CN112749813B - 一种数据处理系统、方法、电子设备及存储介质 - Google Patents

一种数据处理系统、方法、电子设备及存储介质 Download PDF

Info

Publication number
CN112749813B
CN112749813B CN202011186072.1A CN202011186072A CN112749813B CN 112749813 B CN112749813 B CN 112749813B CN 202011186072 A CN202011186072 A CN 202011186072A CN 112749813 B CN112749813 B CN 112749813B
Authority
CN
China
Prior art keywords
model
pictures
data
text data
picture
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
CN202011186072.1A
Other languages
English (en)
Other versions
CN112749813A (zh
Inventor
文衍广
林捷
杨梓涵
樊道庆
范晟
林建雄
李文波
肖彤
许国伟
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.)
Guangdong Power Grid Co Ltd
Shantou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Shantou Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Shantou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202011186072.1A priority Critical patent/CN112749813B/zh
Publication of CN112749813A publication Critical patent/CN112749813A/zh
Application granted granted Critical
Publication of CN112749813B publication Critical patent/CN112749813B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/413—Classification of content, e.g. text, photographs or tables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种数据处理系统、方法、电子设备及存储介质。其中，所述系统包括：数据采集模块、数据分析模块和展示模块；所述数据采集模块，用于采集变电站数据；所述数据分析模块，用于通过光学字符识别OCR模型以及目标检测模型识别所述变电站数据；所述展示模块，用于通过三维模型加载全景图片并将所述变电站数据通过一定的技术手段在所述三维模型中进行三维可视化展示。本发明实施例提供的技术方案可以利用智能处理技术将变电站大量且分散的数据进行收集、分析和可视化展示，可以实现变电站的智能管控，节省人力资源节约成本，提高变电站的运检效率和智能化程度的效果。

