CN112667717A - 变电站巡检信息处理方法、装置、计算机设备和存储介质 - Google Patents
变电站巡检信息处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112667717A CN112667717A CN202011535382.XA CN202011535382A CN112667717A CN 112667717 A CN112667717 A CN 112667717A CN 202011535382 A CN202011535382 A CN 202011535382A CN 112667717 A CN112667717 A CN 112667717A
- Authority
- CN
- China
- Prior art keywords
- inspection
- substation
- data
- information
- equipment
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 223
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000010365 information processing Effects 0.000 title claims description 28
- 238000003672 processing method Methods 0.000 title description 15
- 238000000034 method Methods 0.000 claims abstract description 63
- 238000004891 communication Methods 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 230000002452 interceptive effect Effects 0.000 claims abstract description 7
- 238000013480 data collection Methods 0.000 claims abstract 2
- 238000007781 pre-processing Methods 0.000 claims description 57
- 238000004422 calculation algorithm Methods 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 19
- 230000005236 sound signal Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 12
- 238000001228 spectrum Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 description 16
- 238000002955 isolation Methods 0.000 description 13
- 230000002159 abnormal effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000000605 extraction Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 6
- 238000013507 mapping Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 230000002457 bidirectional effect Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 238000004904 shortening Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请涉及一种变电站巡检信息处理方法、装置、计算机设备和存储介质。所述方法包括：接收携带变电站所需巡检任务点的巡检指令，巡检任务点用于确定巡检路径；基于巡检指令，触发巡检设备上的数据采集设备按照巡检路径采集信息，得到巡检任务点的多媒体信息；对多媒体信息进行预处理，得到变电站的设备状态数据；对设备状态数据进行格式转换，得到预设数据格式的设备状态数据；基于预设数据交互通信协议，将预设数据格式的设备状态数据同步到变电站对应的服务器中。采用本方法能够提高变电站的巡检效率。
Description
技术领域
本申请涉及电力系统变电站运行维护技术领域，特别是涉及一种变电站巡检信息处理方法、装置、计算机设备和存储介质。
背景技术
智能变电站巡检系统发展迅速，涉及到的一个重要方面就是变电站巡检信息处理过程。现场实时运行信息以及操作控制信息必须在变电站自动化巡检系统的数据传输网络中，快速、及时的传输，最为重要的是确保系统数据传送的严格实时性要求。
由于电力系统运行的特殊性，其24小时不间断运行的特点直接决定了其信息处理系统的24小时运行。变电站是高、强电磁干扰的特殊环境，信息处理传输通道复杂，且通信环境恶劣。变电站系统中出现严重失误、错误时，常会造成重大设备损失与人身伤害。然而，目前变电站不能对实时采集的巡检信息进行及时处理，导致变电站巡检效率低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高变电站巡检效率的变电站巡检信息处理方法、装置、计算机设备和存储介质。
一种变电站巡检信息处理方法，所述方法包括：
接收携带变电站所需巡检任务点的巡检指令，所述巡检任务点用于确定巡检路径；
基于所述按照所述巡检路径，触发巡检设备上的数据采集设备按照所述巡检路径采集信息，得到所述巡检任务点的多媒体信息；
对所述多媒体信息进行预处理，得到所述变电站的设备状态数据；
对所述设备状态数据进行格式转换，得到预设数据格式的设备状态数据；
基于预设数据交互通信协议，将所述预设数据格式的设备状态数据同步到所述变电站对应的服务器中。
在其中一个实施例中，所述媒体信息包括图像信息，所述多媒体信息进行预处理，得到所述变电站的设备状态数据，包括：
对所述图像信息中的仪表设备图像进行预处理，得到所述变电站中仪表设备的运行状态数据。
在其中一个实施例中，所述图像信息包括视频信息，在所述对所述图像信息中的仪表设备图像进行预处理，得到所述变电站中仪表设备的运行状态数据之前，所述方法还包括：
对所述图像信息中的视频信息增强处理，得到仪表设备的形状特征；
通过对所述形状特征进行拟合，得到所述仪表设备在所述视频信息中的区域位置；
当检测到所述区域位置为预设区域位置时，执行所述对所述图像信息中的仪表设备图像进行预处理，得到所述变电站中仪表设备的运行状态数据步骤。
在其中一个实施例中，所述隔离开关图像为刀闸图像，所述对所述图像信息中隔离开关图像进行预处理，得到所述变电站中隔离开关的状态数据，包括：
确定所述刀闸图像在所述预设区域位置中对应的刀闸区域；
根据检测所述刀闸区域是否存在直线的检测结果识别刀闸的状态，得到刀闸的状态数据。
在其中一个实施例中，所述根据检测所述刀闸区域是否存在直线的检测结果识别刀闸的状态，得到刀闸的状态数据，包括：
当检测到所述刀闸区域不存在直线时，则所述刀闸的状态数据为第一状态；
当检测到所述刀闸区域存在直线时，获取所述直线与所述刀闸图像中矩形框的垂直边之间的夹角；
根据所述夹角和夹角阈值确定所述刀闸的状态数据为第二状态。
在其中一个实施例中，所述媒体信息包括变电站音频信息，所述多媒体信息进行预处理，得到所述变电站的设备状态数据，包括：
采用小波包分析算法对所述变电站音频信息进行时频分解，得到分解后的声音频段小波包信号；
对所述声音频段小波包信号进行谱减法语音处理，得到目标语音频谱；
根据所述目标语音频谱，提取所述变电站的音频信号特征参数，得到观测序列；
通过隐马尔可夫模型对观测序列进行建模，识别所述变电站音频信息，得到所述变电站的设备状态数据。
在其中一个实施例中，所述方法还包括：
当接收终端的接入网络请求时，获取所述接入网络的安全性评分估值；
当所述安全性评分估值大于或等于预设评分估值时，响应所述接入网络请求。
一种变电站巡检信息处理装置，所述装置包括：
接收模块，用于接收携带变电站所需巡检任务点的巡检指令，所述巡检任务点用于确定巡检路径；
信息采集模块，用于基于所述巡检指令，触发巡检设备上的数据采集设备按照所述巡检路径采集信息，得到所述巡检任务点的多媒体信息；
预处理模块，用于对所述多媒体信息进行预处理，得到所述变电站的设备状态数据；
格式转换模块，用于对所述设备状态数据进行格式转换，得到预设数据格式的设备状态数据；
数据同步模块，用于基于预设数据交互通信协议，将所述预设数据格式的设备状态数据同步到所述变电站对应的服务器中。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
接收携带变电站所需巡检任务点的巡检指令，所述巡检任务点用于确定巡检路径；
基于所述巡检指令，触发巡检设备上的数据采集设备按照所述巡检路径采集信息，得到所述巡检任务点的多媒体信息；
