CN112634590B - 一种基于视觉识别技术的台区故障检测方法及装置 - Google Patents

一种基于视觉识别技术的台区故障检测方法及装置 Download PDF

Info

Publication number
CN112634590B
CN112634590B CN202011260118.XA CN202011260118A CN112634590B CN 112634590 B CN112634590 B CN 112634590B CN 202011260118 A CN202011260118 A CN 202011260118A CN 112634590 B CN112634590 B CN 112634590B
Authority
CN
China
Prior art keywords
information
preset
target equipment
state
fault
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
CN202011260118.XA
Other languages
English (en)
Other versions
CN112634590A (zh
Inventor
张维
魏浩铭
李铮嵘
王成伟
落笔正
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.)
Beijing Xingguang Shitu Technology Co ltd
Zhuhai XJ Electric Co Ltd
Original Assignee
Beijing Xingguang Shitu Technology Co ltd
Zhuhai XJ Electric Co Ltd
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 Beijing Xingguang Shitu Technology Co ltd, Zhuhai XJ Electric Co Ltd filed Critical Beijing Xingguang Shitu Technology Co ltd
Priority to CN202011260118.XA priority Critical patent/CN112634590B/zh
Publication of CN112634590A publication Critical patent/CN112634590A/zh
Application granted granted Critical
Publication of CN112634590B publication Critical patent/CN112634590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/185—Electrical failure alarms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/083—Network architectures or network communication protocols for network security for authentication of entities using passwords
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0876—Network architectures or network communication protocols for network security for authentication of entities based on the identity of the terminal or configuration, e.g. MAC address, hardware or software configuration or device fingerprint
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/65—Network streaming protocols, e.g. real-time transport protocol [RTP] or real-time control protocol [RTCP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Power Engineering (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种基于视觉识别技术的台区故障检测方法及装置，该方法包括：获取目标区域的图像信息；根据预设的学习模型对所述图像信息进行检测，获取目标设备的位置信息和状态信息；对所述位置信息和所述状态信息进行判断，以判断所述位置信息和所述状态信息是否满足预设的预警条件，以获取告警信息；响应于获取的所述告警信息，将所述告警信息发送至终端。本发明的台区故障的检测方法，基于深度学习实时检测目标设备的状态，发现故障后主动向终端发送告警信息，从而实现对于台区故障的智能化检测能力，提高了配电网设备状态检测的效率和故障位置识别的准确度。