Description

一种数据处理系统、方法、电子设备及存储介质
技术领域
本发明实施例涉及变电站智能管理技术领域，尤其涉及一种数据处理系统、方法、电子设备及存储介质。
背景技术
随着高压电网规模和建设速度的大幅增长，变电站的数量显著增加，运检工作日渐繁重，但人员配置有限，运检工作量与人员数量的矛盾日益突出，传统运检模式中的大量工作仍采用人工就地操作、手动抄录、现场频繁往返等形式，导致各变电站之间或变电站内部数据孤立分散、不精确且不直观，各业务系统相对独立，运行数据的综合价值未能得到充分挖掘，运检效率低，因此，传统的变电站运检方式已经不能满足实际的业务需求。
发明内容
本发明实施例提供了一种数据处理系统、方法、电子设备及存储介质，可以实现释放更多的劳动力，可以将传统运检方式中孤立的数据进行智能融合、处理和可视化，在全面提高运检效率的同时，提升一线工作的数字化和智能化程度。
第一方面，本发明实施例提供了一种数据处理系统，其中，该系统包括：数据采集模块、数据分析模块和展示模块；
所述数据采集模块，用于采集变电站数据；其中，所述变电站数据包括图片和文本数据；所述图片包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片；
所述数据分析模块，用于通过光学字符识别OCR模型识别所述第一类图片中的文本数据，以及通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标，根据所述兴趣目标的位置坐标得到兴趣目标框图，若所述兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别所述目标图片中的文本数据；
所述展示模块，用于通过三维模型加载所述全景图片，并将所述兴趣目标和当前所有的文本数据在所述三维模型中进行三维可视化展示。
第二方面，本发明实施例还提供了一种数据处理方法，其中，该方法包括：采集变电站数据；其中，所述变电站数据包括图片和文本数据；所述图片包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片；通过光学字符识别OCR模型识别所述第一类图片中的文本数据；
通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标，根据所述兴趣目标的位置坐标得到兴趣目标框图；
若所述兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别所述目标图片中的文本数据；
通过三维模型加载所述全景图片，并将所述兴趣目标和当前所有的文本数据在所述三维模型中进行三维可视化展示。
第三方面，本发明实施例还提供了一种电子设备，其中，该设备包括：一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一项所述的数据处理方法。
第四方面，本发明实施例还提供了一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明实施例中任一项所述的数据处理方法。
本发明实施例提供的技术方案，通过采集变电站数据，其中，变电站数据包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片、变电站的全景图片以及文本数据，通过光学字符识别OCR模型识别第一类图片中的文本数据，通过目标检测模型识别第二类图片中的兴趣目标的位置坐标，并根据兴趣目标的位置坐标得到兴趣目标框图，若兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别目标图片中的文本数据，通过三维模型加载全景图片，并将兴趣目标和当前所有的文本数据在三维模型中进行三维可视化展示，可以利用智能处理技术将变电站大量且分散的数据进行收集、分析和可视化展示，可以实现变电站的智能管控，节省人力资源节约成本，提高变电站的运检效率和智能化程度的效果。
附图说明
图1是本发明实施例所适用的数据处理系统架构示意图；
图2是本发明实施例所适用的数据处理系统架构示意图；
图3是本发明实施例提供的数据处理方法的流程图；
图4是本发明实施例提供的数据处理方法的流程图；
图5是本发明实施例提供的一种电子设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
图1是本发明实施例所适用的数据处理系统架构示意图，如图1所示，该系统包括：数据采集模块110、数据分析模块120和展示模块130。
其中，数据采集模块110，用于采集变电站数据，所述变电站数据包括图片和文本数据，所述图片包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片；数据分析模块120，用于通过光学字符识别(Optical CharacterRecognition,OCR)模型识别所述第一类图片中的文本数据，以及通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标，根据所述兴趣目标的位置坐标得到兴趣目标框图，若所述兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别所述目标图片中的文本数据；展示模块130，用于通过三维模型加载所述全景图片，并将所述兴趣目标和当前所有的文本数据在所述三维模型中进行三维可视化展示。
可选的，变电站数据中的图片数据包括：包含纯文本数据的第一类图片，可以是由继电保护设备打印出来的定值单数据图片，定值单数据图片中包含设备参数定值和保护定值等信息；包含文本数据和实物对象的第二类图片，例如可以是开关柜图片，包含开关柜名称以及按钮、开关、显示屏等实物对象的信息；第二类图片也可以是继电保护设备图片，包括设备名称、电流电压显示屏和开关旋钮等实物对象的信息；变电站的全景图片，包括变电站中所有设备的信息，如：变压器、断路器、隔离开关、避雷器、气体绝缘组合开关、仪表、继电保护设备和开关柜等设备的信息。变电站数据中的文本数据包括移动终端连接万用表获取到的电流电压以及通过红外测温相机检测到的设备温度等数据。
可选的，变电站数据中的图片数据还包括仪表图片，可以是电压表图片也可以是电流表图片，包含了仪表中的指针和刻度线以及指针指向的刻度线和数字等信息。
由此，通过数据采集模块获取变电站中各种设备以及各种类型的文本和图片数据，可以实现将批量且分散的数据进行收集和汇总，为后续的处理流程提供了可靠的数据来源。
可选的，OCR模型是人工智能领域机器学习的一种模型，其结构可以是神经网络结构，也可以是其他结构，可以实现将图片转换成文本数据。在使用OCR模型之前，还包括对OCR模型的训练：将训练集中包含的文本数据为预设字体、预设颜色的图片以及所述图片对应的标准文本数据输入到所述OCR模型中，对所述OCR模型进行训练。具体的，将训练集中包含的文本数据为预设字体和预设颜色的图片以及图片对应的标准文本数据输入到OCR模型中，通过OCR模型输出图片对应的文本数据，将训练集中的标准文本数据以及通过OCR模型输出的文本数据同时输入到损失函数中，得到损失函数的输出结果，该输出结果标识OCR模型的文本数据识别率，根据该输出结果判断是否需要对OCR模型进行优化，当损失函数的输出结果满足预设识别率时，即可停止训练过程，最终得到已训练的OCR模型。
