CN112329517B - 一种变电站刀闸确认视频图像分析方法及系统 - Google Patents

一种变电站刀闸确认视频图像分析方法及系统 Download PDF

Info

Publication number
CN112329517B
CN112329517B CN202010982404.0A CN202010982404A CN112329517B CN 112329517 B CN112329517 B CN 112329517B CN 202010982404 A CN202010982404 A CN 202010982404A CN 112329517 B CN112329517 B CN 112329517B
Authority
CN
China
Prior art keywords
alarm
information
target
behavior
disconnecting link
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
Application number
CN202010982404.0A
Other languages
English (en)
Other versions
CN112329517A (zh
Inventor
廖华
蔡宇
朱永虎
邓厚兵
李闯
梁阳
陈方之
袁卫义
申晓杰
邓朝翥
周韦
钟文明
董羊城
钟晖
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.)
Nanning Monitoring Center of Extra High Voltage Power Transmission Co
Original Assignee
Nanning Monitoring Center of Extra High Voltage Power Transmission Co
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 Nanning Monitoring Center of Extra High Voltage Power Transmission Co filed Critical Nanning Monitoring Center of Extra High Voltage Power Transmission Co
Priority to CN202010982404.0A priority Critical patent/CN112329517B/zh
Publication of CN112329517A publication Critical patent/CN112329517A/zh
Application granted granted Critical
Publication of CN112329517B publication Critical patent/CN112329517B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit 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
    • H02J13/00001—Circuit 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 characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit 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
    • H02J13/00002—Circuit 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 characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit 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
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H02J13/00036—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving switches, relays or circuit breakers

Abstract

本发明公开了一种变电站刀闸确认视频图像分析方法及系统。在应用上述方案时，首先确定实时告警窗口信息和关联运维参数，根据特征分布片段信息对目标刀闸确认视频图像进行异常特征分析得到多个异常特征分布信息。其次对异常告警对象对应的抗压力进行分析得到第一告警可靠性参数，进一步基于对目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。最后对第一告警可靠性参数与第二告警可靠性参数进行统计得到告警可靠性参数集合，判断告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定目标刀闸确认视频图像为告警训练样本。这样设计，最终产生的告警训练样本可以准确体现告警可靠性特征，进而提高后续样本训练的精确性。