对所述多媒体信息进行预处理，得到所述变电站的设备状态数据；
对所述设备状态数据进行格式转换，得到预设数据格式的设备状态数据；
基于预设数据交互通信协议，将所述预设数据格式的设备状态数据同步到所述变电站对应的服务器中。
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以下步骤：
接收携带变电站所需巡检任务点的巡检指令，所述巡检任务点用于确定巡检路径；
基于所述巡检指令，触发巡检设备上的数据采集设备按照所述巡检路径采集信息，得到所述巡检任务点的多媒体信息；
对所述多媒体信息进行预处理，得到所述变电站的设备状态数据；
对所述设备状态数据进行格式转换，得到预设数据格式的设备状态数据；
基于预设数据交互通信协议，将所述预设数据格式的设备状态数据同步到所述变电站对应的服务器中。
上述变电站巡检信息处理方法、装置、计算机设备和存储介质，通过巡检指令触发巡检设备上的数据采集设备按照巡检路径采集各巡检任务点的多媒体信息，对采集的多媒体信息进行预处理，得到变电站的设备状态数据，通过将设备状态数据进行格式转换，得到预设格式的设备状态数据；基于预设数据交互通信协议，实现数据的同步到服务器，通过缩短变电站数据获取的效率，有效地提高了变电站的巡检效率。
附图说明
图1为一个实施例中变电站巡检信息处理方法的应用环境图；
图2为一个实施例中变电站巡检信息处理方法的流程示意图；
图3为一个实施例中巡检路径确定方法的流程示意图；
图4为一个实施例中图像信息的预处理方法的流程示意图；
图5为一个实施例中隔离开关图像的识别方法的流程示意图；
图6为一个实施例中声音信息的预处理方法的流程示意图；
图7为一个实施例中信息元映射方法的流程示意图；
图8为一个实施例中数据交互系统的架构图示意图；
图9为一个实施例中视频信息预处理方法示意图；
图10为一个实施例中音频信息预处理方法示意图；
图11为另一个实施例中变电站巡检信息处理方法的流程示意图；
图12为一个实施例中ACID准则层的结构框图；
图13为一个实施例中变电站巡检信息处理装置的结构框图；
图14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。
本申请提供的变电站巡检信息处理方法，可以应用于如图1所示的应用环境中。其中，第一终端102、第二终端104和服务器106之间通过网络通信。第一终端102接收第二终端104发送的接收携带变电站所需巡检任务点的巡检指令，巡检任务点用于确定巡检路径；基于巡检指令，触发巡检设备上的数据采集设备按照巡检路径采集信息，得到巡检任务点的多媒体信息；对多媒体信息进行预处理，得到变电站的设备状态数据；对设备状态数据进行格式转换，得到预设数据格式的设备状态数据；基于预设数据交互通信协议，将预设数据格式的设备状态数据同步到变电站对应的服务器106中。其中，第一终端102可以但不仅限于是巡检设备，第二终端104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，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。
在一个实施例中，如图2所示，提供了一种变电站巡检信息处理方法，以该方法应用于图1中的第一终端为例进行说明，本实施例中以第一终端为巡检设备为例进行说明，包括以下步骤：
步骤202，接收携带变电站所需巡检任务点的巡检指令，巡检任务点用于确定巡检路径。
其中，巡检任务点包括预先设定的所需巡检的巡检设备点以及巡检任务；巡检路径是通过巡检设备(如，巡检机器人)根据变电站环境中的巡检设备点以及巡检任务确定的，即根据巡检设备点以及巡检任务，通过A*算法和Dijkstra算法确定变电站巡检的实时局部巡检路径和全局路径。
可选地，巡检路径规划方式为：获取基于变电站环境采集的红外图像、可见光图像、惯导数据和基准数字地图，对红外图像、可见光图像、惯导数据和基准数字地图进行多源数据融合，即将采集的红外图像与基准数字地图进行匹配，根据匹配结果矫正可见光图像匹配和惯导数据的定位误差值，确定巡检路径；其中，实时采集的红外图像可以是巡检机器人搭载的红外热像仪采集的实时地物图像，红外图像可用于夜间巡检确定巡检路径。
如图3所示，根据获取的惯导信息从基准图存储器中获取基准图，对基准图进行共性特征提取得到第一共性特征，以及分别进行相关处理(如，多子区域相关处理和灰度/相位相关处理)得到相关处理结果；从实时图存储器中获取红外图像(即红外实时图)，对红外实时图依次进行仿射变换和尺度修正处理，得到目标红外图像，对目标红外图像进行共性特征提取得到第二共性特征；对第一共性特征和第二共性特征进行共性特征匹配处理，得到第三共性特征；根据第三共性特征和相关处理结果对可见光图像以及惯导数据进行组合匹配融合处理，矫正可见光图像匹配以及得到惯导数据的定位误差值，确定巡检设备(如，巡检机器人)的实时位置，根据实时位置确定巡检路径。采取基于多源数据融合的组合导航方式有效提高机器人定位精度，提高巡检的可靠性、巡检系统的稳定性以及导航精度。
步骤204，基于巡检指令，触发巡检设备上的数据采集设备按照巡检路径采集信息，得到巡检任务点的多媒体信息。
其中，巡检设备可以是基于巡检路径对变电站的运行状态数据进行采集，例如，变电站的环境数据、设备运行状态数据等；巡检设备可以但不仅限于是巡检车、巡检机器人等；数据采集设备是搭载在巡检设备上用于采集数据的传感器器，数据采集设备包括可见光摄像机、声音采集卡、红外热像仪等。多媒体信息包括图像信息、声音信息和视频信息等，多媒体信息是通过巡检设备通过定位导航巡检路径，通过搭载在巡检设备上数据采集设备采集得到的，例如，巡检机器人通过搭载可见光摄像机采集图像信息和视频信息，巡检机器人通过搭载声音采集卡采集声音信息，巡检机器人通过搭载可见光摄像机和红外热像仪采集变电站中各设备的状态信息(例如，控制开关信息，即刀闸信息)。
具体地，巡检设备获取根据巡检任务点确定的巡检路径巡检指令，通过巡检指令触发巡检设备上的数据采集设备按照巡检路径采集信息，得到巡检任务点的多媒体信息。
步骤206，对多媒体信息进行预处理，得到变电站的设备状态数据。
其中，不同类型的多媒体信息的预处理方式不同，例如，图像信息、声音信息和视频信息的预处理方式不同。设备状态数据是指设备正常运行数据和设备异常运行数据。
图像信息的预处理包括图像灰度化、图像增强、图像去噪、图像倾斜检测与校正、图像二值化、图像分割和形态学处理步骤，如图4所示。其中，图像灰度化是指将采集到的仪表设备图像(例如，指针式仪表图像)进行图像灰度化处理，然后在灰度图像上进行图像增强的预处理操作。图像增强是指将原不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征(例如，感兴趣的特征是指仪表)，通过对图像反光及光照不均情况的处理提高图像可读性。图像去噪是指减少数字图像中噪声，即在对仪表设备识别之前对图像进行去噪处理。图像倾斜检测与校正：在对图像进行预处理过程中进行倾斜检测及校正。图像二值化是指将图像上的每一点的灰度值设置为0或255，将灰度图像转换为二值图像。图像分割是指将图像中的目标部分(例如，仪表设备，指针)和背景部分(例如，仪表表盘背景)分离，提取出图像中目标部分。形态学处理是指用一定特征的形态元素去度量和处理图像中特定的形状，实现目标特征的提取(例如，仪表指针)。
可选地，在一个实施例中，图像信息包括隔离开关图像，对图像信息中隔离开关图像进行预处理，得到变电站中隔离开关的状态数据。通过图像处理算法对隔离开关图像进行处理，对隔离开关的状态进行识别，得到隔离开关的设备状态数据。图像处理算法包括隔离开关图像预处理、特征提取、运行状态识别算法，预处理包括图像亮度(对比度)调整、图像增强等预处理操作；特征提取包括提取图像浅层次的灰度、边缘轮廓、以及深层次的尺度不变特征以及方向梯度直方图特征；运行状态识别算法分为粗识别算法与精确识别算法。图5所示为一个实例中，采用运行状态识别算法对隔离开关图像的识别过程，其中，粗识别算法用于识别单相隔离开关，精确识别算法用于识别三相隔离开关，基于特征匹配的运行状态粗识别，对隔离开关图像中的隔离开关特征进行特征提取，得到隔离开关特征向量；对提取的隔离开关特征向量进行降维与错误匹配点消除处理，得到单相隔离开关运行状态；通过建立分类模型和选择对应的分类器，对隔离开关图像中的隔离开关特征中的边缘轮廓和方向梯度直方图(Histogram of Oriented Gradient，HOG)特征进行提取，得到隔离开关特征向量，通过分类器对隔离开关特征向量进行分类，当确定为三相隔离开关时，基于随机森林分类的运行状态精确识别，对提取的隔离开关特征向量进行降维与错误匹配点消除处理，得到三相向隔离开关运行状态。
声音信息的预处理通过训练好的声音识别模型进行识别处理，包括：通过获取训练样本数据，对训练样本数据进行数据清洗、数据去重等预处理，得到第一预处理数据；通过对第一预处理数据进行特征提取，进行声音识别模型进行，直到声音识别模型的损失函数收敛，得到训练好的声音识别模型，并将训练好的声音识别模型保存在模型库中；获取测试样本数据，对测试样本数据进行数据清洗、数据去重等预处理，得到第二预处理数据；通过对第二预处理数据进行特征提取，将提取的音频特征输入至声音识别模型中，得到可用于表征设备状态的识别结果，如图6所示。