定值单数据存放于机器内部，必须由继电保护设备打印出来才可以为工作人员所识别，定值单数据图片中的设备参数定值以及保护定值都有对应的阈值，所述阈值存储在调度定值单数据中，设备在运行过程中的定值超过了阈值就会报警。相关技术中需要人工手动比对查看设备定值和保护定值与调度定值单中的阈值是否一致，如果不一致则由人工进行定值的校准，定值单数据庞杂，人工比对的方式效率低下，容易出错，消耗人力和时间。
由此，通过使用已训练的OCR模型，可以将定值单数据图片转换为文本形式的定值单数据，识别精度和还原率高，识别速度快，进而可以对文本形式的定值单数据进行存储和调用，可以通过相应的技术手段实现定值单数据与阈值的自动比对，提高了运检工作的智能化程度，节约了人力和时间成本，提高了运检效率。
可选的，目标检测模型是机器学习中的一种模型，其结构可以是一个神经网络结构，在使用目标检测模型之前，还包括对目标检测模型进行训练：将训练集中的第二类图片以及第二类图片中各个实物对象对应的位置坐标输入到目标检测模型中对所述目标检测模型进行训练。具体的，将训练集中的第二类图片以及第二类图片中各个实物对象对应的位置坐标输入到目标检测模型中，通过目标检测模型得到各实物对象对应的位置坐标，并将训练集中各实物对象对应的位置坐标与通过目标检测模型输出的位置坐标同时输入到损失函数中，根据损失函数的输出结果判断是否需要对目标检测模型进行优化，当损失函数的输出结果满足预设条件时，即可停止训练过程，得到已训练的目标检测模型。
由此，通过已训练的目标检测模型，可以识别出第二类图片中各兴趣目标对应的位置坐标，并进而根据兴趣目标的位置坐标得到兴趣目标框图，可以识别第二类图片中的多个兴趣目标，并可以定位出各个兴趣目标。
由此，通过数据分析模块，利用OCR模型将包含纯文本数据的第一类图片转换成文本数据，通过目标检测模型识别出第二类图片中的兴趣目标的位置坐标，并根据位置坐标得到兴趣目标框图，再通过OCR模型将兴趣目标框图转换成文本数据，可以实现将数据采集模块采集到的原始图片数据进行量化，从而可以直观、有效的对数据进行管理和操作。
在本发明实施例的一个实施方式中，可选的，数据分析模块120，还用于通过语义分割模型得到所述仪表图片中的指针和各个刻度线，基于所述指针指向的刻度线确定所述仪表图片中的示数信息。展示模块130，还用于将所述示数信息在所述三维模型中进行三维可视化展示。
可选的，语义分割模型是机器学习中的一种模型，其结构可以是一个神经网络结构，也可以是其他的结构。在使用语义分割模型之前，还包括对语义分割模型进行训练：将训练集中的仪表图片、所述训练集中仪表图片对应的掩码文件输入到语义分割模型中，对所述语义分割模型进行训练。其中，掩码文件中记录了仪表图片中的每一个像素所属的类别，例如该像素属于刻度线还是属于指针。具体的，将训练集中的仪表图片、所述训练集中仪表图片对应的掩码文件输入到语义分割模型中，得到每个像素点所对应的类别，将掩码文件与所述得到的每个像素点所对应的类别同时输入到损失函数中，根据损失函数的输出结果判断是否需要对语义分割模型进行优化，当损失函数的输出结果满足预设条件时，即可停止训练过程，得到已训练的语义分割模型。
由此，通过已训练的语义分割模型可以实现对图片中的像素进行分类，即可以识别出仪表图片中的指针和各刻度线，然后可以根据指针与其指向的刻度线连成的直线相对中间刻度线连成的直线的倾斜角度，例如可以利用霍夫变换确定仪表指针的倾斜角度，进而确定仪表图片中的示数信息。可以实现将仪表图片转换成示数信息，进而可以对示数信息进行调用和管理。
可选的，三维模型由无人机倾斜摄影拍摄所得，全景图片由全景相机拍摄所得，利用三维模型加载全景图片，然后借助数字孪生技术和三维模型中自带的数据点位信息，将数据分析模块120分析得到的兴趣目标以及文本数据在三维模型中进行可视化展示。
在本发明实施例中，展示模块130，将由语义分割模型分析得到的仪表的示数信息，通过数据所在点位信息和数字孪生技术展示到三维全景可视化平台中。可以实现变电站仪表的实时现场数据的展示和数据融合，可以实现对变电站仪表状态的监控，提高运检的智能化程度和运检效率。
由此，通过展示模块，可以将经过数据分析模块分析后得到的文本数据和兴趣目标利用相应的技术手段进行融合和可视化，实现变电站中各设备的数据融合，达到数据可视化和具备可追溯性，更有利于决策者对全局信息的获取和管控。
需要说明的是，本实施例中的各个模块可以配置在一个设备中，例如可以配置在服务器中。
本发明实施例提供的技术方案，通过由数据采集模块、数据分析模块以及展示模块组成的数据处理系统，可以利用智能处理技术将变电站大量且分散的数据进行收集、分析和可视化展示，可以实现变电站的智能管控，节省人力资源节约成本，提高变电站的运检效率和智能化程度的效果。
图2是本发明实施例所适用的数据处理系统架构示意图，如图2所示，该系统包括：数据采集模块110、数据传输模块220、数据存储模块、数据分析模块和展示模块130。在本发明实施例中，各个模块可以配置在两个设备中。
其中，数据采集模块110，用于通过采集设备采集变电站数据，采集设备可以是移动终端，比如手机。
可选的，变电站的数量至少为2个。
数据传输模块220，可以配置在移动终端中，例如手机，用于将数据采集模块110采集到的变电站数据通过移动终端发送到数据存储模块，主要涉及企业内部安全要求，通过接入点名称(Access Point Name，APN)网络连接方式，利用企业内部专有网络与存储服务器进行数据传输，来确保数据传输过程中的安全性。
由此，通过使用专线APN的数据传输，在移动终端和数据存储服务器平台之间采用端到端加密，避免信息在整个传输过程中可能的泄漏，可以满足变电站对数据信息的安全要求。
数据存储模块，用于按照不同的级别对数据进行存储，例如按照时间顺序对继电保护设备的定值单数据以及各种仪表数据进行存储，便于服务器根据需要对数据进行调用和管理。如图2所示，数据存储模块主要包括分布式数据存储模块240和集中数据存储模块250两种，在移动终端采用分布式数据存储模式，双重备份；在存储服务器端采用集中数据存储模式。
由此，通过数据存储模块按照不同级别对数据进行存储，可以方便服务器根据需要进行数据管理和调用，可以节约时间提高工作效率；通过分布式数据存储模块可以实现数据备份，避免数据丢失，提高数据存储过程中的安全性和可靠性；通过存储服务器端的集中数据存储模块，可以实现对数据的统一管理，提高变电站的运检效率。
数据分析模块，主要包括前端识别模块260和后端数据分析模块270两种形式，其中，前端识别模块260是在数据采集设备中加载识别模块，减少对网络的依赖，将小模型移植到移动终端，在本地直接处理，例如，针对包含纯文本数据的第一类图片进行基于OCR模型的文本识别。后端数据分析模块270可以配置在后台服务器中，可以调用后端API接口，依靠的是后台大服务器计算力资源，通过加载精度更高的大模型进行识别处理，例如可以采用语义分割模型识别仪表图片得到指针和刻度线的信息，并进一步根据指针和其所指向的刻度线连成的直线相对中间刻度连成的直线的偏移角度，得到仪表的示数信息；也可以采用目标检测模型识别第二类图片中的兴趣目标对应的位置坐标，并根据所述位置坐标得到兴趣目标框图，对于兴趣目标框图中包含文本数据的目标图片可以交由前端识别模块260进行OCR模型的识别来获取文本数据。