Description

一种变电站刀闸确认视频图像分析方法及系统
技术领域
本公开涉及异常告警对象检测技术领域，特别涉及一种变电站刀闸确认视频图像分析方法及系统。
背景技术
告警训练样本对于告警分类的准确性显得至关重要，而现有变电站刀闸确认视频图像分析方法产生的告警训练样本，无法准确体现告警可靠性特征，进而影响后续样本训练的精确性。
发明内容
为改善相关技术中存在的技术问题，本公开提供了一种变电站刀闸确认视频图像分析方法及系统。
本发明提供了一种变电站刀闸确认视频图像分析方法，应用于云服务平台，所述方法包括：
确定目标刀闸确认视频图像的实时告警窗口信息和关联运维参数；
基于预设视频行为特征集合中的多个预设视频行为特征确定多组预设视频行为特征集，依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，并将每个异常特征分布信息对应的预设视频行为特征集的关联运维参数作为每个异常特征分布信息的运维比较影响元素信息；其中，每组预设视频行为特征集中包括的每个预设视频行为特征的参数不同，且一个预设视频行为特征对应的一个参数；
根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数；其中，每个异常特征分布信息用于检测不同的实时告警窗口信息对应的实际确认行为信息，所述异常特征分布信息基于所述视频行为特征集合进行异常特征分析后得到；
基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
对所述第一告警可靠性参数与所述第二告警可靠性参数进行统计得到告警可靠性参数集合，判断所述告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定所述目标刀闸确认视频图像为告警训练样本。
可选地，依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，具体包括：
采集每组预设视频行为特征集所对应的变电站刀闸监控设备在预设的刀闸检测区域内检测到的触发控制节点信息以及所述触发控制节点信息对应的触发监控信息；
获取基于所述触发控制节点信息在对应的触发监控信息中确定出的特征分布片段信息；
基于所述变电站刀闸监控设备所检测到的触发控制节点信息所对应的触发监控信息以及预先设置的刀闸检测区域的关键特征点和关键分布移动方向确定所述变电站刀闸监控设备对应的多个分布单元；
针对每个分布单元，确定所述分布单元包括的触发控制节点信息在对应的触发监控信息中的特征分布片段信息，得到所述分布单元对应的特征分布片段信息，对所述分布单元对应的触发监控信息中的不同的特征分布片段信息进行随机森林数分类，得到随机森林数分类参数；
将所述随机森林数分类参数与预设的分类参数相匹配确定出与所述分布单元相对应的目标刀闸确认视频图像；
基于确定出的与各个分布单元相对应的目标刀闸确认视频图像确定与所述每组预设视频行为特征集相匹配的图像特征向量，并对所述目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息。
可选地，根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，具体包括：
获取基于所述异常特征分布信息从所述变电站刀闸监控设备中采集的异常告警对象强度数据，所述异常告警对象强度数据包含告警持续参数、告警触发参数和告警门限参数；
对所述告警持续参数、由所述告警触发参数中的关键信息变更得到的目标告警触发参数以及所述告警触发参数中未被变更为目标告警触发参数的系数进行分析得到目标参数；
基于所述目标参数对所述告警门限参数进行筛选得到筛选后的告警门限参数，根据所述多个异常特征分布信息分别对所述目标参数以及筛选后的告警门限参数分析得到多个实际确认行为信息。
可选地，基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数，具体包括：
基于预先设定的每个异常特征分布信息中的至少一个异常频繁节点信息，采集与所述异常频繁节点信息相互匹配的实际确认行为信息，对采集得到的包括确认行为内容和确认行为标签的所述实际确认行为信息进行数据解析，得到目标确认行为内容特征值和目标行为标签特征值；
构建所述目标确认行为内容特征值和目标行为标签特征值之间的映射关系并存储所述目标确认行为内容特征值以及目标行为标签特征值；
基于目标确认行为内容特征值和目标行为标签特征值之间的映射关系分别对所述目标确认行为内容特征值和所述目标行为标签特征值进行预处理得到预处理后的目标确认行为内容特征值以及目标行为标签特征值；
根据预处理后的目标确认行为内容特征值以及目标行为标签特征值进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数。
可选地，基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数，具体包括：
基于所述视频行为特征集合和多个实时告警窗口信息获取目标刀闸确认视频图像对应的告警密集位图；基于所述目标刀闸确认视频图像对应的告警密集位图生成告警频繁标签位图；
依据所述告警频繁标签位图对所述目标刀闸确认视频图像中的告警间隔信息进行标记得到目标标记节点；
统计得到的告警频繁标签位图中与所述告警间隔信息中的目标标记节点匹配的频繁告警状态子图的数量，并判断所述频繁告警状态子图的数量是否与预设数量相一致；
若一致，则根据所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
若不一致，则对所述告警频繁标签位图进行更新得到优化后的告警频繁标签位图，基于优化后的告警频繁标签位图对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。
本发明还提供了一种变电站刀闸确认视频图像分析系统，包括云服务平台和变电站刀闸监控设备，所述云服务平台和所述变电站刀闸监控设备通信连接；
所述云服务平台用于：
确定目标刀闸确认视频图像的实时告警窗口信息和关联运维参数；
基于预设视频行为特征集合中的多个预设视频行为特征确定多组预设视频行为特征集，依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，并将每个异常特征分布信息对应的预设视频行为特征集的关联运维参数作为每个异常特征分布信息的运维比较影响元素信息；其中，每组预设视频行为特征集中包括的每个预设视频行为特征的参数不同，且一个预设视频行为特征对应的一个参数；
根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数；其中，每个异常特征分布信息用于检测不同的实时告警窗口信息对应的实际确认行为信息，所述异常特征分布信息基于所述视频行为特征集合进行异常特征分析后得到；
基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
对所述第一告警可靠性参数与所述第二告警可靠性参数进行统计得到告警可靠性参数集合，判断所述告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定所述目标刀闸确认视频图像为告警训练样本。