视频信息的预处理包括检测到巡检设备到达巡检任务点对应的观测点时，云台方位和俯仰按照预设角度转动对准被测目标，并先用大视角观察，通过云台运动将目标校准到视场中心，再用小视角观测目标设备细节和仪表指示状态进行录制记录，基于大视角匹配和小视角对准过程，采用曝光补偿、去模糊、色彩均衡等方法进行视频增强处理，完成视频信息的预处理。
步骤208，对设备状态数据进行格式转换，得到预设数据格式的设备状态数据。
其中，预设数据格式为支持第三方的数据访问与操作，可以实现本地监控后台和远程监控中心的数据调用和存取的数据格式。变电站数据存在多源异构性，变电站的本地监控系统作为数据的集成与管理平台，通过采用预设格式数据可以实现本地监控系统与远程集控后台数据共享，即本地监控系统采用统一的数据采集规程、标准化体系与接口技术规范，可支持第三方的数据访问与操作，实现本地监控后台和远程监控中心的数据调用和存取。格式转换的方式可以但不仅限于是通过XML语言，根据数据所属的领域标签，对设备状态数据的信息结构、映射关系通过XML语言来表示。
基于巡检设备采集的设备状态数据可以通过信息元数据映射的方式实现信息资源的共享，信息元映射过程如图7所示，将采集的设备状态数据作为数据源，根据数据源的类型，选择通过数据适配器的接口规范开发的适配器确定中间件(中间件为支持数据源异构的数据适配器，包括元数据描述接口、数据访问接口等)，通过中间件接收数据请求，对数据进行格式转换(如，XML格式化)，通过映射服务模组进行记录映射，将数据保存在缓存表中，进行定期的维护，例如，存储在数据目录中(如，组态网数据库SCADA、PMU)。
步骤210，基于预设数据交互通信协议，将预设数据格式的设备状态数据同步到变电站对应的服务器中。
具体地，基于预设数据交互通信协议，通过数据交互系统将预设格式的设备状态数据同步至变电站对应的服务器中，服务器包括本地服务器和远程服务器中至少一种。
其中，如图8所示为一个实施例中数据交互系统的架构图，巡检设备采用完整而复杂的非接触式检测体系架构工作方式，能够为变电站的安全、稳定运行发挥重要作用。为实现变电站设备的全面巡检，巡检设备所采用的巡检系统设计为网络分布式架构。系统分为3层：巡维中心层(集控中心)、智能变电站管理层和智能变电站巡检硬件设备层。其中车载端与变电站本地端为C/S架构，采用高实时性的Suro-OS-RT分布式协议，采用TCP/IP点对点连接的方式；变电站本地端与远程巡维中心端为B/S架构，进一步方便数据访问以及与其他系统的集成，在通信协议方面采用通用的IEC61850国际协议，并提供标准WebService接口。巡维中心与智能变电站通过电力专网实现信息的实时传输。智能变电站内架设通信基站，实现站内无线局域网覆盖，为设备间通信提供保障。整个系统处于集控模式，能够使用巡维中心实现若干个变电站的智能巡检系统的远程监督和控制。巡维中心是整个巡检系统的数据接收、处理与展示中心，包括巡检管理平台、巡检设备控制平台、虚拟仿真平台、巡检设备操作平台、巡检信息显示平台等模块，例如，工作站、移动端、数据服务器、虚拟现实服务器、VR眼镜和机器人虚拟现实操作台。巡维中心通过图像处理和模式识别等技术，实现对巡检设备采集的设备状态信息进行处理、识别、发出预警并存储信息。由电力专网构建的通讯系统还包含网络交换机、无线网桥等设备，主要用于建立不同层系统之间的通信，通信方式可采用4G专网或光纤等。智能变电站层包括基站系统(通信基站)、巡检设备(巡检机器人)、设备室(充电室)和固定视频监测点等，其主要功能是实现对设备状态信息的采集和控制信息的收发。巡检设备与基站系统之间为无线通信，固定视频监测点与监控后台之间可采用光纤通信，其主要功能是传输控制指令和图像信息。
上述变电站巡检信息处理方法中，通过巡检指令触发巡检设备上的数据采集设备按照巡检路径采集各巡检任务点的多媒体信息，对采集的多媒体信息进行预处理，得到变电站的设备状态数据，通过将设备状态数据进行格式转换，得到预设格式的设备状态数据；基于预设数据交互通信协议，实现数据的同步到服务器，通过缩短变电站数据获取的效率，有效地提高了变电站的巡检效率。
在一个实施例中，如图9所示，提供了一种视频信息预处理方法，以该方法应用于图1中的第一终端为例进行说明，包括以下步骤：
步骤902，对图像信息中的视频信息增强处理，得到仪表设备的形状特征。
其中，视频信息是巡检设备在达到指定巡检任务点，巡检机器人通过搭载可见光摄像机采集得到；增强处理包括曝光补偿、去模糊、色彩均衡等方式。
步骤904，通过对形状特征进行拟合，得到仪表设备在视频信息中的区域位置。
其中，拟合方式包括模板匹配拟合和椭圆拟合等方式。
具体地，根据仪表表盘的形状特征，通过模板匹配或椭圆拟合两者中任意一种拟合方式确定仪表表盘在视频图像中的基本位置及区域范围。
步骤906，当检测到区域位置为预设区域位置时，执行对图像信息中的仪表设备图像进行预处理，得到变电站中仪表设备的运行状态数据步骤。
具体地，当检测到区域位置为预设区域位置时，对图像信息中的仪表设备图像进行预处理，得到变电站中仪表设备的运行状态数据。
可选地，在一个实施例中，仪表设备图像为刀闸图像，刀闸图像的预处理包括：确定所述刀闸图像在所述预设区域位置中对应的刀闸区域；根据检测所述刀闸区域是否存在直线的检测结果识别刀闸的状态，得到刀闸的状态数据，即当检测到所述刀闸区域不存在直线时，则所述刀闸的状态数据为第一状态；当检测到所述刀闸区域存在直线时，获取所述直线与所述刀闸图像中矩形框的垂直边之间的夹角；根据所述夹角和夹角阈值确定所述刀闸的状态数据为第二状态。
具体地，获取采集的刀闸图像，通过图像配准获取刀闸区域，对刀闸图像依次进行灰度化、二值化、细化处理，根据检测算法(例如，Hough变换检测直线的算法)识别刀闸的状态；图像配准包括根据刀闸所在位置的矩形区域和H矩阵得到刀闸设备在待匹配图像中的位置，即确定刀闸图像在所述预设区域位置中对应的刀闸区域。当检测到所述刀闸区域不存在直线时，则所述刀闸的状态数据为第一状态，第一状态可以但不仅限于是刀闸分状态；当检测到所述刀闸区域存在直线时，获取所述直线与所述刀闸图像中矩形框的垂直边之间的夹角；根据所述夹角和夹角阈值确定所述刀闸的状态数据为第二状态；第二状态包括刀闸合状态和刀闸未合好状态等，即当所述夹角小于或等于夹角阈值时，则所述刀闸的状态数据为合状态；当所述夹角大于夹角阈值时，则所述刀闸的状态数据为未和好状态。
可选地，巡检机器人通过搭载可见光摄像机和红外热像仪采集刀闸图像，在对采集的刀闸图像进行识别之前时，检测被拍摄的刀闸是否完整，即检测刀闸图像的三相刀闸、三相两侧接头是否完整，当被拍摄的刀闸完整时，对刀闸状态进行识别，得到刀闸是否合好的状态以及刀闸异常发热的具体位置，提高刀闸状态检测的准确性以及安全性。
上述视频信息预处理方法中，通过对图像信息中的视频信息增强处理，得到仪表设备的形状特征，通过对形状特征进行拟合，得到仪表设备在视频信息中的区域位置，当检测到区域位置为预设区域位置时，执行对图像信息中的仪表设备图像进行预处理，得到变电站中仪表设备的运行状态数据步骤，提高了变电站设备状态数据检测的准确性以及变电站环境的安全性。
在一个实施例中，如图10所示，提供了一种音频信息预处理方法，以该方法应用于图1中的第一终端为例进行说明，包括以下步骤：
步骤1002，采用小波包分析算法对变电站音频信息进行时频分解，得到分解后的声音频段小波包信号。
其中，采集变电站音频信息包括变电站设备工作时发出的常规声音和变电站的背景噪声，如鸟声、虫鸣、鸣笛声等；常规声音是指变电站设备工作的声音(不含背景噪声)，包括变电站正常工作时发出的声音以及变电站设备出现故障发出的异常声音，变压器在正常工作时，交流电通过其内部绕组会在铁芯内出现交变磁通，这种周期的磁通就会引起铁芯的规律振动。进而通过相应设备的辅助检测人员就能够听到均匀且清晰的“嗡嗡”声。也就是说，若变压器运行时发出的不是这种声音，就极有可能是出现了相应故障。
步骤1004，对声音频段小波包信号进行谱减法语音处理，得到目标语音频谱。
具体地，采用小波包分析算法将变电站声音信号时频分解，基于信号及声音在尺度上的不同性质，采用相应的规则，对含声音信号的小波系数进行取舍、抽取或切削等非线性处理，从而实现声音信号滤波。对分解后的声音频段小波包信号进行谱减法语音处理，通过谱减法语音处理使得噪声与语音信号相互独立的前提下，从声音信号的功率谱中减去噪声功率谱，从而得到较为纯净的语音频谱，有效抑制变电站环境声音对变压器声音测量结果的干扰，得到目标语音频谱。
步骤1006，根据目标语音频谱，提取变电站的音频信号特征参数，得到观测序列。
其中，音频信号特征参数包括变电站设备的音频信号特征参数(如，变压器声音)，音频信号特征参数包括梅尔频率倒谱系数MFCC、线性预测倒谱系数LPCC、多媒体内容描述接口MPEG7等。音频信号特征参数提取方式为常用的声音特征提取算法，在此不做赘述。
步骤1008，通过隐马尔可夫模型对观测序列进行建模，识别变电站音频信息，得到变电站的设备状态数据。
其中，隐马尔可夫模型是预先训练好的，用于识别变电站异常声音。
上述音频信息预处理方法中，通过对变电站异常声音特征提取及识别采用倒谱域参数，将各类特征参数进行融合，增强特征参数对于语音信号的表征力，即对变电站异常声音进行监测，对声音传感器采集到的声音进行处理，提取出音频信号特征参数组成观测序列，利用隐马尔可夫模型对观测序列进行建模，实现对采集的实时音频信号状态识别和异常声音报警，提高变电站异常声音的识别的准确性。
