则输出告警信息到管理人员的终端设备。
7.根据权利要求1所述的输电线路杆塔监测管理系统，其特征在于，管理平台还包括告警关联模块；
告警关联模块包括模型创建单元、告警关联输出单元；
模型创建单元，用于整理历史告警数据形成训练学习数据集，对训练学习数据集进行量化处理形成训练学习样本集，根据训练学习样本中的告警类型和维数确定神经网络结构以及训练学习参数；使用训练学习样本集对建立好的神经网络进行学习训练生成神经网络告警关联模型；
告警关联输出单元，用于对建立的神经网络告警关联模型进行验证，验证通过后将告警数据输入模型，输出相应的告警关联结果。
8.一种输电线路杆塔监测管理方法，其特征在于，应用于管理系统，所述的管理系统包括管理平台和信息采集装置；信息采集装置与管理平台无线通信连接；该方法包括如下步骤：
管理平台获取监测区域杆塔分布信息，并根据获取的杆塔分布信息规划信息采集路径以及坐标输出到信息采集装置；
信息采集装置根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台，还用于采集杆塔环境信息并将采集信息传输到管理平台；
管理平台将获取到的采集信息进行处理与预存储的标准信息进行内容匹配，来检测采集的现场输电线路杆塔数据是否达标，若在接收到的采集信息中查询到与预存储的标准信息匹配度大于或等于预设比例阈值时，输出杆塔采集信息可靠信号，否则，输出备检信号告警信息，并将备检信号告警信息以派工单的形式输出到对应管理人员的终端设备。
9.根据权利要求8所述的输电线路杆塔监测管理方法，其特征在于，信息采集装置根据接收到的信息采集路径以及坐标采集输电线路中对应的杆塔的分布形状图像将采集信息传输到管理平台的步骤包括：
接收管理平台发送的路径以及坐标信息并根据接收到的信息进行定位，定位完成后发送触发信息到摄像头；
接收到触发信息后进行图像采集操作，并将采集的图像建立与坐标的对应关系打包发送到管理平台；无人机的摄像头采集信息时，以接收到的坐标为中心在规划路经上形成的图像采集区域进行采集图像并将采集的信息发送到管理平台。
10.根据权利要求9所述的输电线路杆塔监测管理方法，其特征在于，该方法还包括：
在设定时间获取当前输电线路辖区各变电站处在一个用电周期内的用电大数据；
提取输电线路辖区各变电站历史用电周期内的用电大数据；
将当前用电大数据与历史用电大数据进行对比，判断差值是否在设定的阈值范围内，基于对比结果判定是否存在线损；若连续设定周期存在线损，则输出告警信息到管理人员的终端设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011204481.XA CN112308248A (zh) | 2020-11-02 | 2020-11-02 | 一种输电线路杆塔监测管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011204481.XA CN112308248A (zh) | 2020-11-02 | 2020-11-02 | 一种输电线路杆塔监测管理系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112308248A true CN112308248A (zh) | 2021-02-02 |
Family
ID=74333626
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011204481.XA Pending CN112308248A (zh) | 2020-11-02 | 2020-11-02 | 一种输电线路杆塔监测管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112308248A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114898051A (zh) * | 2022-07-12 | 2022-08-12 | 安徽继远软件有限公司 | 基于输变电设备激光点云的三维建模云平台、方法、系统 |
| CN116404566A (zh) * | 2022-12-02 | 2023-07-07 | 国网河北省电力有限公司石家庄市栾城区供电分公司 | 配电线路巡视平台与巡视方法 |
| CN118367678A (zh) * | 2024-04-29 | 2024-07-19 | 深圳市群慧精密电路科技有限公司 | 一种基于视觉图像的配电网环境安全监控系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107294083A (zh) * | 2016-04-10 | 2017-10-24 | 国网山东省电力公司经济技术研究院 | 基于营配调贯通的负荷实测分析方法 |
| CN107357313A (zh) * | 2017-08-15 | 2017-11-17 | 成都优艾维智能科技有限责任公司 | 一种基于无人机巡检图像的输电线路故障维护系统及方法 |
| CN108447123A (zh) * | 2018-03-27 | 2018-08-24 | 贵州电网有限责任公司输电运行检修分公司 | 一种输电线路走廊地质灾害勘测方法和系统 |
| CN110048878A (zh) * | 2019-03-08 | 2019-07-23 | 国网河南省电力公司郑州供电公司 | 一种输电线路三跨可视化管理系统 |
| CN110991825A (zh) * | 2019-11-18 | 2020-04-10 | 国网浙江宁波市鄞州区供电有限公司 | 基于大数据的线损判定方法 |
| CN111224469A (zh) * | 2019-12-31 | 2020-06-02 | 深圳供电局有限公司 | 输电线路线损监测预警方法、装置、设备和介质 |
| CN111291648A (zh) * | 2020-01-19 | 2020-06-16 | 广东卓维网络有限公司 | 一种杆塔图像监测系统 |