可选地，所述云服务平台用于：
采集每组预设视频行为特征集所对应的变电站刀闸监控设备在预设的刀闸检测区域内检测到的触发控制节点信息以及所述触发控制节点信息对应的触发监控信息；
获取基于所述触发控制节点信息在对应的触发监控信息中确定出的特征分布片段信息；
基于所述变电站刀闸监控设备所检测到的触发控制节点信息所对应的触发监控信息以及预先设置的刀闸检测区域的关键特征点和关键分布移动方向确定所述变电站刀闸监控设备对应的多个分布单元；
针对每个分布单元，确定所述分布单元包括的触发控制节点信息在对应的触发监控信息中的特征分布片段信息，得到所述分布单元对应的特征分布片段信息，对所述分布单元对应的触发监控信息中的不同的特征分布片段信息进行随机森林数分类，得到随机森林数分类参数；
将所述随机森林数分类参数与预设的分类参数相匹配确定出与所述分布单元相对应的目标刀闸确认视频图像；
基于确定出的与各个分布单元相对应的目标刀闸确认视频图像确定与所述每组预设视频行为特征集相匹配的图像特征向量，并对所述目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息。
可选地，所述云服务平台用于：
获取基于所述异常特征分布信息从所述变电站刀闸监控设备中采集的异常告警对象强度数据，所述异常告警对象强度数据包含告警持续参数、告警触发参数和告警门限参数；
对所述告警持续参数、由所述告警触发参数中的关键信息变更得到的目标告警触发参数以及所述告警触发参数中未被变更为目标告警触发参数的系数进行分析得到目标参数；
基于所述目标参数对所述告警门限参数进行筛选得到筛选后的告警门限参数，根据所述多个异常特征分布信息分别对所述目标参数以及筛选后的告警门限参数分析得到多个实际确认行为信息。
可选地，所述云服务平台用于：
基于预先设定的每个异常特征分布信息中的至少一个异常频繁节点信息，采集与所述异常频繁节点信息相互匹配的实际确认行为信息，对采集得到的包括确认行为内容和确认行为标签的所述实际确认行为信息进行数据解析，得到目标确认行为内容特征值和目标行为标签特征值；
构建所述目标确认行为内容特征值和目标行为标签特征值之间的映射关系并存储所述目标确认行为内容特征值以及目标行为标签特征值；
基于目标确认行为内容特征值和目标行为标签特征值之间的映射关系分别对所述目标确认行为内容特征值和所述目标行为标签特征值进行预处理得到预处理后的目标确认行为内容特征值以及目标行为标签特征值；
根据预处理后的目标确认行为内容特征值以及目标行为标签特征值进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数。
可选地，所述云服务平台用于：
基于所述视频行为特征集合和多个实时告警窗口信息获取目标刀闸确认视频图像对应的告警密集位图；基于所述目标刀闸确认视频图像对应的告警密集位图生成告警频繁标签位图；
依据所述告警频繁标签位图对所述目标刀闸确认视频图像中的告警间隔信息进行标记得到目标标记节点；
统计得到的告警频繁标签位图中与所述告警间隔信息中的目标标记节点匹配的频繁告警状态子图的数量，并判断所述频繁告警状态子图的数量是否与预设数量相一致；
若一致，则根据所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
若不一致，则对所述告警频繁标签位图进行更新得到优化后的告警频繁标签位图，基于优化后的告警频繁标签位图对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。
本公开的实施例提供的技术方案可以包括以下有益效果。
本公开提供了一种变电站刀闸确认视频图像分析方法及系统，首先确定实时告警窗口信息和关联运维参数，根据确定的每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到多个异常特征分布信息，进一步将关联运维参数作为每个异常特征分布信息的运维比较影响元素信息。其次基于运维比较影响元素信息对确定出的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数，进一步基于对目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。最后对第一告警可靠性参数与第二告警可靠性参数进行统计得到告警可靠性参数集合，判断告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定目标刀闸确认视频图像为告警训练样本。这样设计，这样设计，最终产生的告警训练样本可以准确体现告警可靠性特征，进而提高后续样本训练的精确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。
图1是本发明实施例提供的一种变电站刀闸确认视频图像分析方法的流程图。
图2是本发明实施例提供的一种变电站刀闸确认视频图像分析装置的框图。
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。
为解决上述技术问题，本实施例提供的变电站刀闸确认视频图像分析系统包括云服务平台和变电站刀闸监控设备。其中，所述云服务平台和所述变电站刀闸监控设备通信。
图1是根据本公开所涉及的一种变电站刀闸确认视频图像分析方法的流程图，该方法可以应用于应用于云服务平台，该方法可以包括以下内容。
步骤S110，确定目标刀闸确认视频图像的实时告警窗口信息和关联运维参数。
步骤S120，基于预设视频行为特征集合中的多个预设视频行为特征确定多组预设视频行为特征集，依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，并将每个异常特征分布信息对应的预设视频行为特征集的关联运维参数作为每个异常特征分布信息的运维比较影响元素信息。
在本实施例中，每组预设视频行为特征集中包括的每个预设视频行为特征的参数不同，且一个预设视频行为特征对应的一个参数。
步骤S130，根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数。
在本实施例中，每个异常特征分布信息用于检测不同的实时告警窗口信息对应的实际确认行为信息，所述异常特征分布信息基于所述视频行为特征集合进行异常特征分析后得到。
步骤S140，基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。
步骤S150，对所述第一告警可靠性参数与所述第二告警可靠性参数进行统计得到告警可靠性参数集合，判断所述告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定所述目标刀闸确认视频图像为告警训练样本。