在另一个实施例中，如图11所示，提供了一种变电站巡检信息处理方法，以该方法应用于图1中的第一终端为例进行说明，本实施例中以第一终端为巡检设备为例进行说明，包括以下步骤：
步骤1102，接收携带变电站所需巡检任务点的巡检指令，巡检任务点用于确定巡检路径。
步骤1104，基于巡检指令，触发巡检设备上的数据采集设备按照巡检路径采集信息，得到巡检任务点的多媒体信息。
步骤1106，对多媒体信息进行预处理，得到变电站的设备状态数据。
步骤1108，对设备状态数据进行格式转换，得到预设数据格式的设备状态数据。
步骤1110，基于预设数据交互通信协议，将预设数据格式的设备状态数据同步到变电站对应的服务器中。
步骤1112，当接收终端的接入网络请求时，获取接入网络的安全性评分估值。
其中，接入网络的安全性评估分值包括LTE网络安全值和变电站巡检系统的网络安全值；LTE网络安全值包括网络接入安全，网络域安全，用户域安全，应用域安全和安全服务的可视性和配置性等区域的评估分值，即
网络接入安全包括：身份隐私性：无线终端可以采用LTE网络的临时身份标识(GUTI)机制来隐藏终端的永久身份标识，防止攻击者获取终端的永久身份，对终端进行跟踪。
鉴权：LTE网络采用EPSAKA鉴权机制，可以实现终端和网络侧的双向鉴权。支持LTE网络对终端的鉴权，保证LTE终端是电力公司授权的合法终端，只有合法终端才能接入电力专网网路。支持终端对LTE网络的鉴权，防止攻击者伪造成LTE网络哄骗合法终端接入网络，保证合法终端只会向合法网络上报数据。
传输安全：LTE网络的网络接入安全可以分为两层，AS层安全(UE和eNB之间)和NAS层安全(UE和MME之间)。
其中AS层安全可以对空口上RRC信令提供完整性保护和机密性保护，对空口上数据提供机密性保护，从而保证空口上RRC信令以及数据的安全传递。NAS层安全可以对NAS信令提供整性保护和机密性保护，从而保证NAS信令的安全传递。LTE采用了安全性较高的AES算法和SNOW3G算法，其中AES算法采用的是128位块加密，SNOW3G算法采用的128位流加密。
网络域安全包括：LTE中将网络域划分不同的安全域，使用NDS/IP的方式(IKE+IPsec)保护网络域，不同的网络域之间通过安全网关(SEG)进行连接。在同一个信任环境中部属的电力专网中各个节点，可以将安全集中在一个独立的设备(即信任域边界的SEG)上。NDS/IP安全机制可以采用基于预共享密钥和证书等的方式来建立IPsec安全通道，实现不同安全域之间的安全连接。考虑到网络的攻击方法及手段的多样性，为了弥补防火墙的不足，LTE系统可以部署入侵检测系统IDS(Intrusion Detection System)，实时监控网络资源，精确识别各种入侵攻击，并基于安全策略进行实时上报和处理，对网络安全提供动态防御和实时保护，减少入侵带来的损失。
用户域安全包括：LTE网络的用户域由终端设备和UICC卡组成，用户域安全可以保证合法的UICC卡插到合法的设备上，也可以保证只有授权的UICC卡可以插入到设备上，防止攻击者偷窃签约了特殊资费的UICC卡，并将他们插入其他设备进行其他业务。可以采用安全通道、PIN码配对等方式实现用户域安全。
应用域安全包括：LTE网络的应用域安全可以保证终端设备和网络侧应用服务器(例如，电网控制平台)之间端到端的安全保护，防止网络中间结点获取用户数据。可以采用GBA、GBA Push等安全机制。
安全服务的可视性和可配置性包括：电网可以为不同的用户提供不同等级的安全，或者这些安全机制对用户可视，用户可以根据自己的需求选择安全。
变电站巡检系统的网络安全值包括：业务终端侧信源加密：解决端到端应用层的业务数据加密问题；CPE终端能够提供信源加密所需的TF卡和数据加密程序(密钥和算法)。信源解密在主站各类业务应用服务器完成。
信道加/解密：解决无线空口传输的数据安全性问题。信道加密在CPE终端完成，信道解密在BBU完成。信道加密算法可替换为电力系统要求的国密算法，密钥分配和管理由主站专门的密钥管理服务器负责。
终端与基站的双向认证：无线CPE终端内置SIM卡，通过身份标识，防止非法用户接入。
IPSec加密通道：保证从终端到后台核心网之间无线通信的安全可靠性。
变电站本地端采用的路由器或网络服务器需内置高性能防火墙，提供多种攻击防范技术，包括针对Land、Smurf、Fraggle、WinNuke、PingofDeath、TearDrop、IPSpoofing、SYNFlood、ICMPFlood、UDPFlood、ARP欺骗攻击的防范等等，可以防范大多数网络上存在的攻击。
变电站巡检系统的网络安全，即变电站内部，车载端和本地端的无线AP采用WPA2安全模式，用于增强无线网络安全，车载子系统与变电站本地监控后台的交互将通过软件防火墙，该防火墙对不符合该通信协议的数据包进行隔离，使得无线网络的可能入侵者即使通过篡改MAC地址或IP地址的方式也无法通过防火墙验证。而本地监控后台与运维站后台则通过硬件防火墙进行连接，进一步确保网络通信的安全性。当巡检设备网络通信发生异常时，在本地监控后台与远程巡维中心后台会同时弹窗并进行声音报警，向运维人员提示网络连接质量、巡检设备被盗、网络被非法入侵等可能性。
在变电站本地端与巡维中心之间需通过硬件防火墙和电力专网连接。为加强变电站监控业务的安全可靠性，防止恶意攻击者对变电站监控系统及终端设备发起恶意遥控、遥控命令，伪造终端发送虚假遥测、遥信信息，造成大规模停电。变电站与巡维中心之间的网络安全防护在技术层面上应遵循端到端的安全防护原则，采用双向认证和加密技术保证通信数据传输过程的机密性、完整性及真实性的保护，抵御外部人员对调度监控系统发起的恶意破坏和攻击，提高主站、子站及数据网络的安全防护强度。同时在管理方面应加强对变电站监控终端的物理防护，加强定期巡检，以防止非技术因素造成的破坏。
安全性评估分值是基于ACID准则层APH确定的，如图12所示，根据变电站信息安全因素进行精细的划分需求，从目标层、准则层、指标层、行为层和准则层开始逐层细化，对通信协议安全性、目标对象安全性、安全算法强度、网络监控、攻击者知识等指标层的内容进行了分析，设计了基层次分析法(AHP)和逼近理想解排序法(TOPSIS)的脆弱度因子量化方法，即准则层的保密性、可用性、不可否认性以及完整性进行考虑。该方法根据IEC61850标准构建了评估算法，通过不同安全方案下的脆弱度计算比较，能有效量化系统脆弱度，即通过对二次设备本身的安全如操作系统漏洞、危险端口和危险服务等内容进行研究和扫描，使用模糊协议方法对二次设备协议的健壮性进行测试，通过网络报文分析异常设备、异常流量和异常协议，通过综合分析得出变电站安全性评分估值和安全态势，以及确定变电站精细化信息处理安全防护加固的策略数据。
步骤1114，当安全性评分估值大于或等于预设评分估值时，响应接入网络请求。
具体地，当安全性评分估值大于或等于预设评分估值时，响应接入网络请求，将变电站设备的状态数据发送至巡检人员所在的终端，对变电站的运行情况进行故障排查。
上述变电站巡检信息处理方法中，通过对变电站的图像信息预处理，声音信息预处理，视频信息预处理，刀闸信息预处理等巡检信息预处理，得到变电站设备的状态数据，对变电站设备的状态数据进行同步融合，实现数据的关联、共享；通过确定确保LTE网络安全，变电站巡检系统的网络安全，通过变电站巡检系统安全评估，当安全性评分估值大于或等于预设评分估值时，响应接入网络请求，将获取的数据发送至巡检人员所在的终端，提高变电站的巡检效率。
应该理解的是，虽然图2、图9-图11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、图9-图11中的至少一部分步骤可以包括多个步骤或者多个阶段，这些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中的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13所示，提供了一种变电站巡检信息处理装置，包括：接收模块1302、信息采集模块1304、预处理模块1306、格式转换模块1308和数据同步模块1310，其中：
接收模块1302，用于接收变电站的巡检指令，所述巡检指令携带巡检任务点和巡检路径。
信息采集模块1304，用于基于所述巡检路径，触发巡检设备上的数据采集设备采集信息，得到所述巡检任务点的多媒体信息。
预处理模块1306，用于对所述多媒体信息进行预处理，得到所述变电站的设备状态数据。
格式转换模块1308，用于对所述设备状态数据进行格式转换，得到预设数据格式的设备状态数据。
数据同步模块1310，用于基于预设数据交互通信协议，将所述预设数据格式的设备状态数据同步到所述变电站对应的服务器中。
上述变电站巡检信息处理装置，通过巡检指令触发巡检设备上的数据采集设备按照巡检路径采集各巡检任务点的多媒体信息，对采集的多媒体信息进行预处理，得到变电站的设备状态数据，通过将设备状态数据进行格式转换，得到预设格式的设备状态数据；基于预设数据交互通信协议，实现数据的同步到服务器，通过缩短变电站数据获取的效率，有效地提高了变电站的巡检效率。