| CN111311569A (zh) * | 2020-02-12 | 2020-06-19 | 江苏方天电力技术有限公司 | 基于无人机巡检的杆塔缺陷识别方法 |
-
2020
- 2020-11-02 CN CN202011204481.XA patent/CN112308248A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107294083A (zh) * | 2016-04-10 | 2017-10-24 | 国网山东省电力公司经济技术研究院 | 基于营配调贯通的负荷实测分析方法 |
| CN107357313A (zh) * | 2017-08-15 | 2017-11-17 | 成都优艾维智能科技有限责任公司 | 一种基于无人机巡检图像的输电线路故障维护系统及方法 |
| CN108447123A (zh) * | 2018-03-27 | 2018-08-24 | 贵州电网有限责任公司输电运行检修分公司 | 一种输电线路走廊地质灾害勘测方法和系统 |
| CN110048878A (zh) * | 2019-03-08 | 2019-07-23 | 国网河南省电力公司郑州供电公司 | 一种输电线路三跨可视化管理系统 |
| CN110991825A (zh) * | 2019-11-18 | 2020-04-10 | 国网浙江宁波市鄞州区供电有限公司 | 基于大数据的线损判定方法 |
| CN111224469A (zh) * | 2019-12-31 | 2020-06-02 | 深圳供电局有限公司 | 输电线路线损监测预警方法、装置、设备和介质 |
| CN111291648A (zh) * | 2020-01-19 | 2020-06-16 | 广东卓维网络有限公司 | 一种杆塔图像监测系统 |
| CN111311569A (zh) * | 2020-02-12 | 2020-06-19 | 江苏方天电力技术有限公司 | 基于无人机巡检的杆塔缺陷识别方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114898051A (zh) * | 2022-07-12 | 2022-08-12 | 安徽继远软件有限公司 | 基于输变电设备激光点云的三维建模云平台、方法、系统 |
| CN116404566A (zh) * | 2022-12-02 | 2023-07-07 | 国网河北省电力有限公司石家庄市栾城区供电分公司 | 配电线路巡视平台与巡视方法 |
| CN116404566B (zh) * | 2022-12-02 | 2024-02-06 | 国网河北省电力有限公司石家庄市栾城区供电分公司 | 配电线路巡视平台与巡视方法 |
| CN118367678A (zh) * | 2024-04-29 | 2024-07-19 | 深圳市群慧精密电路科技有限公司 | 一种基于视觉图像的配电网环境安全监控系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107994539B (zh) | 一种基于云服务器的配电线路故障检测系统 | |
| CN108805441A (zh) | 电力应急指挥系统 | |
| CN112308248A (zh) | 一种输电线路杆塔监测管理系统及方法 | |
| CN114640173B (zh) | 一种基于多特征量的变压器和发电机的预警模型 | |
| CN105427039A (zh) | 一种基于责任区的配电网抢修工单高效处理方法 | |
| CN102446390A (zh) | 一种对输电线路附近监控区域进行安全检测、预警的方法和系统 | |
| CN103166323A (zh) | 基于保护装置二次回路模型实时在线监测系统 | |
| CN110988559A (zh) | 基于物联网的变电站直流系统全生命周期的在线监测方法 | |
| CN109974780A (zh) | 一种基于物联网的电气设备状态监测系统 | |
| CN111047169A (zh) | 一种电网调度用故障分析检测系统 | |
| CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
| CN115293370A (zh) | 一种分布式光伏电站的数字一体化运维管理系统 | |
| CN111371180B (zh) | 变电站巡查监管与数据分析系统 | |
| CN117614137A (zh) | 基于多源数据融合的配电网优化系统 | |
| CN112432667A (zh) | 一种输电线路导线状态智能在线监测系统 | |
| CN106845780A (zh) | 一种发电机组运行工况分析系统及其分析方法 | |
| CN112379383A (zh) | 基于北斗卫星技术的输电线路通道林木监测系统及方法 | |
| CN105427188A (zh) | 一种基于多源异构信息融合的供电管控系统及方法 | |
| CN209311894U (zh) | 一种基于云技术的实时路施工监理系统 | |
| CN111815106A (zh) | 一种基于多源信息的电网应急方法 | |
| CN216977986U (zh) | 一种海上风电场设备腐蚀在线监测与智能决策系统 | |
| CN115880803A (zh) | 一种智能巡检系统及方法 | |
| CN115693911A (zh) | 一种配电网的设备状态感知系统 | |
| CN206132904U (zh) | 新型10kv线路的智慧故障指示系统 | |
| CN111857015B (zh) | 输变电云端智能控制器 |
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: 20210202 |