执行步骤S110-步骤S150所描述的内容，首先确定实时告警窗口信息和关联运维参数，根据确定的每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到多个异常特征分布信息，进一步将关联运维参数作为每个异常特征分布信息的运维比较影响元素信息。其次基于运维比较影响元素信息对确定出的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数，进一步基于对目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。最后对第一告警可靠性参数与第二告警可靠性参数进行统计得到告警可靠性参数集合，判断告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定目标刀闸确认视频图像为告警训练样本。这样设计，这样设计，最终产生的告警训练样本可以准确体现告警可靠性特征，进而提高后续样本训练的精确性。
在具体实施时，为了方便后续对目标刀闸确认视频图像进行数据分析，降低检测难度，提高工作效率。步骤S120所描述的依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，具体可以包括以下子步骤S1201-子步骤S1206所描述的内容。
步骤S1201，采集每组预设视频行为特征集所对应的变电站刀闸监控设备在预设的刀闸检测区域内检测到的触发控制节点信息以及所述触发控制节点信息对应的触发监控信息。
步骤S1202，获取基于所述触发控制节点信息在对应的触发监控信息中确定出的特征分布片段信息。
步骤S1203，基于所述变电站刀闸监控设备所检测到的触发控制节点信息所对应的触发监控信息以及预先设置的刀闸检测区域的关键特征点和关键分布移动方向确定所述变电站刀闸监控设备对应的多个分布单元。
步骤S1204，针对每个分布单元，确定所述分布单元包括的触发控制节点信息在对应的触发监控信息中的特征分布片段信息，得到所述分布单元对应的特征分布片段信息，对所述分布单元对应的触发监控信息中的不同的特征分布片段信息进行随机森林数分类，得到随机森林数分类参数。
步骤S1205，将所述随机森林数分类参数与预设的分类参数相匹配确定出与所述分布单元相对应的目标刀闸确认视频图像。
步骤S1206，基于确定出的与各个分布单元相对应的目标刀闸确认视频图像确定与所述每组预设视频行为特征集相匹配的图像特征向量，并对所述目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息。
执行子步骤S1201-子步骤S1206所描述的内容，首先采集触发控制节点信息以及触发监控信息，进一步确定出特征分布片段信息。其次确定出变电站刀闸监控设备对应的多个分布单元，针对每个分布单元，确定分布单元包括的触发控制节点信息在对应的触发监控信息中的特征分布片段信息，得到分布单元对应的特征分布片段信息，对分布单元对应的触发监控信息中的不同的特征分布片段信息进行随机森林数分类，得到随机森林数分类参数；进一步确定出与分布单元相对应的目标刀闸确认视频图像。最后确定与每组预设视频行为特征集相匹配的图像特征向量，并对目标刀闸确认视频图像进行异常特征分析，得到分别与多组预设视频行为特征集对应的多个异常特征分布信息。如此，通过确定出多个异常特征分布信息，方便后续对目标刀闸确认视频图像进行数据分析，进而降低检测难度，提高工作效率。
在具体实施时，为了能够准确地确定出多个实际确认行为信息，步骤S130所描述的根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，具体可以包括步骤S1301-步骤S1303所描述的内容。
步骤S1301，获取基于所述异常特征分布信息从所述变电站刀闸监控设备中采集的异常告警对象强度数据，所述异常告警对象强度数据包含告警持续参数、告警触发参数和告警门限参数。
步骤S1302，对所述告警持续参数、由所述告警触发参数中的关键信息变更得到的目标告警触发参数以及所述告警触发参数中未被变更为目标告警触发参数的系数进行分析得到目标参数。
步骤S1303，基于所述目标参数对所述告警门限参数进行筛选得到筛选后的告警门限参数，根据所述多个异常特征分布信息分别对所述目标参数以及筛选后的告警门限参数分析得到多个实际确认行为信息。
执行步骤S1301-步骤S1303所描述的内容，获取异常告警对象强度数据，其中，异常告警对象强度数据包含告警持续参数、告警触发参数和告警门限参数，进一步对告警持续参数、由告警触发参数中的关键信息变更得到的目标告警触发参数以及告警触发参数中未被变更为目标告警触发参数的系数进行分析得到目标参数，进而基于目标参数对告警门限参数进行筛选得到筛选后的告警门限参数，根据多个异常特征分布信息分别对目标参数以及筛选后的告警门限参数分析得到多个实际确认行为信息。如此，能够准确地确定出多个实际确认行为信息。
在具体实施时，传统地对异常告警对象的检测都是通过人工检测，这样会加大人工的工作量，为了节省人力和物力的前提下准确地分析出异常告警对象对应的抗压力，进而得到第一告警可靠性参数，步骤S130所描述的基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数，具体还可以包括步骤S1304-步骤S1307所描述的内容。
步骤S1304，基于预先设定的每个异常特征分布信息中的至少一个异常频繁节点信息，采集与所述异常频繁节点信息相互匹配的实际确认行为信息，对采集得到的包括确认行为内容和确认行为标签的所述实际确认行为信息进行数据解析，得到目标确认行为内容特征值和目标行为标签特征值。
步骤S1305，构建所述目标确认行为内容特征值和目标行为标签特征值之间的映射关系并存储所述目标确认行为内容特征值以及目标行为标签特征值。
步骤S1306，基于目标确认行为内容特征值和目标行为标签特征值之间的映射关系分别对所述目标确认行为内容特征值和所述目标行为标签特征值进行预处理得到预处理后的目标确认行为内容特征值以及目标行为标签特征值。
步骤S1307，根据预处理后的目标确认行为内容特征值以及目标行为标签特征值进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数。
执行步骤S1304-步骤S1307所描述的内容，首先采集与异常频繁节点信息相互匹配的实际确认行为信息并进行数据解析，构建得到目标确认行为内容特征值和目标行为标签特征值之间的映射关系，基于映射关系分别对目标确认行为内容特征值和目标行为标签特征值进行预处理，根据预处理后的目标确认行为内容特征值以及目标行为标签特征值进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数。这样能够在省去了人工检测的大量工作量,节省了人力和物力的前提下准确地分析出异常告警对象对应的抗压力，进而得到第一告警可靠性参数。
在具体实施时，为了能够避免对告警间隔信息进行盲目的分析，极大地提高对目标刀闸确认视频图像的告警间隔信息进行分析的处理效率。步骤S140所描述的基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数，具体可以包括步骤S1401-步骤S1405所描述的内容。
步骤S1401，基于所述视频行为特征集合和多个实时告警窗口信息获取目标刀闸确认视频图像对应的告警密集位图；基于所述目标刀闸确认视频图像对应的告警密集位图生成告警频繁标签位图。
步骤S1402，依据所述告警频繁标签位图对所述目标刀闸确认视频图像中的告警间隔信息进行标记得到目标标记节点。
步骤S1403，统计得到的告警频繁标签位图中与所述告警间隔信息中的目标标记节点匹配的频繁告警状态子图的数量，并判断所述频繁告警状态子图的数量是否与预设数量相一致。
步骤S14014，若一致，则根据所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。
步骤S1405，若不一致，则对所述告警频繁标签位图进行更新得到优化后的告警频繁标签位图，基于优化后的告警频繁标签位图对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。
执行步骤S1401-步骤S1405所描述的内容，获取目标刀闸确认视频图像对应的告警密集位图，进而生成告警频繁标签位图，依据告警频繁标签位图对目标刀闸确认视频图像中的告警间隔信息进行标记得到目标标记节点，进一步统计告警频繁标签位图与目标标记节点匹配的频繁告警状态子图的数量，并判断是否与与预设数量相一致，若一致，对目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。若不一致，则对告警频繁标签位图进行更新得到优化后的告警频繁标签位图，进而基于优化后的告警频繁标签位图对目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。这样设计，通过对频繁告警状态子图的数量是否与预设数量相一致进行判断，能够避免对告警间隔信息进行盲目的分析，极大地提高对目标刀闸确认视频图像的告警间隔信息进行分析的处理效率。
在具体实施时，为了方便后续对第一告警可靠性参数与第二告警可靠性参数进行调取，步骤S150所描述的对所述第一告警可靠性参数与所述第二告警可靠性参数进行统计得到告警可靠性参数集合，具体可以包括以下子步骤S1501-子步骤S1503所描述的内容。
步骤S1501，确定所述第一告警可靠性参数与所述第二告警可靠性参数之间的相关性，并根据相关性确定第一告警可靠性参数与所述第二告警可靠性参数之间的匹配分类参数，将所述匹配分类参数作为基准值。
步骤S1502，从所述第一告警可靠性参数和所述第二告警可靠性参数中分别筛选出多个与所述基准值相同的告警规则，得到多个第三告警可靠性参数。
步骤S1503，根据预先存储的分类方法对所述多个第三告警可靠性参数进行分类，得到多组告警规则单元，基于相关性以及统计方法对多组告警规则单元进行统计得到告警可靠性参数集合。
通过执行子步骤S1501-子步骤S1503所描述的内容，对第一告警可靠性参数与第二告警可靠性参数进行统计，方便后续对第一告警可靠性参数与第二告警可靠性参数进行调取。
基于同样的发明构思，还提供了一种变电站刀闸确认视频图像分析系统，包括云服务平台和变电站刀闸监控设备，所述云服务平台和所述变电站刀闸监控设备通信连接；
所述云服务平台用于：
确定目标刀闸确认视频图像的实时告警窗口信息和关联运维参数；
基于预设视频行为特征集合中的多个预设视频行为特征确定多组预设视频行为特征集，依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，并将每个异常特征分布信息对应的预设视频行为特征集的关联运维参数作为每个异常特征分布信息的运维比较影响元素信息；其中，每组预设视频行为特征集中包括的每个预设视频行为特征的参数不同，且一个预设视频行为特征对应的一个参数；
根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数；其中，每个异常特征分布信息用于检测不同的实时告警窗口信息对应的实际确认行为信息，所述异常特征分布信息基于所述视频行为特征集合进行异常特征分析后得到；
基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
对所述第一告警可靠性参数与所述第二告警可靠性参数进行统计得到告警可靠性参数集合，判断所述告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定所述目标刀闸确认视频图像为告警训练样本。
可选地，所述云服务平台用于：
采集每组预设视频行为特征集所对应的变电站刀闸监控设备在预设的刀闸检测区域内检测到的触发控制节点信息以及所述触发控制节点信息对应的触发监控信息；
获取基于所述触发控制节点信息在对应的触发监控信息中确定出的特征分布片段信息；
基于所述变电站刀闸监控设备所检测到的触发控制节点信息所对应的触发监控信息以及预先设置的刀闸检测区域的关键特征点和关键分布移动方向确定所述变电站刀闸监控设备对应的多个分布单元；
针对每个分布单元，确定所述分布单元包括的触发控制节点信息在对应的触发监控信息中的特征分布片段信息，得到所述分布单元对应的特征分布片段信息，对所述分布单元对应的触发监控信息中的不同的特征分布片段信息进行随机森林数分类，得到随机森林数分类参数；
将所述随机森林数分类参数与预设的分类参数相匹配确定出与所述分布单元相对应的目标刀闸确认视频图像；
基于确定出的与各个分布单元相对应的目标刀闸确认视频图像确定与所述每组预设视频行为特征集相匹配的图像特征向量，并对所述目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息。
可选地，所述云服务平台用于：
获取基于所述异常特征分布信息从所述变电站刀闸监控设备中采集的异常告警对象强度数据，所述异常告警对象强度数据包含告警持续参数、告警触发参数和告警门限参数；
对所述告警持续参数、由所述告警触发参数中的关键信息变更得到的目标告警触发参数以及所述告警触发参数中未被变更为目标告警触发参数的系数进行分析得到目标参数；
基于所述目标参数对所述告警门限参数进行筛选得到筛选后的告警门限参数，根据所述多个异常特征分布信息分别对所述目标参数以及筛选后的告警门限参数分析得到多个实际确认行为信息。
可选地，所述云服务平台用于：
基于预先设定的每个异常特征分布信息中的至少一个异常频繁节点信息，采集与所述异常频繁节点信息相互匹配的实际确认行为信息，对采集得到的包括确认行为内容和确认行为标签的所述实际确认行为信息进行数据解析，得到目标确认行为内容特征值和目标行为标签特征值；
构建所述目标确认行为内容特征值和目标行为标签特征值之间的映射关系并存储所述目标确认行为内容特征值以及目标行为标签特征值；
基于目标确认行为内容特征值和目标行为标签特征值之间的映射关系分别对所述目标确认行为内容特征值和所述目标行为标签特征值进行预处理得到预处理后的目标确认行为内容特征值以及目标行为标签特征值；
根据预处理后的目标确认行为内容特征值以及目标行为标签特征值进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数。
可选地，所述云服务平台用于：
基于所述视频行为特征集合和多个实时告警窗口信息获取目标刀闸确认视频图像对应的告警密集位图；基于所述目标刀闸确认视频图像对应的告警密集位图生成告警频繁标签位图；
依据所述告警频繁标签位图对所述目标刀闸确认视频图像中的告警间隔信息进行标记得到目标标记节点；