在另一个实施例中，提供了一种变电站巡检信息处理装置，除包括接收模块1302、信息采集模块1304、预处理模块1306、格式转换模块1308和数据同步模块1310，还包括：增强模块、拟合模块、确定模块、检测模块、时频分解模块、语音处理模块、提取模块、识别模块和响应模块，其中：
预处理模块1306还用于对所述图像信息中的仪表设备图像进行预处理，得到所述变电站中仪表设备的运行状态数据。
增强模块，用于对所述图像信息中的视频信息增强处理，得到仪表设备的形状特征；
拟合模块，用于通过对所述形状特征进行拟合，得到所述仪表设备在所述视频信息中的区域位置；
预处理模块1306还用于当检测到所述区域位置为预设区域位置时，执行所述对所述图像信息中的仪表设备图像进行预处理，得到所述变电站中仪表设备的运行状态数据步骤。
确定模块，用于确定所述刀闸图像在所述预设区域位置中对应的刀闸区域；
检测模块，用于根据检测所述刀闸区域是否存在直线的检测结果识别刀闸的状态，得到刀闸的状态数据。
检测模块还用于当检测到所述刀闸区域不存在直线时，则所述刀闸的状态数据为第一状态；
检测模块还用于当检测到所述刀闸区域存在直线时，获取所述直线与所述刀闸图像中矩形框的垂直边之间的夹角；根据所述夹角和夹角阈值确定所述刀闸的状态数据为第二状态。
时频分解模块，用于采用小波包分析算法对所述变电站音频信息进行时频分解，得到分解后的声音频段小波包信号。
语音处理模块，用于对所述声音频段小波包信号进行谱减法语音处理，得到目标语音频谱。
提取模块，用于根据所述目标语音频谱，提取所述变电站的音频信号特征参数，得到观测序列。
识别模块，用于通过隐马尔可夫模型对观测序列进行建模，识别所述变电站音频信息，得到所述变电站的设备状态数据。
响应模块，用于当接收终端的接入网络请求时，获取所述接入网络的安全性评分估值；当所述安全性评分估值大于或等于预设评分估值时，响应所述接入网络请求。
上述变电站巡检信息处理装置中，通过对变电站的图像信息预处理，声音信息预处理，视频信息预处理，刀闸信息预处理等巡检信息预处理，得到变电站设备的状态数据，对变电站设备的状态数据进行同步融合，实现数据的关联、共享；通过确定确保LTE网络安全，变电站巡检系统的网络安全，通过变电站巡检系统安全评估，当安全性评分估值大于或等于预设评分估值时，响应接入网络请求，将获取的数据发送至巡检人员所在的终端，提高变电站的巡检效率。
关于变电站巡检信息处理装置的具体限定可以参见上文中对于变电站巡检信息处理方法的限定，在此不再赘述。上述变电站巡检信息处理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终端，其内部结构图可以如图14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、通信接口、显示屏和输入装置。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和计算机程序。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。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种变电站巡检信息处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图14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，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
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，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)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 (10)
1.一种变电站巡检信息处理方法，其特征在于，所述方法包括：
接收携带变电站所需巡检任务点的巡检指令，所述巡检任务点用于确定巡检路径；
基于所述巡检指令，触发巡检设备上的数据采集设备按照所述巡检路径采集信息，得到所述巡检任务点的多媒体信息；
对所述多媒体信息进行预处理，得到所述变电站的设备状态数据；
对所述设备状态数据进行格式转换，得到预设数据格式的设备状态数据；
基于预设数据交互通信协议，将所述预设数据格式的设备状态数据同步到所述变电站对应的服务器中。
2.根据权利要求1所述的方法，其特征在于，所述媒体信息包括图像信息，所述多媒体信息进行预处理，得到所述变电站的设备状态数据，包括：
对所述图像信息中的仪表设备图像进行预处理，得到所述变电站中仪表设备的运行状态数据。
3.根据权利要求2所述的方法，其特征在于，所述图像信息包括视频信息，在所述对所述图像信息中的仪表设备图像进行预处理，得到所述变电站中仪表设备的运行状态数据之前，所述方法还包括：
对所述图像信息中的视频信息增强处理，得到仪表设备的形状特征；
通过对所述形状特征进行拟合，得到所述仪表设备在所述视频信息中的区域位置；
当检测到所述区域位置为预设区域位置时，执行所述对所述图像信息中的仪表设备图像进行预处理，得到所述变电站中仪表设备的运行状态数据步骤。
4.根据权利要求3所述的方法，其特征在于，所述图像信息包括刀闸图像，所述对所述图像信息中的仪表设备图像进行预处理，得到所述变电站中仪表设备的运行状态数据，包括：
确定所述刀闸图像在所述预设区域位置中对应的刀闸区域；
根据检测所述刀闸区域是否存在直线的检测结果识别刀闸的状态，得到刀闸的状态数据。
5.根据权利要求4所述的方法，其特征在于，所述根据检测所述刀闸区域是否存在直线的检测结果识别刀闸的状态，得到刀闸的状态数据，包括：
当检测到所述刀闸区域不存在直线时，则所述刀闸的状态数据为第一状态；
当检测到所述刀闸区域存在直线时，获取所述直线与所述刀闸图像中矩形框的垂直边之间的夹角；
根据所述夹角和夹角阈值确定所述刀闸的状态数据为第二状态。
6.根据权利要求1所述的方法，其特征在于，所述媒体信息包括变电站音频信息，所述多媒体信息进行预处理，得到所述变电站的设备状态数据，包括：
采用小波包分析算法对所述变电站音频信息进行时频分解，得到分解后的声音频段小波包信号；
对所述声音频段小波包信号进行谱减法语音处理，得到目标语音频谱；
根据所述目标语音频谱，提取所述变电站的音频信号特征参数，得到观测序列；
通过隐马尔可夫模型对观测序列进行建模，识别所述变电站音频信息，得到所述变电站的设备状态数据。
7.根据权利要求1所述接的方法，其特征在于，所述方法还包括：
当接收终端的接入网络请求时，获取所述接入网络的安全性评分估值；
当所述安全性评分估值大于或等于预设评分估值时，响应所述接入网络请求。
8.一种变电站巡检信息处理装置，其特征在于，所述装置包括：
接收模块，用于接收变电站的巡检指令，所述巡检指令携带巡检任务点和巡检路径；
信息采集模块，用于基于所述巡检路径，触发巡检设备上的数据采集设备采集信息，得到所述巡检任务点的多媒体信息；
预处理模块，用于对所述多媒体信息进行预处理，得到所述变电站的设备状态数据；
格式转换模块，用于对所述设备状态数据进行格式转换，得到预设数据格式的设备状态数据；
数据同步模块，用于基于预设数据交互通信协议，将所述预设数据格式的设备状态数据同步到所述变电站对应的服务器中。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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7中任一项所述的方法的步骤。
10.一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7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011535382.XA CN112667717B (zh) | 2020-12-23 | 2020-12-23 | 变电站巡检信息处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011535382.XA CN112667717B (zh) | 2020-12-23 | 2020-12-23 | 变电站巡检信息处理方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112667717A true CN112667717A (zh) | 2021-04-16 |
| CN112667717B CN112667717B (zh) | 2023-04-07 |
Family
ID=75407986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011535382.XA Active CN112667717B (zh) | 2020-12-23 | 2020-12-23 | 变电站巡检信息处理方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112667717B (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113626459A (zh) * | 2021-06-21 | 2021-11-09 | 广东电网有限责任公司广州供电局 | 模型匹配方法、装置、集控设备和存储介质 |