Description

一种基于视觉识别技术的台区故障检测方法及装置
技术领域
本发明属于电网故障管理技术领域，具体涉及一种基于视觉识别技术的台区故障检测方法及装置。
背景技术
电力网络主要包括主网和配网，与主网相比配网结构更加复杂，设备数量更加庞大。随着用户负荷的增长，配电网规模快速增长，供电可靠性要求持续增加，配电网故障的诊断和定位的重要性日益提高。据资料统计，在用户发生的所有停电中，由配电系统故障引起的超过80％，及时准确地判断设备故障地点和故障影响区域，快速准确地隔离设备故障地点，迅速恢复故障影响区域内的非故障段的供电，有利于减少停电时间和停电面积，提升经济效益。
为了对配电网设备故障放电的检测，当前大多数配变台区均设置有跌落式熔断器，当熔断器设备发生故障时，熔断器会跌落，但是当熔断器跌落后还需要人工排查才能定位到故障位置，严重制约了配电网设备状态检测的效率和故障位置识别的准确度。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于视觉识别技术的台区故障检测方法及装置。
本发明要解决的技术问题通过以下技术方案实现：
本发明提供了一种基于视觉识别技术的台区故障检测方法，包括：
获取目标区域的图像信息；
根据预设的学习模型对所述图像信息进行检测，获取目标设备的位置信息和状态信息；
对所述位置信息和所述状态信息进行判断，以判断所述位置信息和所述状态信息是否满足预设的预警条件，以获取告警信息；
响应于获取的所述告警信息，将所述告警信息发送至终端。
在本发明的一个实施例中，获取目标区域的图像信息，包括：
通过ONVIF协议获取相机指定通道的地址，基于RTSP协议向该地址发起链接，以获取所述目标区域的视频流；
对所述视频流进行实时逐帧解码，并根据预设的帧间隔获取解码后的图像，得到所述图像信息。
在本发明的一个实施例中，所述状态信息包括置信度值和状态类别，所述状态类别包括正常状态和故障状态。
在本发明的一个实施例中，根据预设的学习模型对所述图像信息进行检测，获取目标设备的位置信息和状态信息，包括：
根据预设的学习模型对所述图像信息进行检测，得到所述图像信息中目标设备对应的位置信息、置信度值和状态类别；
根据预设的置信度阈值，去除小于所述置信度阈值的目标设备，得到所述目标设备的位置信息、置信度值和状态类别。
在本发明的一个实施例中，所述预警条件包括：在预设的时间内所述目标设备的位置信息的重叠度超过预设的重叠度阈值；以及在预设的时间内所述目标设备的故障状态次数超过预设的次数阈值。
在本发明的一个实施例中，对所述位置信息和所述状态信息进行判断，以判断所述位置信息和所述状态信息是否满足预设的预警条件，以获取告警信息，包括：
判断在预设的时间内所述目标设备的位置信息的重叠度是否超过预设的重叠度阈值；
响应于在预设的时间内所述目标设备的位置信息的重叠度超过预设的重叠度阈值，判断在预设的时间内所述目标设备的故障状态次数是否超过预设的次数阈值；
响应于在预设的时间内所述目标设备的故障状态次数超过预设的次数阈值，获取告警信息；
所述告警信息包括：所述目标设备的位置信息和状态信息，所述目标设备对应图像信息的分辨率和目标设备抓拍图的获取路径。
本发明还提供了一种基于视觉识别技术的台区故障检测装置，包括：
图像信息获取模块，用于获取目标区域的图像信息；
目标设备检测模块，用于根据预设的学习模型对所述图像信息进行检测，获取目标设备的位置信息和状态信息，所述状态信息包括置信度值和状态类别，所述状态类别包括正常状态和故障状态；
告警模块，用于对所述位置信息和所述状态信息进行判断，以判断所述位置信息和所述状态信息是否满足预设的预警条件，以获取告警信息；
通信模块，响应于获取的所述告警信息，将所述告警信息发送至终端。
在本发明的一个实施例中，所述图像信息获取模块包括：
视频流获取单元，用于通过ONVIF协议获取相机指定通道的地址，基于RTSP协议向该地址发起链接，以获取所述目标区域的视频流；
解码传输单元，用于对所述视频流进行实时逐帧解码，并根据预设的帧间隔将解码后的图像传输至所述目标设备检测模块。
在本发明的一个实施例中，所述目标设备检测模块，包括：
学习模型检测单元，用于根据预设的学习模型对所述图像信息进行检测，得到所述图像信息中目标设备对应的位置信息、置信度值和状态类别；
置信度过滤单元，用于根据预设的置信度阈值，去除小于所述置信度阈值的目标设备，得到所述目标设备的位置信息、置信度值和状态类别。
在本发明的一个实施例中，所述告警模块，包括：
第一判断单元，用于判断在预设的时间内所述目标设备的位置信息的重叠度是否超过预设的重叠度阈值；
第二判断单元，响应于在预设的时间内所述目标设备的位置信息的重叠度超过预设的重叠度阈值，判断在预设的时间内所述目标设备的故障状态次数是否超过预设的次数阈值；
告警信息获取单元，响应于在预设的时间内所述目标设备的故障状态次数超过预设的次数阈值，获取告警信息；
所述告警信息包括：所述目标设备的位置信息和状态信息，所述目标设备对应图像信息的分辨率和目标设备抓拍图的获取路径。
与现有技术相比，本发明的有益效果在于：
1.本发明的基于视觉识别技术的台区故障检测方法及装置，基于深度学习实时检测目标设备的状态，发现故障后主动向终端发送告警信息，从而实现对于台区故障的智能化检测能力，提高了配电网设备状态检测的效率和故障位置识别的准确度。
2.本发明的台区故障的检测方法及装置，可以与配网TTU以及通讯网络有效结合，不需要巨大的流量费用，能够有效提升配网运维效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
图1是本发明实施例提供的一种基于视觉识别技术的台区故障检测方法的流程图；
图2是本发明实施例提供的一种基于视觉识别技术的台区故障检测装置的结构框图；
图3是本发明实施例提供的一种基于视觉识别技术的台区故障检测装置的具体结构示意图；
图4是本发明实施例提供的检测装置与终端的交互流程示意图。
图标：1-图像信息获取模块；101-视频流获取单元；102-解码传输单元；2-目标设备检测模块；201-学习模型检测单元；202-置信度过滤单元；3-告警模块；301-第一判断单元；302-第二判断单元；303-告警信息获取单元；4-通信模块。
具体实施方式
为了进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及具体实施方式，对依据本发明提出的一种基于视觉识别技术的台区故障检测方法及装置进行详细说明。
有关本发明的前述及其他技术内容、特点及功效，在以下配合附图的具体实施方式详细说明中即可清楚地呈现。通过具体实施方式的说明，可对本发明为达成预定目的所采取的技术手段及功效进行更加深入且具体地了解，然而所附附图仅是提供参考与说明之用，并非用来对本发明的技术方案加以限制。
实施例一
请参见图1，图1是本发明实施例提供的一种基于视觉识别技术的台区故障检测方法的流程图。如图所示，本实施例的台区故障的检测方法，包括：
S1：获取目标区域的图像信息；
在本实施例中，目标区域为配电网中设置有跌落式熔断器的配变台区域，熔断器是指当电流超过规定值时，以本身产生的热量使熔体熔断，断开电路的一种电器。熔断器广泛应用于高低压配电系统和控制系统以及用电设备中，作为短路和过电流的保护器。
具体地，步骤S1包括：
S11：通过ONVIF（开放式网络视频接口论坛）协议获取相机指定通道的地址，基于RTSP（实时流传输协议）协议向该地址发起链接，以获取所述目标区域的视频流；
在本实施例中，图像信息的获取支持ONVIF协议和RTSP的用户和密码验证，以保障访问的安全性。
S12：对所述视频流进行实时逐帧解码，并根据预设的帧间隔获取解码后的图像，得到所述图像信息。
在本实施例中，配电网中每一个设置有跌落式熔断器的配变台区域均配置有摄像机，以获取目标区域的视频流。
需要说明的是，针对每路的摄像机通道，均通过独立的线程来完成图像信息获取，以避免多路图像信息获取导致串行等待和相互干扰等影响。
可选地，可以根据预设的图像尺寸对解码后的图像进行尺寸调整，以降低图像内存开销。
S2：根据预设的学习模型对所述图像信息进行检测，获取目标设备的位置信息和状态信息；
在本实施例中，目标设备为台区中设置的跌落式熔断器。所述状态信息包括置信度值和状态类别，所述状态类别包括正常状态和故障状态，其中，正常状态表示熔断器正常，故障状态表示熔断器故障（跌落），可选地，状态类别采用不同数字表示，例如1表示熔断器正常，2表示熔断器故障。
具体地，所述S2包括：
S21：根据预设的学习模型对所述图像信息进行检测，得到所述图像信息中目标设备对应的位置信息、置信度值和状态类别；
具体地，对获取的目标区域的图像信息，调用学习模型完成检测。置信度值表示图像信息通过学习模型检测得到的目标设备对应的位置信息和状态类别的可信程度。目标设备对应的位置信息采用矩形框方式描述，包括该矩形框左上角顶点像素的横坐标、纵坐标以及该矩形框的宽、高信息。
在本实施例中，预设的学习模型的训练过程如下：首先采集不同场景下目标区域的图像信息（如刮风、下雨、下雪等恶劣天气和日升日落产生的光线影响），可选地，可以控制摄像机在不同拍摄角度与不同拍摄距离的条件下采集目标区域的图像信息。然后，对采集的图像信息进行人工分类，并标记分类标签。将标记有分类标签的图像信息作为训练数据集，利用该训练数据集对分类神经网络进行训练，得到学习模型，具体的训练方法为现有的分类模型训练方法，在此不再详述。值得说明的是，在训练学习模型时，输入的标签数据越多、数据质量越高、最终的模型就会越好，对目标的特征记忆就会越多，对目标的识别率就会提高，可以应对不同场景不同角度的图像识别能力。
S22：根据预设的置信度阈值，去除小于所述置信度阈值的目标设备，得到所述目标设备的位置信息、置信度值和状态类别。
需要说明的是，针对每路的摄像机通道，均通过独立的线程对图像信息进行检测，以避免多路图像信息检测导致串行等待和相互干扰等影响。
S3：对所述位置信息和所述状态信息进行判断，以判断所述位置信息和所述状态信息是否满足预设的预警条件，以获取告警信息；
在本实施例中，所述预警条件包括：在预设的时间内所述目标设备的位置信息的重叠度超过预设的重叠度阈值；以及在预设的时间内所述目标设备的故障状态次数超过预设的次数阈值。
相应地，所述S3包括：
S31：判断在预设的时间内所述目标设备的位置信息的重叠度是否超过预设的重叠度阈值；
需要说明的是，针对每路的摄像机通道，均通过独立的线程对每个目标设备的位置信息和状态信息进行判断，以避免多路导致串行等待和相互干扰等影响。
在本实施例中，若在预设的时间内两个目标设备的位置信息矩形框的IOU（重叠度）超过预设的重叠度阈值，则认为该两个目标属于同一个位置。
S32：响应于在预设的时间内所述目标设备的位置信息的重叠度超过预设的重叠度阈值，判断在预设的时间内所述目标设备的故障状态次数是否超过预设的次数阈值；
在本实施例中，在预设的时间内若同一个位置的目标设备的故障状态的超过次数阈值，则认为该位置的目标设备发生了稳定的设备故障现象。
S33：响应于在预设的时间内所述目标设备的故障状态次数超过预设的次数阈值，获取告警信息；
在本实施例中，告警信息包括：所述目标设备的位置信息和状态信息，所述目标设备对应图像信息的分辨率和目标设备抓拍图的获取路径。
可选地，目标设备抓拍图为在原图像上叠加目标设备的位置矩形框，以及叠加目标设备状态信息的图片。
S4：响应于获取的所述告警信息，将所述告警信息发送至终端。
在本实施例中，终端可以是电网TTU（配电变压器监测终端）。
本发明的台区故障的检测方法，基于深度学习实时检测目标设备的状态，发现故障后主动向终端发送告警信息，从而实现对于台区故障的智能化检测能力，提高了配电网设备状态检测的效率和故障位置识别的准确度。
本实施例还提供了一种基于视觉识别技术的台区故障检测装置，请参见图2，图2是本发明实施例提供的一种基于视觉识别技术的台区故障检测装置的结构框图。如图所示，本实施例的台区故障的检测装置，包括：图像信息获取模块1，用于获取目标区域的图像信息；目标设备检测模块2，用于根据预设的学习模型对所述图像信息进行检测，获取目标设备的位置信息和状态信息，所述状态信息包括置信度值和状态类别，所述状态类别包括正常状态和故障状态；告警模块3，用于对所述位置信息和所述状态信息进行判断，以判断所述位置信息和所述状态信息是否满足预设的预警条件，以获取告警信息；通信模块4，响应于获取的所述告警信息，将所述告警信息发送至终端。
请结合参见图3，图3是本发明实施例提供的一种基于视觉识别技术的台区故障检测装置的具体结构示意图；如图所示，本实施例的图像信息获取模块1包括：视频流获取单元101，用于通过ONVIF协议获取相机指定通道的地址，基于RTSP协议向该地址发起链接，以获取所述目标区域的视频流；解码传输单元102，用于对所述视频流进行实时逐帧解码，并根据预设的帧间隔将解码后的图像传输至目标设备检测模块2。
在本实施例中，图像信息获取模块1支持ONVIF协议和RTSP的用户和密码验证，以保障访问的安全性。每隔6帧将解码后的图像传输至目标设备检测模块2，方便在满足实时性的要求下，降低整个装置的处理开销。
进一步地，目标设备检测模块2，包括：学习模型检测单元201，用于根据预设的学习模型对所述图像信息进行检测，得到所述图像信息中目标设备对应的位置信息、置信度值和状态类别；置信度过滤单元202，用于根据预设的置信度阈值，去除小于所述置信度阈值的目标设备，得到所述目标设备的位置信息、置信度值和状态类别。
需要说明的是，在本实施例中，通过配置的文件路径加载检测用的学习模型到内存，只需初始加载一次即可，以保证后续处理的实时性。
进一步地，告警模块3，包括：第一判断单元301，用于判断在预设的时间内所述目标设备的位置信息的重叠度是否超过预设的重叠度阈值；第二判断单元302，响应于在预设的时间内所述目标设备的位置信息的重叠度超过预设的重叠度阈值，判断在预设的时间内所述目标设备的故障状态次数是否超过预设的次数阈值；告警信息获取单元303，响应于在预设的时间内所述目标设备的故障状态次数超过预设的次数阈值，获取告警信息；
在本实施例中，告警信息包括：目标设备的位置信息和状态信息，目标设备对应图像信息的分辨率和目标设备抓拍图的获取路径。可选地，目标设备抓拍图为在原图像上叠加目标设备的位置矩形框，以及叠加目标设备状态信息的图片。
进一步地，在本实施例中，通信模块4为TTU接口模块，终端可以是电网TTU（配电变压器监测终端），TTU接口模块用于完成电网TTU的接入认证和保活，并将告警信息转发到接入的电网TTU。
请参见图4，图4是本发明实施例提供的检测装置与终端的交互流程示意图，如图所示，具体交互流程如下：
步骤1：TTU向指定的检测装置建立TCP链接，建立成功后，TTU通过该TCP链接发出登录设备的请求消息LOGIN.req，携带登录检测装置需要的用户名和密码以及心跳间隔、当前时间、客户端类型。
步骤2：检测装置收到LOGIN.req消息后，对于登录的用户名和密码进行认证，认证通过后，返回登录成功的应答消息LOGIN.resp。
步骤3：TTU按照心跳参数定期向检测装置发起心跳请求消息PING.req，携带TTU的当前时间信息。
步骤4：检测装置收到心跳请求消息后，返回心跳应答消息PING.resp，保持与TTU时间同步。
步骤5：检测装置检测到异常事件发生后，主动向TTU发起告警信息，携带告警ID、告警类型、告警时间、视频源ID、视频源IP、告警目标类型、告警目标所在的位置、抓拍图路径。
步骤6：TTU收到告警信息后，返回应答消息。
步骤7：TTU根据需要发起提取抓拍图请求消息GetFile.req，携带抓拍图路径。
步骤8：检测装置收到提取抓拍图请求消息后，按照该路径读取抓拍图文件，返回应答消息给TTU，携带抓拍图文件数据。
步骤9：TTU可主动发起退出登录请求消息LOGOUT.req，以关闭与检测装置的连接。检测装置收到退出登录请求消息后，返回退出登录应答消息LOGOUT.resp，以便TTU收到后主动拆除TCP链路。
在本实施例中，TTU接口模块发送给TTU的告警信息包括如下信息：告警ID、告警类型、告警时间、视频源名称、视频源IP地址、目标设备状态类别、目标设备位置矩形框信息，矩形框信息包括左上角顶点像素的横坐标、纵坐标，该矩形框的宽、高信息，以及对应的图像分辨率。
本发明的台区故障的装置，可以与配网TTU以及通讯网络有效结合，不需要巨大的流量费用，能够有效提升台区运维效率。
应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的物品或者设备中还存在另外的相同要素。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (1)