统计得到的告警频繁标签位图中与所述告警间隔信息中的目标标记节点匹配的频繁告警状态子图的数量，并判断所述频繁告警状态子图的数量是否与预设数量相一致；
若一致，则根据所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
若不一致，则对所述告警频繁标签位图进行更新得到优化后的告警频繁标签位图，基于优化后的告警频繁标签位图对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。
在上述基础上，请结合参阅图2，本发明提供了一种变电站刀闸确认视频图像分析装置200，应用于云服务平台，该装置具体可以包括以下功能模块：
第一确定模块210，用于确定目标刀闸确认视频图像的实时告警窗口信息和关联运维参数；
第二确定模块220，用于基于预设视频行为特征集合中的多个预设视频行为特征确定多组预设视频行为特征集，依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，并将每个异常特征分布信息对应的预设视频行为特征集的关联运维参数作为每个异常特征分布信息的运维比较影响元素信息；其中，每组预设视频行为特征集中包括的每个预设视频行为特征的参数不同，且一个预设视频行为特征对应的一个参数；
第一分析模块230，用于根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数；其中，每个异常特征分布信息用于检测不同的实时告警窗口信息对应的实际确认行为信息，所述异常特征分布信息基于所述视频行为特征集合进行异常特征分析后得到；
第二分析模块240，用于基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
匹配模块250，用于对所述第一告警可靠性参数与所述第二告警可靠性参数进行统计得到告警可靠性参数集合，判断所述告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定所述目标刀闸确认视频图像为告警训练样本。
进一步地，还提供了一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述的方法。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种变电站刀闸确认视频图像分析方法，其特征在于，应用于云服务平台，所述方法包括：
确定目标刀闸确认视频图像的实时告警窗口信息和关联运维参数；
基于预设视频行为特征集合中的多个预设视频行为特征确定多组预设视频行为特征集，依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，并将每个异常特征分布信息对应的预设视频行为特征集的关联运维参数作为每个异常特征分布信息的运维比较影响元素信息；其中，每组预设视频行为特征集中包括的每个预设视频行为特征的参数不同，且一个预设视频行为特征对应的一个参数；
根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数；其中，每个异常特征分布信息用于检测不同的实时告警窗口信息对应的实际确认行为信息，所述异常特征分布信息基于所述视频行为特征集合进行异常特征分析后得到；
基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
对所述第一告警可靠性参数与所述第二告警可靠性参数进行统计得到告警可靠性参数集合，判断所述告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定所述目标刀闸确认视频图像为告警训练样本。
2.根据权利要求1所述的一种变电站刀闸确认视频图像分析方法，其特征在于，依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，具体包括：
采集每组预设视频行为特征集所对应的变电站刀闸监控设备在预设的刀闸检测区域内检测到的触发控制节点信息以及所述触发控制节点信息对应的触发监控信息；
获取基于所述触发控制节点信息在对应的触发监控信息中确定出的特征分布片段信息；
基于所述变电站刀闸监控设备所检测到的触发控制节点信息所对应的触发监控信息以及预先设置的刀闸检测区域的关键特征点和关键分布移动方向确定所述变电站刀闸监控设备对应的多个分布单元；
针对每个分布单元，确定所述分布单元包括的触发控制节点信息在对应的触发监控信息中的特征分布片段信息，得到所述分布单元对应的特征分布片段信息，对所述分布单元对应的触发监控信息中的不同的特征分布片段信息进行随机森林数分类，得到随机森林数分类参数；
将所述随机森林数分类参数与预设的分类参数相匹配确定出与所述分布单元相对应的目标刀闸确认视频图像；
基于确定出的与各个分布单元相对应的目标刀闸确认视频图像确定与所述每组预设视频行为特征集相匹配的图像特征向量，并对所述目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息。
3.根据权利要求1所述的一种变电站刀闸确认视频图像分析方法，其特征在于，根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，具体包括：
获取基于所述异常特征分布信息从所述变电站刀闸监控设备中采集的异常告警对象强度数据，所述异常告警对象强度数据包含告警持续参数、告警触发参数和告警门限参数；
对所述告警持续参数、由所述告警触发参数中的关键信息变更得到的目标告警触发参数以及所述告警触发参数中未被变更为目标告警触发参数的系数进行分析得到目标参数；
基于所述目标参数对所述告警门限参数进行筛选得到筛选后的告警门限参数，根据所述多个异常特征分布信息分别对所述目标参数以及筛选后的告警门限参数分析得到多个实际确认行为信息。
4.根据权利要求1所述的一种变电站刀闸确认视频图像分析方法，其特征在于，基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数，具体包括：
基于预先设定的每个异常特征分布信息中的至少一个异常频繁节点信息，采集与所述异常频繁节点信息相互匹配的实际确认行为信息，对采集得到的包括确认行为内容和确认行为标签的所述实际确认行为信息进行数据解析，得到目标确认行为内容特征值和目标行为标签特征值；
构建所述目标确认行为内容特征值和目标行为标签特征值之间的映射关系并存储所述目标确认行为内容特征值以及目标行为标签特征值；
基于目标确认行为内容特征值和目标行为标签特征值之间的映射关系分别对所述目标确认行为内容特征值和所述目标行为标签特征值进行预处理得到预处理后的目标确认行为内容特征值以及目标行为标签特征值；
根据预处理后的目标确认行为内容特征值以及目标行为标签特征值进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数。
5.根据权利要求1所述的一种变电站刀闸确认视频图像分析方法，其特征在于，基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数，具体包括：
基于所述视频行为特征集合和多个实时告警窗口信息获取目标刀闸确认视频图像对应的告警密集位图；基于所述目标刀闸确认视频图像对应的告警密集位图生成告警频繁标签位图；
依据所述告警频繁标签位图对所述目标刀闸确认视频图像中的告警间隔信息进行标记得到目标标记节点；
统计得到的告警频繁标签位图中与所述告警间隔信息中的目标标记节点匹配的频繁告警状态子图的数量，并判断所述频繁告警状态子图的数量是否与预设数量相一致；
若一致，则根据所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
若不一致，则对所述告警频繁标签位图进行更新得到优化后的告警频繁标签位图，基于优化后的告警频繁标签位图对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。
6.一种变电站刀闸确认视频图像分析系统，其特征在于，包括云服务平台和变电站刀闸监控设备，所述云服务平台和所述变电站刀闸监控设备通信连接；
所述云服务平台用于：
确定目标刀闸确认视频图像的实时告警窗口信息和关联运维参数；
基于预设视频行为特征集合中的多个预设视频行为特征确定多组预设视频行为特征集，依据每组预设视频行为特征集中的特征分布片段信息对变电站刀闸监控设备中检测到的目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息，并将每个异常特征分布信息对应的预设视频行为特征集的关联运维参数作为每个异常特征分布信息的运维比较影响元素信息；其中，每组预设视频行为特征集中包括的每个预设视频行为特征的参数不同，且一个预设视频行为特征对应的一个参数；
根据所述多个异常特征分布信息分别从所述变电站刀闸监控设备中确定出多个实际确认行为信息，基于每个异常特征分布信息的运维比较影响元素信息对根据所述多个异常特征分布信息采集到的多个实际确认行为信息进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数；其中，每个异常特征分布信息用于检测不同的实时告警窗口信息对应的实际确认行为信息，所述异常特征分布信息基于所述视频行为特征集合进行异常特征分析后得到；
基于所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
对所述第一告警可靠性参数与所述第二告警可靠性参数进行统计得到告警可靠性参数集合，判断所述告警可靠性参数集合是否与预设的告警规则匹配，若匹配，则判定所述目标刀闸确认视频图像为告警训练样本。
7.根据权利要求6所述的一种变电站刀闸确认视频图像分析系统，其特征在于，所述云服务平台用于：
采集每组预设视频行为特征集所对应的变电站刀闸监控设备在预设的刀闸检测区域内检测到的触发控制节点信息以及所述触发控制节点信息对应的触发监控信息；
获取基于所述触发控制节点信息在对应的触发监控信息中确定出的特征分布片段信息；
基于所述变电站刀闸监控设备所检测到的触发控制节点信息所对应的触发监控信息以及预先设置的刀闸检测区域的关键特征点和关键分布移动方向确定所述变电站刀闸监控设备对应的多个分布单元；
针对每个分布单元，确定所述分布单元包括的触发控制节点信息在对应的触发监控信息中的特征分布片段信息，得到所述分布单元对应的特征分布片段信息，对所述分布单元对应的触发监控信息中的不同的特征分布片段信息进行随机森林数分类，得到随机森林数分类参数；
将所述随机森林数分类参数与预设的分类参数相匹配确定出与所述分布单元相对应的目标刀闸确认视频图像；
基于确定出的与各个分布单元相对应的目标刀闸确认视频图像确定与所述每组预设视频行为特征集相匹配的图像特征向量，并对所述目标刀闸确认视频图像进行异常特征分析，得到分别与所述多组预设视频行为特征集对应的多个异常特征分布信息。
8.根据权利要求6所述的一种变电站刀闸确认视频图像分析系统，其特征在于，所述云服务平台用于：
获取基于所述异常特征分布信息从所述变电站刀闸监控设备中采集的异常告警对象强度数据，所述异常告警对象强度数据包含告警持续参数、告警触发参数和告警门限参数；
对所述告警持续参数、由所述告警触发参数中的关键信息变更得到的目标告警触发参数以及所述告警触发参数中未被变更为目标告警触发参数的系数进行分析得到目标参数；
基于所述目标参数对所述告警门限参数进行筛选得到筛选后的告警门限参数，根据所述多个异常特征分布信息分别对所述目标参数以及筛选后的告警门限参数分析得到多个实际确认行为信息。
9.根据权利要求6所述的一种变电站刀闸确认视频图像分析系统，其特征在于，所述云服务平台用于：
基于预先设定的每个异常特征分布信息中的至少一个异常频繁节点信息，采集与所述异常频繁节点信息相互匹配的实际确认行为信息，对采集得到的包括确认行为内容和确认行为标签的所述实际确认行为信息进行数据解析，得到目标确认行为内容特征值和目标行为标签特征值；
构建所述目标确认行为内容特征值和目标行为标签特征值之间的映射关系并存储所述目标确认行为内容特征值以及目标行为标签特征值；
基于目标确认行为内容特征值和目标行为标签特征值之间的映射关系分别对所述目标确认行为内容特征值和所述目标行为标签特征值进行预处理得到预处理后的目标确认行为内容特征值以及目标行为标签特征值；
根据预处理后的目标确认行为内容特征值以及目标行为标签特征值进行异常告警对象对应的告警可靠性分析得到第一告警可靠性参数。
10.根据权利要求6所述的一种变电站刀闸确认视频图像分析系统，其特征在于，所述云服务平台用于：
基于所述视频行为特征集合和多个实时告警窗口信息获取目标刀闸确认视频图像对应的告警密集位图；基于所述目标刀闸确认视频图像对应的告警密集位图生成告警频繁标签位图；
依据所述告警频繁标签位图对所述目标刀闸确认视频图像中的告警间隔信息进行标记得到目标标记节点；
统计得到的告警频繁标签位图中与所述告警间隔信息中的目标标记节点匹配的频繁告警状态子图的数量，并判断所述频繁告警状态子图的数量是否与预设数量相一致；
若一致，则根据所述视频行为特征集合和多个实时告警窗口信息对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数；
若不一致，则对所述告警频繁标签位图进行更新得到优化后的告警频繁标签位图，基于优化后的告警频繁标签位图对所述目标刀闸确认视频图像的告警间隔信息进行分析得到第二告警可靠性参数。
CN202010982404.0A 2020-09-17 2020-09-17 一种变电站刀闸确认视频图像分析方法及系统 Active CN112329517B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010982404.0A CN112329517B (zh) 2020-09-17 2020-09-17 一种变电站刀闸确认视频图像分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010982404.0A CN112329517B (zh) 2020-09-17 2020-09-17 一种变电站刀闸确认视频图像分析方法及系统

Publications (2)

Publication Number Publication Date
CN112329517A CN112329517A (zh) 2021-02-05
CN112329517B true CN112329517B (zh) 2022-11-29

Family

ID=74303232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010982404.0A Active CN112329517B (zh) 2020-09-17 2020-09-17 一种变电站刀闸确认视频图像分析方法及系统

Country Status (1)

Country Link
CN (1) CN112329517B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113239236B (zh) * 2021-07-13 2021-10-01 北京达佳互联信息技术有限公司 视频处理方法、装置、电子设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012142797A1 (zh) * 2011-04-18 2012-10-26 中兴通讯股份有限公司 一种视频监控系统及方法
CN109543607A (zh) * 2018-11-22 2019-03-29 广州小狗机器人技术有限公司 目标物异常状态检测方法、系统、监护系统及存储介质
WO2019233047A1 (zh) * 2018-06-07 2019-12-12 国电南瑞科技股份有限公司 基于电网调度的运维方法
WO2020134032A1 (zh) * 2018-12-28 2020-07-02 中国银联股份有限公司 用于检测业务系统异常的方法及其装置
WO2020168960A1 (zh) * 2019-02-19 2020-08-27 杭州海康威视数字技术股份有限公司 一种视频分析方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012142797A1 (zh) * 2011-04-18 2012-10-26 中兴通讯股份有限公司 一种视频监控系统及方法
WO2019233047A1 (zh) * 2018-06-07 2019-12-12 国电南瑞科技股份有限公司 基于电网调度的运维方法
CN109543607A (zh) * 2018-11-22 2019-03-29 广州小狗机器人技术有限公司 目标物异常状态检测方法、系统、监护系统及存储介质
WO2020134032A1 (zh) * 2018-12-28 2020-07-02 中国银联股份有限公司 用于检测业务系统异常的方法及其装置
WO2020168960A1 (zh) * 2019-02-19 2020-08-27 杭州海康威视数字技术股份有限公司 一种视频分析方法及装置

Also Published As

Publication number Publication date
CN112329517A (zh) 2021-02-05

Similar Documents

Publication Publication Date Title
CN106874190B (zh) 用户界面的测试方法及服务器
CN109447169A (zh) 图像处理方法及其模型的训练方法、装置和电子系统
CN112036755B (zh) 一种建筑工程质量检测的监管方法及系统
CN110969130B (zh) 一种基于yolov3司机危险动作识别方法及系统
CN111461068B (zh) 一种染色体中期图识别和分割方法
CN111181939A (zh) 一种基于集成学习的网络入侵检测方法及装置
Boracchi et al. Novelty detection in images by sparse representations
CN111325463A (zh) 数据质量检测方法、装置、设备及计算机可读存储介质
CN112329517B (zh) 一种变电站刀闸确认视频图像分析方法及系统
CN112499017A (zh) 垃圾分类方法、装置及垃圾箱
CN110119675B (zh) 一种产品识别方法和装置
CN112507087B (zh) 终端设备识别方法、设备、存储介质及装置
CN113902993A (zh) 一种基于环境监测的环境状态分析方法及系统
CN109063544A (zh) 一种泥头车检测的方法、系统、计算机设备及存储介质
CN115062101B (zh) 基于人工智能的大数据可视化处理方法及可视化服务系统
CN112104838B (zh) 图像分辨方法及其监控摄像机与监控摄像系统
CN112033789A (zh) 一种建筑材料强度的检测方法及系统
CN115861895A (zh) 一种磷酸铁锂生产现场的物料追踪方法及系统
CN203970354U (zh) 一种基于移动终端的中医舌象分析系统
CN113411236B (zh) 质差路由器检测方法、装置、设备及存储介质
CN115810161A (zh) 一种变电站火灾识别方法及系统
CN112770080B (zh) 一种抄表方法、抄表装置及电子设备
CN112528893A (zh) 异常状态的识别方法、装置及计算机可读存储介质
CN115218790A (zh) 棒材检测方法、装置和系统
CN110099237A (zh) 图像处理方法、电子装置及计算机可读存储介质

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
GR01 Patent grant
GR01 Patent grant