| CN113824031A (zh) * | 2021-09-15 | 2021-12-21 | 南方电网数字电网研究院有限公司 | 基于网关的机器人巡检方法、装置、网关设备和存储介质 |
| CN114139745A (zh) * | 2021-12-01 | 2022-03-04 | 北京磁浮有限公司 | 轨道交通供配电设施的信息处理与控制方法、装置及终端 |
| CN114142384A (zh) * | 2021-12-17 | 2022-03-04 | 国网青海省电力公司西宁供电公司 | 一种基于5g技术的远程调度指挥装置 |
| CN114187675A (zh) * | 2021-11-16 | 2022-03-15 | 中国电信集团系统集成有限责任公司 | 消防巡检方法及设备、介质和产品 |
| CN114358328A (zh) * | 2021-11-26 | 2022-04-15 | 深圳供电局有限公司 | 变电站设备的开关状态检测方法、装置和计算机设备 |
| CN114374823A (zh) * | 2022-01-11 | 2022-04-19 | 深圳触觉智能科技有限公司 | 一种基于ai分析的非侵入式智能网关数据实时采集方法 |
| CN114494913A (zh) * | 2021-12-21 | 2022-05-13 | 南方电网电力科技股份有限公司 | 一种刀闸状态检测方法和系统 |
| CN114547162A (zh) * | 2022-01-10 | 2022-05-27 | 深圳震有科技股份有限公司 | 一种监控巡检方法、装置、终端及存储介质 |
| CN114710419A (zh) * | 2022-02-21 | 2022-07-05 | 上海交通大学 | 基于开关电源声音的设备工作状态单点监测方法、装置及存储介质 |
| CN114782699A (zh) * | 2022-02-28 | 2022-07-22 | 广西电网有限责任公司电力科学研究院 | 一种基于运动变形振型ods的变压器机械故障诊断方法 |
| CN114783080A (zh) * | 2022-04-28 | 2022-07-22 | 云南电网有限责任公司电力科学研究院 | 输电网巡检方法、装置、计算机设备和存储介质 |
| CN114913453A (zh) * | 2022-04-20 | 2022-08-16 | 国网上海市电力公司 | 一种基于算法定义摄像机智能监视变压器关键电力设备的方法 |
| CN115221851A (zh) * | 2022-06-23 | 2022-10-21 | 武汉胜天地消防工程有限公司 | 一种电力电站运维巡检表单数据分析处理方法与分析处理系统 |
| CN115965624A (zh) * | 2023-03-16 | 2023-04-14 | 山东宇驰新材料科技有限公司 | 一种抗磨液压油污染颗粒检测方法 |
| CN116051072A (zh) * | 2022-12-29 | 2023-05-02 | 浪潮通信技术有限公司 | 设备巡检方法、装置、电子设备及存储介质 |
| CN116207865A (zh) * | 2023-05-05 | 2023-06-02 | 上海华建电力设备股份有限公司 | 一体化变电站在线监测系统及方法 |
| CN118316696A (zh) * | 2024-04-22 | 2024-07-09 | 南京南自信息技术有限公司 | 一种使用国密算法与dl/t476规约相结合的数据传输方法及系统 |
| CN118473092A (zh) * | 2024-05-07 | 2024-08-09 | 北京泰岳天成科技有限公司 | 智能检测的数据采集方法、装置、电子设备及存储介质 |
| CN118520507A (zh) * | 2024-07-23 | 2024-08-20 | 广州尚航信息科技股份有限公司 | 一种智能巡检平台中数据库安全管理方法及系统 |
Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102065124A (zh) * | 2010-11-18 | 2011-05-18 | 北京三博中自科技有限公司 | 多协议点巡检设备接入系统 |
| CN102156476A (zh) * | 2011-04-14 | 2011-08-17 | 山东大学 | 智能空间与护士机器人多传感器系统及其信息融合方法 |
| CN102780177A (zh) * | 2012-07-19 | 2012-11-14 | 华北电力大学 | 基于飞行机器人的架空电力线路巡检数据采集方法 |
| CN105259899A (zh) * | 2015-12-01 | 2016-01-20 | 国网重庆市电力公司电力科学研究院 | 一种变电站巡检机器人的控制系统 |
| CN106125744A (zh) * | 2016-06-22 | 2016-11-16 | 山东鲁能智能技术有限公司 | 基于视觉伺服的变电站巡检机器人云台控制方法 |
| CN106127180A (zh) * | 2016-06-30 | 2016-11-16 | 广东电网有限责任公司电力科学研究院 | 一种机器人辅助定位方法及装置 |
| CN106600887A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 基于变电站巡检机器人的视频监控联动系统及其方法 |
| CN106908703A (zh) * | 2017-04-14 | 2017-06-30 | 国网江苏省电力公司无锡供电公司 | 变电站运维实时检测装置 |
| CN107036594A (zh) * | 2017-05-07 | 2017-08-11 | 郑州大学 | 智能电站巡检智能体的定位与多粒度环境感知技术 |
| CN206671473U (zh) * | 2017-04-14 | 2017-11-24 | 国网江苏省电力公司无锡供电公司 | 变电站运维实时检测装置 |
| CN207424682U (zh) * | 2017-04-07 | 2018-05-29 | 中交遥感载荷（北京）科技有限公司 | 一种用于无人机输电线路巡检的集中监控系统 |
| WO2018120446A1 (zh) * | 2016-12-31 | 2018-07-05 | 华中科技大学 | 一种面向实时目标识别的异构处理机并行协调处理方法 |
| CN108693888A (zh) * | 2017-04-07 | 2018-10-23 | 中交遥感载荷（北京）科技有限公司 | 一种用于无人机输电线路巡检的集中监控系统 |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| CN110245759A (zh) * | 2019-05-17 | 2019-09-17 | 网宿科技股份有限公司 | 一种巡检方法、系统、服务器及设备 |
| CN110316327A (zh) * | 2019-07-22 | 2019-10-11 | 山东丛林凯瓦铝合金船舶有限公司 | 一种模块化无人艇 |
| CN110417120A (zh) * | 2019-06-26 | 2019-11-05 | 广东康云科技有限公司 | 一种变电站实景三维智能巡检系统及方法 |
| CN110549336A (zh) * | 2019-08-28 | 2019-12-10 | 广西电网有限责任公司电力科学研究院 | 一种变电站巡检机器人集控主站系统 |
| CN111209434A (zh) * | 2020-01-09 | 2020-05-29 | 国网江苏省电力有限公司徐州供电分公司 | 一种基于多源异构数据融合的变电站设备巡检系统及方法 |
| CN111300372A (zh) * | 2020-04-02 | 2020-06-19 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
| CN111897332A (zh) * | 2020-07-30 | 2020-11-06 | 国网智能科技股份有限公司 | 一种语义智能变电站机器人仿人巡视作业方法及系统 |
| CN211890820U (zh) * | 2020-04-02 | 2020-11-10 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人 |
| CN111958592A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种变电站巡检机器人图像语义分析系统及方法 |
| CN111968262A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种语义智能变电站巡视作业机器人导航系统及方法 |
| CN111984495A (zh) * | 2019-05-21 | 2020-11-24 | 武汉金山办公软件有限公司 | 一种大数据监控方法、装置和存储介质 |