1.一种基于视觉识别技术的台区故障检测方法，其特征在于，包括：
获取目标区域的图像信息，通过ONVIF协议获取相机指定通道的地址，基于RTSP协议向该地址发起链接，以获取所述目标区域的视频流，对所述视频流进行实时逐帧解码，并根据预设的帧间隔获取解码后的图像，得到所述图像信息；
根据预设的学习模型对所述图像信息进行检测，获取目标设备的位置信息和状态信息，目标设备为台区中设置的跌落式熔断器，所述状态信息包括置信度值和状态类别，所述状态类别包括正常状态和故障状态，正常状态表示熔断器正常，故障状态表示熔断器跌落故障，包括：根据预设的学习模型对所述图像信息进行检测，得到所述图像信息中目标设备对应的位置信息、置信度值和状态类别，根据预设的置信度阈值，去除小于所述置信度阈值的目标设备，得到所述目标设备的位置信息、置信度值和状态类别；
对所述位置信息和所述状态信息进行判断，以判断所述位置信息和所述状态信息是否满足预设的预警条件，以获取告警信息，所述预警条件包括：在预设的时间内所述目标设备的位置信息的重叠度超过预设的重叠度阈值；以及在预设的时间内所述目标设备的故障状态次数超过预设的次数阈值，包括：判断在预设的时间内所述目标设备的位置信息的重叠度是否超过预设的重叠度阈值；响应于在预设的时间内所述目标设备的位置信息的重叠度超过预设的重叠度阈值，判断在预设的时间内所述目标设备的故障状态次数是否超过预设的次数阈值；响应于在预设的时间内所述目标设备的故障状态次数超过预设的次数阈值，获取告警信息；所述告警信息包括：所述目标设备的位置信息和状态信息，所述目标设备对应图像信息的分辨率和目标设备抓拍图的获取路径；
响应于获取的所述告警信息，将所述告警信息发送至终端。
CN202011260118.XA 2020-11-12 2020-11-12 一种基于视觉识别技术的台区故障检测方法及装置 Active CN112634590B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011260118.XA CN112634590B (zh) 2020-11-12 2020-11-12 一种基于视觉识别技术的台区故障检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011260118.XA CN112634590B (zh) 2020-11-12 2020-11-12 一种基于视觉识别技术的台区故障检测方法及装置

Publications (2)

Publication Number Publication Date
CN112634590A CN112634590A (zh) 2021-04-09
CN112634590B true CN112634590B (zh) 2023-10-31

Family

ID=75303393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011260118.XA Active CN112634590B (zh) 2020-11-12 2020-11-12 一种基于视觉识别技术的台区故障检测方法及装置

Country Status (1)

Country Link
CN (1) CN112634590B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115392512B (zh) * 2022-10-28 2023-02-14 中科航迈数控软件(深圳)有限公司 基于ar技术的设备检修方法、系统及相关设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001204006A (ja) * 2000-01-20 2001-07-27 Fujitsu General Ltd カメラ監視システム
US6496219B1 (en) * 1998-09-02 2002-12-17 Bobst S.A. Automatic system for detecting printing faults on metallized strips or any other printing support comprising a predominance of specular color surfaces
CN106023185A (zh) * 2016-05-16 2016-10-12 国网河南省电力公司电力科学研究院 一种输电设备故障诊断方法
CN106814267A (zh) * 2016-12-07 2017-06-09 珠海许继电气有限公司 一种基于拓扑的配电台区故障研判的实现方法
CN108389137A (zh) * 2018-02-06 2018-08-10 国网山西省电力公司电力科学研究院 基于红外图谱技术的电力故障诊断预警系统
CN108387807A (zh) * 2018-01-16 2018-08-10 珠海许继电气有限公司 一种快速识别低压电配电台区的方法
CN108957240A (zh) * 2018-08-09 2018-12-07 炜呈智能电力科技（杭州）有限公司 电网故障远程定位方法及系统
CN110096408A (zh) * 2019-03-11 2019-08-06 中国平安人寿保险股份有限公司 告警监测方法、装置、电子设备及计算机可读存储介质
CN111337789A (zh) * 2019-10-23 2020-06-26 西安科技大学 一种高压输电线路中故障电气元件检测方法及检测系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6496219B1 (en) * 1998-09-02 2002-12-17 Bobst S.A. Automatic system for detecting printing faults on metallized strips or any other printing support comprising a predominance of specular color surfaces
JP2001204006A (ja) * 2000-01-20 2001-07-27 Fujitsu General Ltd カメラ監視システム
CN106023185A (zh) * 2016-05-16 2016-10-12 国网河南省电力公司电力科学研究院 一种输电设备故障诊断方法
CN106814267A (zh) * 2016-12-07 2017-06-09 珠海许继电气有限公司 一种基于拓扑的配电台区故障研判的实现方法
CN108387807A (zh) * 2018-01-16 2018-08-10 珠海许继电气有限公司 一种快速识别低压电配电台区的方法
CN108389137A (zh) * 2018-02-06 2018-08-10 国网山西省电力公司电力科学研究院 基于红外图谱技术的电力故障诊断预警系统
CN108957240A (zh) * 2018-08-09 2018-12-07 炜呈智能电力科技（杭州）有限公司 电网故障远程定位方法及系统
CN110096408A (zh) * 2019-03-11 2019-08-06 中国平安人寿保险股份有限公司 告警监测方法、装置、电子设备及计算机可读存储介质
CN111337789A (zh) * 2019-10-23 2020-06-26 西安科技大学 一种高压输电线路中故障电气元件检测方法及检测系统

Also Published As

Publication number Publication date
CN112634590A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN104899936B (zh) 一种基于图像识别的光伏组件故障提示方法及系统
CN107272637A (zh) 一种视频监控系统故障自检自恢复控制系统及方法
CN105306925A (zh) 一种视频监控前端设备监测系统及监测方法
CN110996060A (zh) 一种工业自动化智能联动系统及方法
CN103471722B (zh) 智能移动式在线测温系统
CN110807460B (zh) 一种基于图像识别的变电站智能巡视系统及其应用方法
CN103152601A (zh) 一种智能报障摄像机及其网络管理客户端系统
CN103278244A (zh) 变压器过热故障的监测方法及其监测系统
CN110765858B (zh) 一种基于卷积神经网络的非入侵式故障电弧监测方法
CN111416960B (zh) 一种基于云服务的视频监控系统
CN112634590B (zh) 一种基于视觉识别技术的台区故障检测方法及装置
CN104093017A (zh) 一种通过对比实现三路信号监测的方法
CN111751762A (zh) 一种电力变压器状态识别和安全防控系统
CN111045889A (zh) 封闭网络设备状态监测系统、方法、装置及可读存储介质
CN111341063A (zh) 用电设备安全预警监测智控系统、方法、装置及终端设备
CN115410112A (zh) 电梯异常停留识别方法、装置及存储介质
CN114139016A (zh) 一种智慧小区的数据处理方法及系统
CN109655715A (zh) 一种基于电网故障智能识别设备的电网故障识别方法
CN205647023U (zh) 一种供配电监控系统
CN109977962A (zh) 一种光缆故障隐患自动识别方法与系统
CN114550046A (zh) 火灾隐患识别方法、装置、处理器、存储介质和电子设备
CN114928164A (zh) 一种主子站协同互动的变电站运维系统
CN112383137A (zh) 基于机器视觉和热成像技术的变压器台区监控系统及方法
CN115914551A (zh) 一种监控安全防护方法、装置和配电箱
CN112162906A (zh) 一种探针管理平台架构的服务器行为监测方法

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