由此，通过数据分析模块，可以根据数据采集设备采集到的数据内容的性质，将数据分配到前端识别模块或者后台数据分析模块进行处理，可以在采集设备中实现数据的分析，可以降低服务器端的工作负荷，提高工作的灵活性。
图3为本发明实施例提供的数据处理方法的流程图，所述方法可以由数据处理系统来执行，所述数据处理系统可以由软件和/或硬件的方式实现，所述数据处理系统可以配置在服务器等电子设备中。可选的，所述方法应用于变电站智能运检管理的场景中。
如图3所示，本发明实施例提供的技术方案具体包括：
S310、采集变电站数据；其中，所述变电站数据包括图片和文本数据；所述图片包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片。
在本发明实施例中，由采集设备采集变电站数据，其中，采集设备可以包括：可见光相机，用于获取各变电站中各设备的图片；红外相机，用于获取设备温度；万用表，用于测量仪表的电流电压；全景相机，用于拍摄变电站的全景图片。
在本发明实施例中，变电站数据中的图片数据包括：包含纯文本数据的第一类图片，可以是由继电保护设备打印出来的定值单数据图片，定值单数据图片中包含设备参数定值和保护定值等信息；包含文本数据和实物对象的第二类图片，例如可以是开关柜图片，包含开关柜名称以及按钮、开关、显示屏等实物对象的信息；第二类图片也可以是继电保护设备图片，包括设备名称、电流电压显示屏和开关旋钮等实物对象的信息；变电站的全景图片，包括变电站中所有设备的信息，如：变压器、断路器、隔离开关、避雷器、气体绝缘组合开关、仪表、继电保护设备和开关柜等设备的信息。变电站数据中的文本数据包括移动终端连接万用表获取到的电流电压以及通过红外测温相机检测到的设备温度等数据。
由此，通过各种采集设备采集变电站中由内到外的详细数据，可以为后续的数据处理步骤提供全面、精确的数据来源，为整个数据处理流程提供了可靠的数据源。
S320、通过光学字符识别OCR模型识别所述第一类图片中的文本数据。
在本发明实施例中，OCR模型是人工智能领域机器学习的一种模型，其结构可以是神经网络结构，也可以是其他结构，可以实现将图片转换成文本数据。在使用OCR模型之前，还包括对OCR模型的训练：将训练集中包含的文本数据为预设字体、预设颜色的图片以及所述图片对应的标准文本数据输入到所述OCR模型中，对所述OCR模型进行训练。具体的，将训练集中包含的文本数据为预设字体和预设颜色的图片以及图片对应的标准文本数据输入到OCR模型中，通过OCR模型输出图片对应的文本数据，将训练集中的标准文本数据以及通过OCR模型输出的文本数据同时输入到损失函数中，得到损失函数的输出结果，该输出结果标识OCR模型的文本数据识别率，根据该输出结果判断是否需要对OCR模型进行优化，当损失函数的输出结果满足预设识别率时，即可停止训练过程，最终得到已训练的OCR模型。
由此，通过使用已训练的OCR模型，可以将定值单数据图片转换为文本形式的定值单数据，识别精度和还原率高，识别速度快，进而可以对文本形式的定值单数据进行存储和调用，提高了运检工作的智能化程度，节约了人力和时间成本，提高了运检效率。
S330、通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标，根据所述兴趣目标的位置坐标得到兴趣目标框图。
在本发明实施例中，目标检测模型是机器学习中的一种模型，其结构可以是一个神经网络结构，在使用目标检测模型之前，还包括对目标检测模型进行训练：将训练集中的第二类图片以及第二类图片中各个实物对象对应的位置坐标输入到目标检测模型中对所述目标检测模型进行训练。具体的，将训练集中的第二类图片以及第二类图片中各个实物对象对应的位置坐标输入到目标检测模型中，通过目标检测模型得到各实物对象对应的位置坐标，并将原始的位置坐标与通过目标检测模型输出的位置坐标同时输入到损失函数中，根据损失函数的输出结果判断是否需要对目标检测模型进行优化，当损失函数的输出结果满足预设条件时，即可停止训练过程，得到已训练的目标检测模型。
由此，通过已训练的目标检测模型，可以识别出第二类图片中各兴趣目标对应的位置坐标，并进而根据兴趣目标的位置坐标得到兴趣目标框图，可以识别第二类图片中的多个兴趣目标，并可以定位出各个兴趣目标。
S340、若所述兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别所述目标图片中的文本数据。
在本发明实施例中，兴趣目标框图可以是只包含实物对象的目标图片，也可以是只包含文字数据的目标图片。
在本发明实施例中，OCR模型是人工智能领域机器学习的一种模型，其结构可以是神经网络结构，可以实现将图片转换成文本数据。在使用OCR模型之前，还包括对OCR模型的训练：将训练集中包含的文本数据为预设字体、预设颜色的目标图片以及所述目标图片对应的标准文本数据输入到所述OCR模型中，对所述OCR模型进行训练。具体的，将训练集中包含的文本数据为预设字体和预设颜色的目标图片以及目标图片对应的标准文本数据输入到OCR模型中，通过OCR模型输出目标图片对应的文本数据，将训练集中的标准文本数据以及通过OCR模型输出的文本数据同时输入到损失函数中，得到损失函数的输出结果，该输出结果标识OCR模型的文字识别率，根据该输出结果判断是否需要对OCR模型进行优化，当损失函数的输出结果满足预设识别率时，即可停止训练过程，最终得到已训练的OCR模型。
由此，通过已训练的OCR模型，可以根据第二类图片中的兴趣目标框图识别出第二类图片中的文本数据，可以高精确度地实现图片到文本数据的转化，并进而实现对文本数据的存储和调用。
S350、通过三维模型加载所述全景图片，并将所述兴趣目标和当前所有的文本数据在所述三维模型中进行三维可视化展示。
在本发明实施例中，三维模型可以由无人机倾斜摄影拍摄所得。三维模型的生成可以使场景看起来更直观，更形象，更容易被人理解。利用三维模型加载变电站的全景图片，并将由智能处理技术分析得到的兴趣目标和所有文本数据，通过数字孪生技术和三维模型自带的数据所在点位信息展示到三维全景可视化平台中。
在本发明实施例中，数字孪生技术可以针对现实世界中变电站的实体对象，即变电站中所有的设备，在数字化世界中构建完全一致的对应模型，通过数字化的手段对实体对象进行动态仿真、监测、分析和控制。
由此，通过三维模型加载全景图片，并将由智能处理技术分析得到的兴趣目标和所有文本数据，通过数据所在点位信息和数字孪生技术展示到三维全景可视化平台中，可以打破数据孤岛，实现变电站实时现场数据的展示和数据融合，可以通过可视化平台实现对变电站各设备状态的监控，提高运检的智能化程度和运检效率。
本实施例的技术方案，通过采集变电站数据，其中，变电站数据包括文本数据、包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片，通过光学字符识别OCR模型识别第一类图片中的文本数据，通过目标检测模型识别第二类图片中的兴趣目标的位置坐标，并根据兴趣目标的位置坐标得到兴趣目标框图，若兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别目标图片中的文本数据，通过三维模型加载全景图片，并将兴趣目标和当前所有的文本数据在三维模型中进行三维可视化展示，可以利用智能处理技术将变电站大量且分散的数据进行收集、分析和可视化展示，可以实现变电站的智能管控，节省人力资源节约成本，提高变电站的运检效率和智能化程度的效果。
图4为本发明实施例提供的数据处理方法的流程图，在本发明实施例中，可选的，本发明实施例提供的方法还包括：
所述图片还包括：仪表图片；所述方法还包括：通过语义分割模型得到所述仪表图片中的指针和各个刻度线，基于所述指针指向的刻度线确定所述仪表图片中的示数信息；通过所述三维模型加载所述全景图片，将所述示数信息在所述三维模型中进行三维可视化展示。
如图4所示，本发明实施例提供的技术方案包括：
S410、采集变电站数据；其中，所述变电站数据包括图片和文本数据；所述图片包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片。
S420、通过光学字符识别OCR模型识别所述第一类图片中的文本数据。
S430、通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标，根据所述兴趣目标的位置坐标得到兴趣目标框图。
S440、若所述兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别所述目标图片中的文本数据。
S450、通过语义分割模型得到仪表图片中的指针和各个刻度线，基于所述指针指向的刻度线确定所述仪表图片中的示数信息。
在本发明实施例中，语义分割模型是机器学习中的一种模型，其结构可以是一个神经网络结构，在使用语义分割模型之前，还包括对语义分割模型进行训练：将训练集中的仪表图片、所述训练集中仪表图片对应的掩码文件输入到语义分割模型中，对所述语义分割模型进行训练。具体的，将训练集中的仪表图片、所述训练集中仪表图片对应的掩码文件输入到语义分割模型中，得到每个像素点所对应的类别，将掩码文件与所述得到的每个像素点所对应的类别同时输入到损失函数中，根据损失函数的输出结果判断是否需要对语义分割模型进行优化，当损失函数的输出结果满足预设条件时，即可停止训练过程，得到已训练的语义分割模型。
由此，通过已训练的语义分割模型可以实现对图片中的像素进行分类，即可以识别出仪表图片中的指针和各刻度线，然后可以根据指针与其指向的刻度线连成的直线相对中间刻度线连成的直线的倾斜角度，例如可以利用霍夫变换确定仪表指针的倾斜角度，进而确定仪表图片中的示数信息。可以实现将仪表图片转换成示数信息，进而可以对示数信息进行调用和管理。
S460、通过三维模型加载所述全景图片，并将所述兴趣目标、当前所有的文本数据和所述示数信息在所述三维模型中进行三维可视化展示。
在本发明实施例中，利用三维模型加载全景图片，并将由语义分割模型分析得到的示数信息，通过数据所在点位信息和数字孪生技术展示到三维全景可视化平台中。可以实现变电站仪表的实时现场数据的展示和数据融合，可以实现对变电站仪表状态的监控，提高运检的智能化程度和运检效率。
本实施例的技术方案，通过采集变电站数据，其中，变电站数据包括文本数据、包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片，通过光学字符识别OCR模型识别第一类图片中的文本数据，通过目标检测模型识别第二类图片中的兴趣目标的位置坐标，并根据兴趣目标的位置坐标得到兴趣目标框图，若兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别目标图片中的文本数据，通过语义分割模型得到所述仪表图片中的指针和各个刻度线，基于所述指针指向的刻度线确定仪表图片中的示数信息，通过三维模型加载全景图片，并将兴趣目标和当前所有的文本数据以及仪表的示数信息在三维模型中进行三维可视化展示，可以利用智能处理技术将变电站大量且分散的数据进行收集、分析和可视化展示，可以实现变电站的智能管控，节省人力资源节约成本，提高变电站的运检效率和智能化程度的效果。
图5是本发明实施例提供的一种电子设备结构示意图，如图5所示，该设备包括：
一个或多个处理器510，图5中以一个处理器510为例；
存储器520；
所述设备还可以包括：输入装置530和输出装置540。
所述设备中的处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接，图5中以通过总线连接为例。
存储器520作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种数据处理方法对应的程序指令/模块(例如，附图1所示的数据采集模块110、数据分析模块120和展示模块130)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述方法实施例的一种数据处理方法，即：
采集变电站数据；其中，所述变电站数据包括图片和文本数据；所述图片包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片；
通过光学字符识别OCR模型识别所述第一类图片中的文本数据；
通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标，根据所述兴趣目标的位置坐标得到兴趣目标框图；
若所述兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别所述目标图片中的文本数据；
通过三维模型加载所述全景图片，并将所述兴趣目标和当前所有的文本数据在所述三维模型中进行三维可视化展示。
存储器520可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器520可选包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏等显示设备。
本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例提供的一种数据处理方法：
采集变电站数据；其中，所述变电站数据包括图片和文本数据；所述图片包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片；
通过光学字符识别OCR模型识别所述第一类图片中的文本数据；
通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标，根据所述兴趣目标的位置坐标得到兴趣目标框图；
若所述兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别所述目标图片中的文本数据；
通过三维模型加载所述全景图片，并将所述兴趣目标和当前所有的文本数据在所述三维模型中进行三维可视化展示。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种数据处理系统，其特征在于，包括：数据采集模块、数据分析模块和展示模块；
所述数据采集模块，用于采集变电站数据；其中，所述变电站数据包括图片和文本数据；所述图片包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片；
所述数据分析模块，用于通过光学字符识别OCR模型识别所述第一类图片中的文本数据，以及通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标，根据所述兴趣目标的位置坐标得到兴趣目标框图，若所述兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别所述目标图片中的文本数据；
所述展示模块，用于通过三维模型加载所述全景图片，并将所述兴趣目标和当前所有的文本数据在所述三维模型中进行三维可视化展示；
其中，所述光学字符识别OCR模型通过以下过程进行训练：将训练集中包含的文本数据为预设字体和预设颜色的图片以及图片对应的标准文本数据输入到OCR模型中，通过OCR模型输出图片对应的文本数据，将训练集中的标准文本数据以及通过OCR模型输出的文本数据同时输入到损失函数中，得到损失函数的输出结果，该输出结果标识OCR模型的文本数据识别率，根据该输出结果判断是否需要对OCR模型进行优化，当损失函数的输出结果满足预设识别率时，即可停止训练过程，最终得到已训练的OCR模型；
其中，所述目标检测模型通过以下过程进行训练：将训练集中的第二类图片以及第二类图片中各个实物对象对应的位置坐标输入到目标检测模型中，通过目标检测模型得到各实物对象对应的位置坐标，并将训练集中各实物对象对应的位置坐标与通过目标检测模型输出的位置坐标同时输入到损失函数中，根据损失函数的输出结果判断是否需要对目标检测模型进行优化，当损失函数的输出结果满足预设条件时，即可停止训练过程，得到已训练的目标检测模型；
所述图片还包括：仪表图片；
所述数据分析模块，还用于通过语义分割模型得到所述仪表图片中的指针和各个刻度线，基于所述指针指向的刻度线确定所述仪表图片中的示数信息；
在使用所述语义分割模型之前，还包括对所述语义分割模型进行训练：将训练集中的所述仪表图片、所述训练集中仪表图片对应的掩码文件输入到所述语义分割模型中，对所述语义分割模型进行训练，其中，所述掩码文件中记录了所述仪表图片中的每一个像素所属的类别。
2.根据权利要求1所述的系统，其特征在于，所述展示模块，还用于将所述示数信息在所述三维模型中进行三维可视化展示。
3.根据权利要求1所述的系统，其特征在于，所述第一类图片包括：定值单数据图片；
所述第二类图片包括：开关柜图片和继电保护设备图片。
4.一种数据处理方法，其特征在于，包括：
采集变电站数据；其中，所述变电站数据包括图片和文本数据；所述图片包括：包含纯文本数据的第一类图片、包含文本数据和实物对象的第二类图片以及变电站的全景图片；
通过光学字符识别OCR模型识别所述第一类图片中的文本数据；
通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标，根据所述兴趣目标的位置坐标得到兴趣目标框图；
若所述兴趣目标框图中包含带有文本数据的目标图片，通过OCR模型识别所述目标图片中的文本数据；
通过三维模型加载所述全景图片，并将所述兴趣目标和当前所有的文本数据在所述三维模型中进行三维可视化展示；
所述通过光学字符识别OCR模型识别所述第一类图片中的文本数据之前，还包括对光学字符识别OCR模型进行训练，具体为：将训练集中包含的文本数据为预设字体和预设颜色的图片以及图片对应的标准文本数据输入到OCR模型中，通过OCR模型输出图片对应的文本数据，将训练集中的标准文本数据以及通过OCR模型输出的文本数据同时输入到损失函数中，得到损失函数的输出结果，该输出结果标识OCR模型的文本数据识别率，根据该输出结果判断是否需要对OCR模型进行优化，当损失函数的输出结果满足预设识别率时，即可停止训练过程，最终得到已训练的OCR模型；
所述通过目标检测模型识别所述第二类图片中的兴趣目标的位置坐标之前，还包括对目标检测模型进行训练，具体为：将训练集中的第二类图片以及第二类图片中各个实物对象对应的位置坐标输入到目标检测模型中，通过目标检测模型得到各实物对象对应的位置坐标，并将训练集中各实物对象对应的位置坐标与通过目标检测模型输出的位置坐标同时输入到损失函数中，根据损失函数的输出结果判断是否需要对目标检测模型进行优化，当损失函数的输出结果满足预设条件时，即可停止训练过程，得到已训练的目标检测模型；
所述图片还包括：仪表图片；
所述方法还包括：通过语义分割模型得到所述仪表图片中的指针和各个刻度线，基于所述指针指向的刻度线确定所述仪表图片中的示数信息；
在使用所述语义分割模型之前，还包括对所述语义分割模型进行训练：将训练集中的所述仪表图片、所述训练集中仪表图片对应的掩码文件输入到所述语义分割模型中，对所述语义分割模型进行训练，其中，所述掩码文件中记录了所述仪表图片中的每一个像素所属的类别。
5.根据权利要求4所述的方法，其特征在于，还包括：
将所述示数信息在所述三维模型中进行三维可视化展示。
6.根据权利要求4所述的方法，其特征在于，还包括：
将训练集中包含的文本数据为预设字体、预设颜色的图片以及所述图片对应的标准文本数据输入到所述OCR模型中，对所述OCR模型进行训练。
7.根据权利要求4所述的方法，其特征在于，还包括：
将训练集中的第二类图片以及第二类图片中各个实物对象对应的位置坐标输入到目标检测模型中对所述目标检测模型进行训练。
8.根据权利要求5所述的方法，其特征在于，还包括：
将训练集中的仪表图片、所述训练集中仪表图片对应的掩码文件输入到语义分割模型中，对所述语义分割模型进行训练。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求4-8任一项所述的方法。
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，该程序被处理器执行时实现如权利要求4-8任一项所述的方法。
CN202011186072.1A 2020-10-29 2020-10-29 一种数据处理系统、方法、电子设备及存储介质 Active CN112749813B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011186072.1A CN112749813B (zh) 2020-10-29 2020-10-29 一种数据处理系统、方法、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011186072.1A CN112749813B (zh) 2020-10-29 2020-10-29 一种数据处理系统、方法、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112749813A CN112749813A (zh) 2021-05-04
CN112749813B true CN112749813B (zh) 2023-11-10

Family

ID=75648834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011186072.1A Active CN112749813B (zh) 2020-10-29 2020-10-29 一种数据处理系统、方法、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112749813B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113566863B (zh) * 2021-06-11 2023-12-26 北京眸视科技有限公司 一种指针表的读取方法和装置
CN113570631B (zh) * 2021-08-28 2024-04-26 西安安森智能仪器股份有限公司 一种基于图像的指针式仪表智能识别方法及设备
CN113837178A (zh) * 2021-09-15 2021-12-24 国网河北省电力有限公司 一种基于深度学习的变电站表计自动定位与统一分割方法
CN116189193B (zh) * 2023-04-25 2023-11-10 杭州镭湖科技有限公司 一种基于样本信息的数据存储可视化方法和装置
CN116578763B (zh) * 2023-07-11 2023-09-15 卓谨信息科技（常州）有限公司 基于生成式ai认知模型的多源信息展览系统
CN116979523A (zh) * 2023-08-14 2023-10-31 广东工业大学 一种基于场景的变电站二次系统仿真方法、计算机设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105425698A (zh) * 2015-11-09 2016-03-23 国网重庆市电力公司电力科学研究院 一种三维数字变电站一体化管控方法及系统
CN107818320A (zh) * 2017-10-27 2018-03-20 国网四川省电力公司德阳供电公司 基于开源ocr技术变电设备红外图像数值的识别方法
CN109188153A (zh) * 2018-10-22 2019-01-11 平顶山学院 一种高压开关设备三维全景智能状态监测系统
CN110379036A (zh) * 2019-06-26 2019-10-25 广东康云科技有限公司 变电站智能巡检识别方法、系统、装置及存储介质
CN111145136A (zh) * 2020-01-02 2020-05-12 国网安徽省电力有限公司检修分公司 用于变电站表计图像数据集的合成方法、系统及存储介质
CN111242135A (zh) * 2020-03-23 2020-06-05 贵州电网有限责任公司 一种用于变电站二次屏柜的自动接线图生成设备及其操作方法
CN111340025A (zh) * 2020-02-28 2020-06-26 上海眼控科技股份有限公司 字符识别方法、装置、计算机设备和计算机可读存储介质
CN111510688A (zh) * 2020-05-19 2020-08-07 国网上海市电力公司 一种带无人巡检功能的变电站智能辅控方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017027682A1 (en) * 2015-08-11 2017-02-16 Delta Energy & Communications, Inc. Enhanced reality system for visualizing, evaluating, diagnosing, optimizing and servicing smart grids and incorporated components
US11557107B2 (en) * 2019-01-02 2023-01-17 Bank Of America Corporation Intelligent recognition and extraction of numerical data from non-numerical graphical representations

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105425698A (zh) * 2015-11-09 2016-03-23 国网重庆市电力公司电力科学研究院 一种三维数字变电站一体化管控方法及系统
CN107818320A (zh) * 2017-10-27 2018-03-20 国网四川省电力公司德阳供电公司 基于开源ocr技术变电设备红外图像数值的识别方法
CN109188153A (zh) * 2018-10-22 2019-01-11 平顶山学院 一种高压开关设备三维全景智能状态监测系统
CN110379036A (zh) * 2019-06-26 2019-10-25 广东康云科技有限公司 变电站智能巡检识别方法、系统、装置及存储介质
CN111145136A (zh) * 2020-01-02 2020-05-12 国网安徽省电力有限公司检修分公司 用于变电站表计图像数据集的合成方法、系统及存储介质
CN111340025A (zh) * 2020-02-28 2020-06-26 上海眼控科技股份有限公司 字符识别方法、装置、计算机设备和计算机可读存储介质
CN111242135A (zh) * 2020-03-23 2020-06-05 贵州电网有限责任公司 一种用于变电站二次屏柜的自动接线图生成设备及其操作方法
CN111510688A (zh) * 2020-05-19 2020-08-07 国网上海市电力公司 一种带无人巡检功能的变电站智能辅控方法

Also Published As

Publication number Publication date
CN112749813A (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN112749813B (zh) 一种数据处理系统、方法、电子设备及存储介质
CN106771856B (zh) 基于无人机技术的电力输电线路雷击点确定方法
CN109271881B (zh) 一种变电站内人员安全管控方法、装置及服务器
CN107333111A (zh) 一种变电站设备巡检的方法、装置及系统
CN108347698B (zh) 一种线上线下活动轨迹分析方法、装置及系统
CN112365623A (zh) 一种电力巡检系统
CN111384776B (zh) 一种基于vr的变电站三维全景状态监测方法及系统
CN111309791A (zh) 一种检测仪器数据自动采集方法
CN112181549B (zh) 变电站监控界面电力图符动态感知的识别系统及方法
CN112215211B (zh) 基于cad图纸数据提取室分链路拓扑关系的方法
CN111738312B (zh) 基于gis和虚拟现实融合的输电线状态监控方法、装置及计算机可读存储介质
CN117289797A (zh) 一种基于元宇宙技术的变电站巡视信息交互方法及系统
CN111428987A (zh) 一种基于人工智能的继保装置图像识别方法和系统
KR101393191B1 (ko) 음극방식 관리장치의 ｃｉｐｓ 측정방법
CN115494871A (zh) 一种输电线路异常的无人机巡检方法、装置以及系统
CN115314684A (zh) 一种铁路桥梁的巡检方法、系统、设备及可读存储介质
CN107273882A (zh) 一种非侵入式电力屏柜身份描述与智能识别方法
CN114048916A (zh) 一种巡检线路确定方法、装置、电子设备及存储介质
CN113411298A (zh) 结合增强现实的安全测试方法及装置
CN111537079A (zh) 一种基于红外线成像技术的变电设备运行状态监测系统
KR20200013136A (ko) 비전 IoT를 이용한 전력량계 전력 측정문자 학습 방법
CN214335512U (zh) 一种电气设备可视化管理系统
CN114615344B (zh) 一种电力仪表智能规约转换方法与装置
CN112203051B (zh) 一种信道分离的变电站设备运行状态全景监控系统及方法
CN116612442B (zh) 结合ai视觉技术的施工现场督察违章预警方法及系统

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
CB03 Change of inventor or designer information

Inventor after: Wen Yanguang

Inventor after: Lin Jie

Inventor after: Yang Zihan

Inventor after: Fan Daoqing

Inventor after: Fan Cheng

Inventor after: Lin Jianxiong

Inventor after: Li Wenbo

Inventor after: Xiao Tong

Inventor after: Xu Guowei

Inventor before: Wen Yanguang

Inventor before: Lin Jie

Inventor before: Yang Zihan

Inventor before: Fan Daoqing

Inventor before: Fan Cheng

Inventor before: Lin Jianxiong

Inventor before: Li Wenbo

Inventor before: Xiao Tong

Inventor before: Xu Guowei

CB03 Change of inventor or designer information