| CN112083000A (zh) * | 2020-08-12 | 2020-12-15 | 中国电力科学研究院有限公司 | 一种变电站设备外观缺陷的智能识别方法及系统 |
-
2020
- 2020-12-23 CN CN202011535382.XA patent/CN112667717B/zh active Active
Patent Citations (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102065124A (zh) * | 2010-11-18 | 2011-05-18 | 北京三博中自科技有限公司 | 多协议点巡检设备接入系统 |
| CN102156476A (zh) * | 2011-04-14 | 2011-08-17 | 山东大学 | 智能空间与护士机器人多传感器系统及其信息融合方法 |
| CN102780177A (zh) * | 2012-07-19 | 2012-11-14 | 华北电力大学 | 基于飞行机器人的架空电力线路巡检数据采集方法 |
| CN106600887A (zh) * | 2015-10-14 | 2017-04-26 | 山东鲁能智能技术有限公司 | 基于变电站巡检机器人的视频监控联动系统及其方法 |
| CN105259899A (zh) * | 2015-12-01 | 2016-01-20 | 国网重庆市电力公司电力科学研究院 | 一种变电站巡检机器人的控制系统 |
| CN106125744A (zh) * | 2016-06-22 | 2016-11-16 | 山东鲁能智能技术有限公司 | 基于视觉伺服的变电站巡检机器人云台控制方法 |
| CN106127180A (zh) * | 2016-06-30 | 2016-11-16 | 广东电网有限责任公司电力科学研究院 | 一种机器人辅助定位方法及装置 |
| WO2018120446A1 (zh) * | 2016-12-31 | 2018-07-05 | 华中科技大学 | 一种面向实时目标识别的异构处理机并行协调处理方法 |
| CN108693888A (zh) * | 2017-04-07 | 2018-10-23 | 中交遥感载荷（北京）科技有限公司 | 一种用于无人机输电线路巡检的集中监控系统 |
| CN207424682U (zh) * | 2017-04-07 | 2018-05-29 | 中交遥感载荷（北京）科技有限公司 | 一种用于无人机输电线路巡检的集中监控系统 |
| CN106908703A (zh) * | 2017-04-14 | 2017-06-30 | 国网江苏省电力公司无锡供电公司 | 变电站运维实时检测装置 |
| CN206671473U (zh) * | 2017-04-14 | 2017-11-24 | 国网江苏省电力公司无锡供电公司 | 变电站运维实时检测装置 |
| CN107036594A (zh) * | 2017-05-07 | 2017-08-11 | 郑州大学 | 智能电站巡检智能体的定位与多粒度环境感知技术 |
| CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控系统集成有限公司 | 一种人工智能预警系统 |
| CN110245759A (zh) * | 2019-05-17 | 2019-09-17 | 网宿科技股份有限公司 | 一种巡检方法、系统、服务器及设备 |
| CN111984495A (zh) * | 2019-05-21 | 2020-11-24 | 武汉金山办公软件有限公司 | 一种大数据监控方法、装置和存储介质 |
| CN110417120A (zh) * | 2019-06-26 | 2019-11-05 | 广东康云科技有限公司 | 一种变电站实景三维智能巡检系统及方法 |
| CN110316327A (zh) * | 2019-07-22 | 2019-10-11 | 山东丛林凯瓦铝合金船舶有限公司 | 一种模块化无人艇 |
| CN110549336A (zh) * | 2019-08-28 | 2019-12-10 | 广西电网有限责任公司电力科学研究院 | 一种变电站巡检机器人集控主站系统 |
| CN111209434A (zh) * | 2020-01-09 | 2020-05-29 | 国网江苏省电力有限公司徐州供电分公司 | 一种基于多源异构数据融合的变电站设备巡检系统及方法 |
| CN111300372A (zh) * | 2020-04-02 | 2020-06-19 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
| CN211890820U (zh) * | 2020-04-02 | 2020-11-10 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人 |
| CN111897332A (zh) * | 2020-07-30 | 2020-11-06 | 国网智能科技股份有限公司 | 一种语义智能变电站机器人仿人巡视作业方法及系统 |
| CN111958592A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种变电站巡检机器人图像语义分析系统及方法 |
| CN111968262A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种语义智能变电站巡视作业机器人导航系统及方法 |
| CN112083000A (zh) * | 2020-08-12 | 2020-12-15 | 中国电力科学研究院有限公司 | 一种变电站设备外观缺陷的智能识别方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 李仙琪等: "基于Unity 3D平台的变电站可视化巡检自主定位方法", 《机械设计与制造工程》, no. 04, pages 55 - 60 * |
| 王锐等: "基于红外图像匹配的变电站机器人辅助导航技术", 《广东电力》, no. 04, pages 142 - 146 * |
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113626459B (zh) * | 2021-06-21 | 2023-01-20 | 广东电网有限责任公司广州供电局 | 模型匹配方法、装置、集控设备和存储介质 |
| CN113626459A (zh) * | 2021-06-21 | 2021-11-09 | 广东电网有限责任公司广州供电局 | 模型匹配方法、装置、集控设备和存储介质 |
| CN113824031A (zh) * | 2021-09-15 | 2021-12-21 | 南方电网数字电网研究院有限公司 | 基于网关的机器人巡检方法、装置、网关设备和存储介质 |
| CN114187675A (zh) * | 2021-11-16 | 2022-03-15 | 中国电信集团系统集成有限责任公司 | 消防巡检方法及设备、介质和产品 |
| CN114187675B (zh) * | 2021-11-16 | 2023-11-17 | 中电信数智科技有限公司 | 消防巡检方法及设备、介质和产品 |
| CN114358328A (zh) * | 2021-11-26 | 2022-04-15 | 深圳供电局有限公司 | 变电站设备的开关状态检测方法、装置和计算机设备 |
| CN114139745A (zh) * | 2021-12-01 | 2022-03-04 | 北京磁浮有限公司 | 轨道交通供配电设施的信息处理与控制方法、装置及终端 |
| CN114142384A (zh) * | 2021-12-17 | 2022-03-04 | 国网青海省电力公司西宁供电公司 | 一种基于5g技术的远程调度指挥装置 |
| CN114494913A (zh) * | 2021-12-21 | 2022-05-13 | 南方电网电力科技股份有限公司 | 一种刀闸状态检测方法和系统 |
| CN114547162A (zh) * | 2022-01-10 | 2022-05-27 | 深圳震有科技股份有限公司 | 一种监控巡检方法、装置、终端及存储介质 |
| CN114547162B (zh) * | 2022-01-10 | 2025-01-03 | 深圳震有科技股份有限公司 | 一种监控巡检方法、装置、终端及存储介质 |
| CN114374823A (zh) * | 2022-01-11 | 2022-04-19 | 深圳触觉智能科技有限公司 | 一种基于ai分析的非侵入式智能网关数据实时采集方法 |
| CN114710419B (zh) * | 2022-02-21 | 2023-07-28 | 上海交通大学 | 基于开关电源声音的设备工作状态单点监测方法、装置及存储介质 |
| CN114710419A (zh) * | 2022-02-21 | 2022-07-05 | 上海交通大学 | 基于开关电源声音的设备工作状态单点监测方法、装置及存储介质 |
| CN114782699A (zh) * | 2022-02-28 | 2022-07-22 | 广西电网有限责任公司电力科学研究院 | 一种基于运动变形振型ods的变压器机械故障诊断方法 |
| CN114913453A (zh) * | 2022-04-20 | 2022-08-16 | 国网上海市电力公司 | 一种基于算法定义摄像机智能监视变压器关键电力设备的方法 |
| CN114783080A (zh) * | 2022-04-28 | 2022-07-22 | 云南电网有限责任公司电力科学研究院 | 输电网巡检方法、装置、计算机设备和存储介质 |
| CN115221851B (zh) * | 2022-06-23 | 2023-08-29 | 智瞻科技股份有限公司 | 一种电力电站运维巡检表单数据分析处理方法与分析处理系统 |
| CN115221851A (zh) * | 2022-06-23 | 2022-10-21 | 武汉胜天地消防工程有限公司 | 一种电力电站运维巡检表单数据分析处理方法与分析处理系统 |
| CN116051072A (zh) * | 2022-12-29 | 2023-05-02 | 浪潮通信技术有限公司 | 设备巡检方法、装置、电子设备及存储介质 |
| CN115965624A (zh) * | 2023-03-16 | 2023-04-14 | 山东宇驰新材料科技有限公司 | 一种抗磨液压油污染颗粒检测方法 |
| CN116207865A (zh) * | 2023-05-05 | 2023-06-02 | 上海华建电力设备股份有限公司 | 一体化变电站在线监测系统及方法 |
| CN118316696A (zh) * | 2024-04-22 | 2024-07-09 | 南京南自信息技术有限公司 | 一种使用国密算法与dl/t476规约相结合的数据传输方法及系统 |
| CN118473092A (zh) * | 2024-05-07 | 2024-08-09 | 北京泰岳天成科技有限公司 | 智能检测的数据采集方法、装置、电子设备及存储介质 |
| CN118520507A (zh) * | 2024-07-23 | 2024-08-20 | 广州尚航信息科技股份有限公司 | 一种智能巡检平台中数据库安全管理方法及系统 |
| CN118520507B (zh) * | 2024-07-23 | 2024-10-01 | 广州尚航信息科技股份有限公司 | 一种智能巡检平台中数据库安全管理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112667717B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112667717B (zh) | 变电站巡检信息处理方法、装置、计算机设备和存储介质 | |
| Li et al. | FBS-Radar: Uncovering Fake Base Stations at Scale in the Wild. | |
| EP2657880B1 (en) | Systems and methods for combined physical and cyber data security | |
| US20150143454A1 (en) | Security management apparatus and method | |
| CN107403165B (zh) | 智能人脸识别系统的数据管理架构及使用方法 | |
| US11240136B2 (en) | Determining attributes using captured network probe data in a wireless communications system | |
| Smailes et al. | Watch this space: Securing satellite communication through resilient transmitter fingerprinting | |
| CN107276983A (zh) | 一种基于dpi和云同步的流量安全控制方法及系统 | |
| CN111314921A (zh) | 一种基于无线通信的测试系统、方法、装置和存储介质 | |
| CN114124436A (zh) | 一种基于电力物联网泛终端的apn接入可信计算管理系统 | |
| Pirker et al. | Global and secured uav authentication system based on hardware-security | |
| CN111970233B (zh) | 一种网络违规外联场景的分析识别方法 | |
| CN109995769A (zh) | 一种多级异构跨区域的全实时安全管控方法 | |
| CN113342892A (zh) | 基于区块链节点集群的云安全数据处理方法及区块链系统 | |
| CN114339767B (zh) | 一种信令检测方法、装置、电子设备及存储介质 | |
| CN114095931A (zh) | 星地通信中基于稀疏轨迹时空特征的接入检测方法和装置 | |
| US10699022B1 (en) | Interception of unauthorized communications in an controlled-environment facility | |
| CN112601230B (zh) | 基于时间窗口和位置加密的位置数据保护方法 | |
| KR20150041407A (ko) | 신뢰 액세스포인트 접속 장치 및 방법 | |
| CN111372245A (zh) | 一种lte网络侦听方法及系统 | |
| CN114554490A (zh) | 一种基于时序模型的异常ap检测方法及系统 | |
| CN106101058A (zh) | 一种基于二维码的热点信息处理方法 | |
| CN119012196B (zh) | 一种无线空域入侵防御系统、方法和装置 | |
| Sándor | Warflying–2.4 ghz and 5 ghz wireless network detection by drone in critical infrastructure | |
| CN116599697B (zh) | 基于双向身份认证的情报板信息传输硬加密方法及系统 |
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 | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 550002 Jiefang Road, Nanming District, Guiyang, Guizhou Province, No. 32 Patentee after: ELECTRIC POWER RESEARCH INSTITUTE, GUIZHOU POWER GRID Co.,Ltd. Country or region after: China Patentee after: Southern Power Grid Digital Grid Research Institute Co.,Ltd. Address before: 550002 Jiefang Road, Nanming District, Guiyang, Guizhou Province, No. 32 Patentee before: ELECTRIC POWER RESEARCH INSTITUTE, GUIZHOU POWER GRID Co.,Ltd. Country or region before: China Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20241024 Address after: Floor 14, Unit 3, Building 2, No. 11, Spectra Middle Road, Huangpu District, Guangzhou, Guangdong, 510000 Patentee after: China Southern Power Grid Digital Grid Technology (Guangdong) Co.,Ltd. Country or region after: China Address before: 550002 Jiefang Road, Nanming District, Guiyang, Guizhou Province, No. 32 Patentee before: ELECTRIC POWER RESEARCH INSTITUTE, GUIZHOU POWER GRID Co.,Ltd. Country or region before: China Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |