CN112523804A - 一种电缆隧道排水监控系统及方法 - Google Patents
一种电缆隧道排水监控系统及方法 Download PDFInfo
- Publication number
- CN112523804A CN112523804A CN202011435897.2A CN202011435897A CN112523804A CN 112523804 A CN112523804 A CN 112523804A CN 202011435897 A CN202011435897 A CN 202011435897A CN 112523804 A CN112523804 A CN 112523804A
- Authority
- CN
- China
- Prior art keywords
- image
- water
- collecting well
- water collecting
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 212
- 238000004891 communication Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000005086 pumping Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 235000020681 well water Nutrition 0.000 claims description 3
- 239000002349 well water Substances 0.000 claims description 3
- 238000007654 immersion Methods 0.000 abstract description 4
- 230000015556 catabolic process Effects 0.000 abstract description 2
- 238000007667 floating Methods 0.000 description 4
- 230000008054 signal transmission Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 235000014676 Phragmites communis Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F16/00—Drainage
- E21F16/02—Drainage of tunnels
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/02—Stopping, starting, unloading or idling control
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
- F04B49/065—Control using electricity and making use of computers
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Alarm Systems (AREA)
- Pipeline Systems (AREA)
Abstract
本发明公开一种电缆隧道排水监控系统及方法，通过图像采集装置对集水井区域进行图像采集获得集水井图像，然后基于图像识别判断集水井水位是否超过标记点，以此控制水泵启停，避免了浸入式感应器故障而带来的水泵宕机，隧道水浸现象，从而能够降低排水系统的故障率，提高设备的在线率、实用性，并且实现了水位识别的自动化，识别工作效率更高，更安全可靠，更好地保证电缆隧道的安全可靠运行，具有良好的实用性。
Description
技术领域
本发明涉及电力技术领域，更具体地，涉及一种电缆隧道排水监控系统及方法。
背景技术
电缆隧道积水问题一直是困扰着电缆运维专业的一个大难题。传统的隧道排水系统采用浮球感应的方法启动水泵进行排水。但是目前在应用的过程中，经常出现以下两种原因：1、集水井异物卡死浮球；2、运行中高压电缆感应磁场干扰浮球磁簧开关，从而导致浮球失效，电缆隧道积水，严重危及电缆隧道的安全运行条件。可见，现有电缆隧道隧道排水方法因电缆隧道环境因素引起的频繁失效情况经常出现，导致排水系统的故障率较高，电缆隧道的安全运行水平较低。
公开日为2016.07.06、公开号为CN105736047A的中国专利申请提出一种电缆隧道排水监控系统，通过电极式水位监测技术，利用水的导电特性，通过测量电极间的阻值判断水位高度，自动启动水泵排水，从而可以防止线缆沟积水。但是，还有很多其它的原因有可能导致排水系统发生故障，该技术方案不能解决除了线缆沟积水之外的情况，因此现有排水系统的故障率仍然较高。
发明内容
本发明为克服上述现有技术所述的缺陷，提供一种电缆隧道排水监控系统及方法，能够降低排水系统的故障率。
为解决上述技术问题，本发明的技术方案如下：
本发明实施例第一方面公开一种电缆隧道排水监控系统，包括图像采集装置、通信装置、集水井识别标记、水位识别标记、水泵、水泵控制装置、图像识别子系统及与图像识别子系统集成一体的服务器；其中，所述服务器分别与所述水泵控制装置及所述图像识别子系统有线电连接；与所述图像采集装置有线电连接的所述通信装置通过无线局域网将所述图像采集装置及所述服务器相连；所述水泵控制装置与设置于集水井内的水泵有线电连接；所述图像采集装置用于对集水井图像进行采集获得集水井图像传送至所述服务器；所述服务器用于接收所述图像采集装置传送的集水井图像传送至所述图像识别子系统；所述图像识别子系统用于接收所述服务器传送的集水井图像进行识别处理，输出指令信号；所述服务器用于将所述图像识别子系统输出的指令信号传送至水泵控制装置；所述水泵控制装置用于根据所述指令信号控制水泵启停。
可选地，所述服务器分别与所述水泵控制装置及所述图像识别子系统在隧道控制机房内互连。
可选地，集水井识别标记设置在集水井的井口边缘处，用于后期集水井目标区域图像分割；水位识别标记设置在集水井壁警戒水位处，用于后期图像水位控制的识别因子。
可选地，所述集水井识别标记为带状反光标记，成连续布置。
可选地，所述水位识别标记为带状反光标志，设置在集水井与图形采集装置拍摄朝向相对的内壁上。
可选地，所述集水井壁警戒水位为集水井80％水位。
可选地，设置在集水井一侧的电缆隧道挂壁上的图像采集装置包括一台CCD摄像机及大功率LED光源，所述CCD摄像机用于对集水井图像进行采集，所述大功率LED光源用于满足隧道环境下对集水井图像采集的清晰度。
本发明实施例第二方面公开一种电缆隧道排水监控方法，包括：
S1：服务器以第一时间间隔为一周期，定时通过通信装置向图像采集装置发送启动指令；
S2：所述图像采集装置接收到启动指令后，对集水井区域进行图像采集获得集水井图像；
S3：所述图像采集装置通过所述通信装置将采集到的集水井图像传送至所述服务器；
S4：所述服务器将所述图像采集装置采集到的集水井图像传输至图像识别子系统进行处理；
S5：所述图像识别子系统将集水井图像通过边缘检测算法进行图像分割，获得集水井目标区域图像；
S6：所述图像识别子系统对集水井目标区域图像采用深度学习网络进行智能化图像处理识别，以识别出集水井水位，并判断所述集水井水位是否超过标记点；
若否，所述图像识别子系统向所述服务器输出否信号；所述服务器接收到否信号后，通过所述通信装置向水泵控制装置输出关闭信号；所述水泵控制装置接收到关闭信号时控制水泵停止抽水或保持常闭状态；
若是，所述图像识别子系统向所述服务器输出是信号；所述服务器接收到是信号后启动计时并通过所述通信装置向水泵控制装置输出启动信号；所述水泵控制装置接收到启动信号时控制水泵开始抽水；服务器计时达第二时间间隔，重新通过所述通信装置向所述图像采集装置发送启动指令。
进一步地，步骤S6包括：
对分割后所得的集水井目标区域图像用VGG16网络提取特征，得到conv5_3的特征图；在处理后所得到的特征图上使用3×3滑动窗口进行滑动，得到相应的特征向量；将所得特征向量输入BLSTM网络模型，学习序列特征，然后连接一个全连接网络层与图像识别子系统内的集水井水位工况图片数据库进行匹配；
若与数据库图像匹配结果为可识别，判定集水井水位未超过标记点；
若与数据库图像匹配结果为不可识别，判定集水井水位超过标记点。
进一步地，步骤S5包括：
S5.1：将集水井图像进行灰度化二值化处理后，对灰度图像每个像素点的特性进行响应梯度和强度特征分析；
S5.2：当任意两个像素点的梯度强度及梯度方向都小于所设区域阀值时，则判定这两个像素点是连接的，将这两个像素点采集起来；
S5.3：将所采集的像素点用Hough变换函数连接，形成集水井目标区域图像的点合集。
与现有技术相比，本发明技术方案的有益效果是：本发明公开一种电缆隧道排水监控系统及方法，通过图像采集装置对集水井区域进行图像采集获得集水井图像，然后基于图像识别判断集水井水位是否超过标记点，以此控制水泵启停，避免了浸入式感应器故障而带来的水泵宕机，隧道水浸现象，从而能够降低排水系统的故障率，提高设备的在线率、实用性，并且实现了水位识别的自动化，识别工作效率更高，更安全可靠，更好地保证电缆隧道的安全可靠运行，具有良好的实用性。
附图说明
图1为本发明实施例提供的一种电缆隧道排水监控系统的示意图。
图2为本发明实施例提供的一种集水井识别标记3布置结构简图。
图3为本发明实施例提供的一种水位识别标记4布置结构简图。
图4是本发明实施例提供的一种电缆隧道排水监控系统的信号流向图。
图5为本发明实施例提供的一种电缆隧道排水监控方法的流程图。
其中：1、图像采集装置；2、通信装置；3、集水井识别标记；4、水位识别标记；5、水泵；6、水泵控制装置；7、图像识别子系统；8、服务器。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示，本实施例提供一种电缆隧道排水监控系统，包括图像采集装置1、通信装置2、集水井识别标记3、水位识别标记4、水泵5、水泵控制装置6、图像识别子系统7及与图像识别子系统7集成一体的服务器8；其中，服务器8分别与水泵控制装置6及图像识别子系统7有线电连接；与图像采集装置1有线电连接的通信装置2通过无线局域网将图像采集装置1及服务器8相连；水泵控制装置6与设置于集水井内的水泵5有线电连接；图像采集装置1用于对集水井图像进行采集获得集水井图像传送至服务器8；服务器8用于接收图像采集装置1传送的集水井图像传送至图像识别子系统7；图像识别子系统7用于接收服务器8传送的集水井图像进行识别处理，输出指令信号；服务器8用于将图像识别子系统7输出的指令信号传送至水泵控制装置6；水泵控制装置6用于根据指令信号控制水泵5启停。
可选地，集水井识别标记3设置在集水井的井口边缘处，为带状反光标记，成连续布置，用于后期集水井目标区域图像分割。请一并参阅图2，图2为本发明实施例提供的一种集水井识别标记3布置结构简图，如图2所示，集水井识别标记3连续布置在集水井的井口边缘处，如阴影部分，围绕集水井。
可选地，水位识别标记4设置在集水井壁警戒水位处，为带状反光标志，用于后期图像水位控制的识别因子。可选地，集水井壁警戒水位为集水井80％水位。请一并参阅图3，图3为本发明实施例提供的一种水位识别标记4布置结构简图，如图3所示，水位识别标记4布置在集水井与图形采集装置1拍摄朝向相对的内壁上的警戒水位处。
可选地，设置在集水井一侧的电缆隧道挂壁上的图像采集装置1包括一台CCD摄像机及大功率LED光源，CCD摄像机用于对集水井图像进行采集，大功率LED光源用于满足隧道环境下对集水井图像采集的清晰度。
可选地，服务器8分别与水泵控制装置6及图像识别子系统7在隧道控制机房内互连。服务器8内也集成有一个通信装置2，与另一个与图像采集装置1有线电连接的通信装置2通过无线局域网进行通信。
请一并参阅图4，图4是本发明实施例提供的一种电缆隧道排水监控系统的信号流向图，如图4所示，图像采集装置1通过通信装置2与服务器8进行信号传输，服务器8与图像识别子系统7有线电连接进行信号传输，服务器8通过通信装置2与水泵控制装置6进行信号传输。
本实施例提供一种电缆隧道排水监控系统，通过图像采集装置对集水井区域进行图像采集获得集水井图像，然后基于图像识别判断集水井水位是否超过标记点，以此控制水泵启停，避免了浸入式感应器故障而带来的水泵宕机，隧道水浸现象，从而能够降低排水系统的故障率，提高设备的在线率、实用性，并且实现了水位识别的自动化，识别工作效率更高，更安全可靠，更好地保证电缆隧道的安全可靠运行，具有良好的实用性。
实施例2
如图5所示，本实施例提供一种电缆隧道排水监控方法，包括如下步骤：
S1：服务器8以第一时间间隔为一周期，定时通过通信装置2向图像采集装置1发送启动指令。
其中，第一时间间隔可以是30分钟、40分钟等具体数值，可根据实际应用场景进行预先设定。
S2：图像采集装置1接收到启动指令后，对集水井区域进行图像采集获得集水井图像。
S3：图像采集装置1通过通信装置2将采集到的集水井图像传送至服务器8。
S4：服务器8将图像采集装置1采集到的集水井图像传输至图像识别子系统7进行处理。
S5：图像识别子系统7将集水井图像通过边缘检测算法进行图像分割，获得集水井目标区域图像。
其中，由于集水井边缘布置了带状反光标志以及图像采集采用大功率LED光源辅助，集水井区域图像被赋予了典型的边缘特征。可选地，步骤S5可以包括：
S5.1：图像识别子系统7将集水井图像进行灰度化二值化处理后，对灰度图像每个像素点(a，b)的特性进行响应梯度和强度特征分析。
具体地，梯度强度对比分析：当|▽f(a,b)-▽f(ax，bx)|≤K1(区域阀值)时，则可判定像素点(a，b)与(ax，bx)之间的强度梯度接近，可确定两点之间具有连接性；梯度方向对比分析：当|α(a,b)-α(ax，bx)|≤K2(区域阀值)时，判定像素点(a，b)与(ax，bx)之间的方向角接近，可确定两点之间有相互连接的趋势。
S5.2：当像素点(a，b)与(ax，bx)梯度强度及梯度方向都小于所设区域阀值K1和K2时，图像识别子系统7判定这两个像素点是连接的，将这两个像素点采集起来。
S5.3：图像识别子系统7将所采集的像素点用Hough变换函数连接，形成集水井目标区域图像的点合集。
S6：图像识别子系统7对集水井目标区域图像采用深度学习网络进行智能化图像处理识别，以识别出集水井水位，并判断集水井水位是否超过标记点；若否，执行步骤S71；若是，执行步骤S72，然后转到步骤S2。
其中，标记点具体为警戒水位，即集水井80％水位。
由于集水井水位需要识别的特征是个简单的反光带状图型，所以识别的方法采用CTPN算法。可选地，步骤S6包括：对分割后所得的集水井目标区域图像用VGG16网络提取特征，得到conv5＿3的特征图；在处理后所得到的特征图上使用3×3滑动窗口进行滑动，得到相应的特征向量；将所得特征向量输入BLSTM网络模型，学习序列特征，然后连接一个全连接(FC)网络层与图像识别子系统7内的集水井水位工况图片数据库进行匹配；若与数据库图像匹配结果为可识别，判定集水井水位未超过标记点；若与数据库图像匹配结果为不可识别，判定集水井水位超过标记点；
其中，若集水井水位未超过标记点，即未超过警戒水位，则图像采集装置1采集到的集水井图像中反光标识未被遮挡，与数据库图像匹配结果为可识别，则后续执行S71步骤；若集水井水位超过标记点，即超过警戒水位，则图像采集装置1采集到的集水井图像中反光标识被水遮盖特征改变，与数据库图像匹配结果为不可识别，则后续执行S72步骤。
S71：图像识别子系统7向服务器8输出否信号；服务器8接收到否信号后，通过通信装置2向水泵控制装置6输出关闭信号；水泵控制装置6接收到关闭信号时控制水泵5停止抽水或保持常闭状态。
S72：图像识别子系统7向服务器8输出是信号；服务器8接收到是信号后启动计时并通过通信装置2向水泵控制装置6输出启动信号；水泵控制装置6接收到启动信号时控制水泵5开始抽水；服务器8计时达第二时间间隔(如25分钟)，重新通过通信装置2向图像采集装置1发送启动指令，并转向执行S2-S6步骤。
本实施例提供一种电缆隧道排水监控方法，通过图像采集装置对集水井区域进行图像采集获得集水井图像，然后基于图像识别判断集水井水位是否超过标记点，以此控制水泵启停，避免了浸入式感应器故障而带来的水泵宕机，隧道水浸现象，从而能够降低排水系统的故障率，提高设备的在线率、实用性，并且实现了水位识别的自动化，识别工作效率更高，更安全可靠，更好地保证电缆隧道的安全可靠运行，具有良好的实用性。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种电缆隧道排水监控系统，其特征在于，包括图像采集装置(1)、通信装置(2)、集水井识别标记(3)、水位识别标记(4)、水泵(5)、水泵控制装置(6)、图像识别子系统(7)及与图像识别子系统(7)集成一体的服务器(8)；其中，所述服务器(8)分别与所述水泵控制装置(6)及所述图像识别子系统(7)有线电连接；与所述图像采集装置(1)有线电连接的所述通信装置(2)通过无线局域网将所述图像采集装置(1)及所述服务器(8)相连；所述水泵控制装置(6)与设置于集水井内的水泵(5)有线电连接；所述图像采集装置(1)用于对集水井图像进行采集获得集水井图像传送至所述服务器(8)；所述服务器(8)用于接收所述图像采集装置(1)传送的集水井图像传送至所述图像识别子系统(7)；所述图像识别子系统(7)用于接收所述服务器(8)传送的集水井图像进行识别处理，输出指令信号；所述服务器(8)用于将所述图像识别子系统(7)输出的指令信号传送至水泵控制装置(6)；所述水泵控制装置(6)用于根据所述指令信号控制水泵(5)启停。
2.根据权利要求1所述的电缆隧道排水监控系统，其特征在于，所述服务器(8)分别与所述水泵控制装置(6)及所述图像识别子系统(7)在隧道控制机房内互连。
3.根据权利要求1所述的电缆隧道排水监控系统，其特征在于，集水井识别标记(3)设置在集水井的井口边缘处，用于后期集水井目标区域图像分割；水位识别标记(4)设置在集水井壁警戒水位处，用于后期图像水位控制的识别因子。
4.根据权利要求3所述的电缆隧道排水监控系统，其特征在于，所述集水井识别标记(3)为带状反光标记，成连续布置。
5.根据权利要求3所述的电缆隧道排水监控系统，其特征在于，所述水位识别标记(4)为带状反光标志，设置在集水井与图形采集装置(1)拍摄朝向相对的内壁上。
6.根据权利要求3至5任一项所述的电缆隧道排水监控系统，其特征在于，所述集水井壁警戒水位为集水井80％水位。
7.根据权利要求1所述的电缆隧道排水监控系统，其特征在于，设置在集水井一侧的电缆隧道挂壁上的图像采集装置(1)包括一台CCD摄像机及大功率LED光源，所述CCD摄像机用于对集水井图像进行采集，所述大功率LED光源用于满足隧道环境下对集水井图像采集的清晰度。
8.一种电缆隧道排水监控方法，其特征在于，包括：
S1：服务器以第一时间间隔为一周期，定时通过通信装置向图像采集装置发送启动指令；
S2：所述图像采集装置接收到启动指令后，对集水井区域进行图像采集获得集水井图像；
S3：所述图像采集装置通过所述通信装置将采集到的集水井图像传送至所述服务器；
S4：所述服务器将所述图像采集装置采集到的集水井图像传输至图像识别子系统进行处理；
S5：所述图像识别子系统将集水井图像通过边缘检测算法进行图像分割，获得集水井目标区域图像；
S6：所述图像识别子系统对集水井目标区域图像采用深度学习网络进行智能化图像处理识别，以识别出集水井水位，并判断所述集水井水位是否超过标记点；
若否，所述图像识别子系统向所述服务器输出否信号；所述服务器接收到否信号后，通过所述通信装置向水泵控制装置输出关闭信号；所述水泵控制装置接收到关闭信号时控制水泵停止抽水或保持常闭状态；
若是，所述图像识别子系统向所述服务器输出是信号；所述服务器接收到是信号后启动计时并通过所述通信装置向水泵控制装置输出启动信号；所述水泵控制装置接收到启动信号时控制水泵开始抽水；服务器计时达第二时间间隔，重新通过所述通信装置向所述图像采集装置发送启动指令。
9.根据权利要求8所述的电缆隧道排水监控方法，其特征在于，步骤S6包括：
对分割后所得的集水井目标区域图像用VGG16网络提取特征，得到conv5_3的特征图；在处理后所得到的特征图上使用3×3滑动窗口进行滑动，得到相应的特征向量；将所得特征向量输入BLSTM网络模型，学习序列特征，然后连接一个全连接网络层与图像识别子系统内的集水井水位工况图片数据库进行匹配；
若与数据库图像匹配结果为可识别，判定集水井水位未超过标记点；
若与数据库图像匹配结果为不可识别，判定集水井水位超过标记点。
10.根据权利要求8或9所述的电缆隧道排水监控方法，其特征在于，步骤S5包括：
S5.1：所述图像识别子系统将集水井图像进行灰度化二值化处理后，对灰度图像每个像素点的特性进行响应梯度和强度特征分析；
S5.2：当任意两个像素点的梯度强度及梯度方向都小于所设区域阀值时，所述图像识别子系统判定这两个像素点是连接的，将这两个像素点采集起来；
S5.3：所述图像识别子系统将所采集的像素点用Hough变换函数连接，形成集水井目标区域图像的点合集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011435897.2A CN112523804B (zh) | 2020-12-10 | 2020-12-10 | 一种电缆隧道排水监控系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011435897.2A CN112523804B (zh) | 2020-12-10 | 2020-12-10 | 一种电缆隧道排水监控系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112523804A true CN112523804A (zh) | 2021-03-19 |
| CN112523804B CN112523804B (zh) | 2022-06-14 |
Family
ID=74999956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011435897.2A Active CN112523804B (zh) | 2020-12-10 | 2020-12-10 | 一种电缆隧道排水监控系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112523804B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113483851A (zh) * | 2021-07-13 | 2021-10-08 | 天津万峰环保科技有限公司 | 路面积水监测设备和方法 |
| CN114263501A (zh) * | 2021-12-28 | 2022-04-01 | 江苏亚冠轨道交通科技有限公司 | 基于图像识别与热红外联合的隧道渗水涌水监测系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106194254A (zh) * | 2016-08-31 | 2016-12-07 | 成都四为电子信息股份有限公司 | 一种隧道自动化排水系统 |
| WO2018092238A1 (ja) * | 2016-11-17 | 2018-05-24 | 三菱電機株式会社 | 水位計測装置及び水位計測方法 |
| CN110223341A (zh) * | 2019-06-14 | 2019-09-10 | 北京国信华源科技有限公司 | 一种基于图像识别的智能水位监测方法 |
| CN110287953A (zh) * | 2019-05-20 | 2019-09-27 | 湖北九感科技有限公司 | 水位自动识别方法及装置 |
| CN110335446A (zh) * | 2019-07-10 | 2019-10-15 | 国网江苏省电力有限公司无锡供电分公司 | 一种自动排水防汛预警方法、装置及系统 |
-
2020
- 2020-12-10 CN CN202011435897.2A patent/CN112523804B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106194254A (zh) * | 2016-08-31 | 2016-12-07 | 成都四为电子信息股份有限公司 | 一种隧道自动化排水系统 |
| WO2018092238A1 (ja) * | 2016-11-17 | 2018-05-24 | 三菱電機株式会社 | 水位計測装置及び水位計測方法 |
| CN110287953A (zh) * | 2019-05-20 | 2019-09-27 | 湖北九感科技有限公司 | 水位自动识别方法及装置 |
| CN110223341A (zh) * | 2019-06-14 | 2019-09-10 | 北京国信华源科技有限公司 | 一种基于图像识别的智能水位监测方法 |
| CN110335446A (zh) * | 2019-07-10 | 2019-10-15 | 国网江苏省电力有限公司无锡供电分公司 | 一种自动排水防汛预警方法、装置及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113483851A (zh) * | 2021-07-13 | 2021-10-08 | 天津万峰环保科技有限公司 | 路面积水监测设备和方法 |
| CN114263501A (zh) * | 2021-12-28 | 2022-04-01 | 江苏亚冠轨道交通科技有限公司 | 基于图像识别与热红外联合的隧道渗水涌水监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112523804B (zh) | 2022-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112523804B (zh) | 一种电缆隧道排水监控系统及方法 | |
| CN108307146B (zh) | 一种高压输电线路安全隐患检测系统及方法 | |
| CN111882816B (zh) | 一种用于变电站的危险报警方法、介质及系统 | |
| CN107257161A (zh) | 一种基于状态识别算法的变电站刀闸遥控辅助校核方法及系统 | |
| CN103986906B (zh) | 基于监控视频的开关门检测方法 | |
| CN105957088B (zh) | 基于计算机视觉的变压器复合绝缘子套管监测方法及系统 | |
| CN104463904A (zh) | 一种高压线异物入侵目标检测方法 | |
| CN111028452A (zh) | 一种变电站异物入侵监控系统和方法 | |
| CN105743223B (zh) | 基于goose联动的二次设备预制舱视频巡查方法 | |
| CN108016965A (zh) | 一种电梯安全监测系统及电梯 | |
| CN111800617A (zh) | 一种基于物联网的智能安防系统 | |
| CN110944150A (zh) | 一种电力专用的防外破智能识别方法 | |
| CN106131501A (zh) | 输电线路异物和缺失智能视频在线监测系统 | |
| CN109345787A (zh) | 一种基于智能图像识别技术的输电线路防外损监控报警系统 | |
| CN110390784A (zh) | 一种基于深度学习的输电线路防外破监控系统 | |
| CN115761644A (zh) | 基于深度学习和帧差法的输电导线异物检测方法 | |
| CN116597323A (zh) | 一种架空高压电线高温异常诊断算法 | |
| CN105991969A (zh) | 高压输电线路飘挂物检测装置及使用与安装的方法 | |
| CN205864628U (zh) | 输电线路异物和缺失智能视频在线监测系统 | |
| CN116229684A (zh) | 一种积水倒灌地铁站台风险预警方法及系统 | |
| CN114511551A (zh) | 一种基于机器视觉的地面损伤识别系统 | |
| CN208900335U (zh) | 一种用于自动水泵的故障停泵检测及报警装置 | |
| CN210428481U (zh) | 一种基于人脸识别的智能监控装置 | |
| CN112750149A (zh) | 基于运动目标检测的高压隔离开关故障监测方法 | |
| CN113327245B (zh) | 一种基于图像识别的隧道防护门状态检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |