CN113432734A - 智能开关柜温度监测方法、装置、设备及存储介质 - Google Patents
智能开关柜温度监测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113432734A CN113432734A CN202110670376.3A CN202110670376A CN113432734A CN 113432734 A CN113432734 A CN 113432734A CN 202110670376 A CN202110670376 A CN 202110670376A CN 113432734 A CN113432734 A CN 113432734A
- Authority
- CN
- China
- Prior art keywords
- temperature
- information
- area
- dot matrix
- intelligent switch
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/024—Means for indicating or recording specially adapted for thermometers for remote indication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明属于温度监测技术领域,公开了一种智能开关柜温度监测方法。该方法包括:获取智能开关柜的点云数据;根据所述点云数据构建区域点阵模型;通过测温摄像头获取所述智能开关柜的温度信息;根据所述区域点阵模型与所述温度信息得到点阵温度信息;当所述点阵温度信息达到预设条件时,向用户发送警报信息。通过上述方式,将所有智能开关柜的点云数据拟合为一个区域点阵模型,然后得到区域点阵模型中每个点的点阵温度信息,实时监测点阵温度信息,当点阵温度信息达到预设条件时,向用户发送警报信息,实现了将所有智能开关柜统合为一个模型统一监控温度,并且当达到预设条件时向用户报警,使得智能开关柜的温度监测与管理更加方便与快捷。
Description
技术领域
本发明涉及温度监测技术领域,尤其涉及一种智能开关柜温度监测方法装置、设备及存储介质。
背景技术
智能型开关柜是指高性能、高可靠性、具有一定自诊断和自动控制性能以及具有网络通信能力的柜子,而在变电站中也大规模的运用了智能开关柜。
但是由于变电站中会使用很多个智能开关柜,每个智能开关柜在工作时的工作温度需要安排工作人员进行监控,无法做到自动预警,并且在监测智能开关柜的温度时不能进行统一管理,造成了智能开关柜的温度监测管理繁琐且耗费大量人力。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种智能开关柜温度监测方法、装置、设备及存储介质,旨在解决现有技术智能开关柜的温度监测管理繁琐且耗费大量人力的技术问题。
为实现上述目的,本发明提供了一种智能开关柜温度监测方法,所述方法包括以下步骤:
获取智能开关柜的点云数据;
根据所述点云数据构建区域点阵模型;
通过测温摄像头获取所述智能开关柜的温度信息;
根据所述区域点阵模型与所述温度信息得到点阵温度信息;
当所述点阵温度信息达到预设条件时,向用户发送警报信息。
可选地,所述根据所述点云数据构建区域点阵模型,包括:
根据所述智能开关柜的点云数据构建若干个智能开关柜3D点阵模型;
获取所述若干个智能开关柜3D点阵模型的边界点信息;
根据所述边界点信息得到相邻智能开关柜的若干个重合点信息;
将所述若干个重合点信息进行重合点合并,以使所述若干个智能开关柜3D点阵模型拟合为区域点阵模型。
可选地,所述根据所述区域点阵模型与所述温度信息得到点阵温度信息,包括:
通过测温摄像头获取所述智能开关柜的图像点信息;
根据所述温度信息以及所述图像点信息得到图像点温度信息;
根据所述区域点模型以及图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应;
根据所述图像点温度信息以及与图像点对应的区域点阵模型中的点的信息得到点阵温度信息。
可选地,所述根据所述区域点模型以及图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应,包括:
根据所述图像点信息建立测温坐标系;
根据所述点云数据建立点阵坐标系;
将所述测温坐标系与所述点阵坐标系拟合,以确定处于相同空间位置的图像点信息与区域点阵模型中的点的对应关系;
根据所述图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应。
可选地,所述当所述点阵温度信息达到预设条件时,向用户发送警报信息,包括:
将所述区域点阵模型中的点分为若干测温区,每个测温区中包含预设分区个数的相邻的点;
从所述点阵温度信息中提取出测温区中的点云数据以及点对应的温度信息;
根据所述测温区中的点云数据以及点对应的温度信息获得测温区温度信息;
当所述测温区温度信息达到预设条件时,向用户发送警报信息。
可选地,所述当所述测温区温度信息达到预设条件时,向用户发送警报信息,包括:
当所述区域点阵模型中存在区域点的温度超过预设安全阈值时,将温度超过预设安全阈值的区域点作为异常点;
确定所述异常点所处的测温区作为异常测温区,获取所述异常测温区温度信息;
根据所述异常测温区温度信息得到异常测温区的高温参数值;
当所述高温参数值高于危险阈值时,向用户发送警报信息。
可选地,所述根据所述异常测温区温度信息得到异常测温区的高温参数值,包括:
获取所述异常测温区中除去异常点以外的区域点的温度信息;
根据所述异常测温区中除去异常点以外的区域点的温度信息得到异常测温区的平均温度;
根据所述平均温度与所述异常点的温度得到异常测温区的高温参数值。
此外,为实现上述目的,本发明还提出一种智能开关柜温度监测装置,所述智能开关柜温度监测装置包括:
获取模块,用于获取智能开关柜的点云数据;
建模模块,用于根据所述点云数据构建区域点阵模型;
测温模块,用于通过测温摄像头获取所述智能开关柜的温度信息;
整合模块,用于根据所述区域点阵模型与所述温度信息得到点阵温度信息;
警报模块,用于当所述点阵温度信息达到预设条件时,向用户发送警报信息。
此外,为实现上述目的,本发明还提出一种智能开关柜温度监测设备,所述智能开关柜温度监测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能开关柜温度监测程序,所述智能开关柜温度监测程序配置为实现如上文所述的智能开关柜温度监测方法。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有智能开关柜温度监测程序,所述智能开关柜温度监测程序被处理器执行时实现如上文所述的智能开关柜温度监测方法。
本发明获取智能开关柜的点云数据;根据所述点云数据构建区域点阵模型;通过测温摄像头获取所述智能开关柜的温度信息;根据所述区域点阵模型与所述温度信息得到点阵温度信息;当所述点阵温度信息达到预设条件时,向用户发送警报信息。通过这种方式,将所有智能开关柜的点云数据拟合为一个区域点阵模型,然后得到区域点阵模型中每个点的点阵温度信息,实时监测点阵温度信息,当点阵温度信息达到预设条件时,向用户发送警报信息,实现了将所有智能开关柜统合为一个模型统一监控温度,并且当达到预设条件时向用户报警,使得智能开关柜的温度监测与管理更加方便与快捷。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的智能开关柜温度监测设备的结构示意图;
图2为本发明智能开关柜温度监测方法第一实施例的流程示意图;
图3为本发明智能开关柜温度监测方法一实施例的重合点合并的示意图;
图4为本发明智能开关柜温度监测方法第二实施例的流程示意图;
图5为本发明智能开关柜温度监测装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的智能开关柜温度监测设备结构示意图。
如图1所示,该智能开关柜温度监测设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对智能开关柜温度监测设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及智能开关柜温度监测程序。
在图1所示的智能开关柜温度监测设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明智能开关柜温度监测设备中的处理器1001、存储器1005可以设置在智能开关柜温度监测设备中,所述智能开关柜温度监测设备通过处理器1001调用存储器1005中存储的智能开关柜温度监测程序,并执行本发明实施例提供的智能开关柜温度监测方法。
本发明实施例提供了一种智能开关柜温度监测方法,参照图2,图2为本发明一种智能开关柜温度监测方法第一实施例的流程示意图。
本实施例中,所述智能开关柜温度监测方法包括以下步骤:
步骤S10:获取智能开关柜的点云数据。
需要说明的是,本实施例的执行主体为一个控制器,所述控制器为主要用于控制智能开关柜温度监测方法的控制器,也可以为能实现此功能的任意设备,本实施例对此不加以限定。
应理解的是,点云数据指的是扫描资料以点的形式记录,每一个点包含有三维坐标,也可以含有颜色信息或反射强度信息,本实施例对此不加以限制。
在具体实施中,获取智能开关柜的点云数据可以是通过三维激光扫描仪获得,也可以由其他一起获得,本实施例对此不加以限定。
步骤S20:根据所述点云数据构建区域点阵模型。
需要说明的是,区域点阵模型指的是在预设区域内所有的智能开关柜的点阵模型拟合而成的一整个点阵模型。
应理解的是,根据所述点云数据构建区域点阵模型指的是,根据智能开关柜的点云数据中的每个点的三维坐标信息构建智能开关柜的3D点阵模型,然后拟合为区域点阵模型。
进一步地,为了能够准确的将单个智能开关柜3D点阵模型拟合为区域点阵模型,步骤S20,包括:
根据所述智能开关柜的点云数据构建若干个智能开关柜3D点阵模型;
获取所述若干个智能开关柜3D点阵模型的边界点信息;
根据所述边界点信息得到相邻智能开关柜的若干个重合点信息;
将所述若干个重合点信息进行重合点合并,以使所述若干个智能开关柜3D点阵模型拟合为区域点阵模型。
在具体实施中,根据所述智能开关柜的点云数据构建若干个智能开关柜3D点阵模型指的是,根据智能开关柜的点云数据构建单个智能开关柜的3D点阵模型,由于测试区域内可能有很多个智能开关柜,所以可以根据智能开关柜的点云数据得到若干个智能开关柜3D点阵模型。
需要说明的是,边界点信息指的是,每个智能开关柜3D点阵模型的边缘和边界的点的三维坐标信息。
应理解的是,获取所述若干个智能开关柜3D点阵模型的边界点信息指的是,当构建完智能开关柜3D点阵模型之后,获取到每个智能开关柜3D点阵模型的模型边缘和边界的点的三维坐标信息。
在具体实施中,根据所述边界点信息得到相邻智能开关柜的若干个重合点信息指的是,根据之前获得的边界点信息确定相邻的智能开关柜的若干个重合点的三维坐标信息。
需要说明的是,重合点指的是相邻两个智能变电柜的三维坐标位置重合的或者相互接触的点,也可以是用户指定的将3D点阵模型进行拼接的两个智能开关柜的边界上存在的点,本实施例对此不加以限制。
应理解的是,将所述若干个重合点信息进行重合点合并,以使所述若干个智能开关柜3D点阵模型拟合为区域点阵模型指的是,根据重合点信息获得到三维坐标位置相同的或者用户指定的重合点,然后通过将这些重合点进行合并,带动了包含重合点的智能开关柜3D点阵模型进行拼接,最终将若干个智能开关柜3D点阵模型全部拼接合并为一整个区域点阵模型。
在具体实施中,如图3所示为重合点合并的示意图,左侧和右侧分别为相邻的两个智能开关柜的点阵模型示意图,其中左侧的一号智能开关柜的3D点阵模型中有A、B、E、F、G五个点,而右侧的二号智能开关柜的3D点阵模型中有C、D、E、F、G五个点,然后根据边界点信息得到E、F、G为一号智能开关柜和二号智能开关柜共有的处于相同的三维坐标位置的点,所以E、F、G三个点为重合点,所以根据E、F、G三个点将一号智能开关柜和二号智能开关柜的3D点阵模型拟合为一个点阵模型,以此类推将所有相邻的智能开关柜拟合为一个区域点阵模型。需要注意的是,图3仅仅作示意功能,并不对本实施例的说明内容作限定。
通过这种方式,实现了将相互独立的智能开关柜3D点阵模型拼接合并为了一整个区域点阵模型,从而使智能开关柜的温度监测只需要监测一个区域点阵模型,使得智能开关柜的温度监测更加方便管理。
步骤S30:通过测温摄像头获取所述智能开关柜的温度信息。
需要说明的是,测温摄像头可以是热成像摄像头,也可以是其他能实现温度测量的摄像头,本实施例对此不加以限制。
应理解的是,通过测温摄像头获取所述智能开关柜的温度信息指的是,通过测温摄像头实时监测用户设定的区域的所有智能开关柜的温度信息,并且将测量到的温度信息进行记录和存储。
步骤S40:根据所述区域点阵模型与所述温度信息得到点阵温度信息。
在具体实施中,点阵温度信息中包含了区域点阵模型中每一个点对应的温度信息,亦可以包含其他有关于区域点阵模型的温度的信息,本实施例对此不加以限制。
需要说明的是,根据所述区域点阵模型与所述温度信息得到点阵温度信息指的是,根据区域点阵模型中的点的信息以及通过测温摄像头监测到的智能开关柜的温度信息,将温度信息与区域点阵模型中的点进行对应,最后得到区域点阵模型中每一个点对应的温度信息。
进一步地,为了能够将温度信息与区域点阵模型中的点进行对应,步骤S40包括:
通过测温摄像头获取所述智能开关柜的图像点信息;
根据所述温度信息以及所述图像点信息得到图像点温度信息;
根据所述区域点模型以及图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应;
根据所述图像点温度信息以及与图像点对应的区域点阵模型中的点的信息得到点阵温度信息。
应理解的是,图像点信息指的是,通过测温摄像头获取到的,每个智能开关柜的图像中的每个点的图像位置,也可以包含其他有关于测温摄像头图像的信息,本实施例对此不加以限制。
在具体实施中,通过测温摄像头获取所述智能开关柜的图像点信息指的是,通过测温摄像头获得智能开关柜的图像信息,然后从图像信息中提取出智能开关柜对应的每个点的图像点信息。
需要说明的是,图像点温度信息指的是,由测温摄像头得到的每个点的温度信息和图像点信息进行一一对应得到的,每个图像点和图像点对应的温度的信息。
应理解的是,根据所述温度信息以及所述图像点信息得到图像点温度信息指的是,将温度信息中的点与图像点信息中处于相同位置的点进行对应,最后得到图像点温度信息。
在具体实施中,根据所述区域点模型以及图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应指的是,根据测温坐标系和点阵坐标系的拟合,将处于相同空间位置的图像点信息与区域点阵模型中的点对应。
需要说明的是,根据所述图像点温度信息以及与图像点对应的区域点阵模型中的点的信息得到点阵温度信息指的是,当将图像点与区域点阵模型中的点进行对应之后,将图像点温度信息中的温度信息对应到区域点阵模型中的点,也就是将区域点阵模型中的点与温度信息相对应。
通过这种方式,可以将区域点阵模型中的点也对应上温度信息,使得温度信息和空间点的三维坐标信息全部统合在区域点阵模型中,使得智能开关柜的温度监测更加便捷。
进一步地,为了能够确定图像点信息与区域点阵模型中的点的对应关系,步骤根据所述区域点模型以及图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应,包括:
根据所述图像点信息建立测温坐标系;
根据所述点云数据建立点阵坐标系;
将所述测温坐标系与所述点阵坐标系拟合,以确定处于相同空间位置的图像点信息与区域点阵模型中的点的对应关系;
根据所述图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应。
应理解的是,根据所述图像点信息建立测温坐标系指的是,根据测温摄像头获取到的图像点信息,建立一个空间直角坐标系,其中的原点以及x轴、y轴、z轴可以是任意位置以及任意方向,本实施例对此不加以限制。
在具体实施中,根据所述点云数据建立点阵坐标系指的是,根据所有智能开关柜的点云数据建立一个空间直角坐标系,即为点阵坐标系。
需要说明的是,点阵坐标系的原点可以为任意位置x轴、y轴、z轴的方向保持与测温坐标系一致。
应理解的是,将所述测温坐标系与所述点阵坐标系拟合,以确定处于相同空间位置的图像点信息与区域点阵模型中的点的对应关系指的是,通过平移变换或者其他种类的位置变换将测温坐标系原点与点阵坐标系原点重合,以使测温坐标系与点阵坐标系重合,此时即可以确定处于相同三位空间位置的图像点的点云数据,也就是确定了处于相同空间位置的图像点信息与区域点阵模型中的点的对应关系。
在具体实施中,由于变电站的智能开关柜一经设置与摆放后基本不会挪动位置,所以很容易既可以确定测温坐标系原点的三维空间位置和点阵坐标系原点的三维空间位置,也可以通过平移等变换方法将测温坐标系原地与点阵坐标系原点进行重合。
需要说明的是,根据所述图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应指的是,根据测温坐标系和点阵坐标系的拟合,将处于相同空间位置的图像点信息与区域点阵模型中的点对应。
通过这种方式可以通过测温坐标系和点阵坐标系的拟合,快速将图像点信息与区域点阵模型中的点进行对应,以使智能开关柜的温度监测更加便捷。
步骤S50:当所述点阵温度信息达到预设条件时,向用户发送警报信息。
应理解的是,当所述点阵温度信息达到预设条件时,向用户发送警报信息是指,当异常温度的点对应的异常测温区的高温参数值大于危险阈值时,想用户发送警报信息。
在具体实施中,警报信息可以是向用户提前绑定的移动终端上发送推送信息、短信,也可以是零食信息,或者广播信息,或者其他可以实现此功能的警报形式,本实施例对此不加以限制。
本实施例通过获取智能开关柜的点云数据;根据所述点云数据构建区域点阵模型;通过测温摄像头获取所述智能开关柜的温度信息;根据所述区域点阵模型与所述温度信息得到点阵温度信息;当所述点阵温度信息达到预设条件时,向用户发送警报信息。通过这种方式,将所有智能开关柜的点云数据拟合为一个区域点阵模型,然后得到区域点阵模型中每个点的点阵温度信息,实时监测点阵温度信息,当点阵温度信息达到预设条件时,向用户发送警报信息,实现了将所有智能开关柜统合为一个模型统一监控温度,并且当达到预设条件时向用户报警,使得智能开关柜的温度监测与管理更加方便与快捷。
参考图4,图4为本发明一种智能开关柜温度监测方法第二实施例的流程示意图。
基于上述第一实施例,本实施例智能开关柜温度监测方法在所述步骤S50,包括:
步骤S501:将所述区域点阵模型中的点分为若干测温区,每个测温区中包含预设分区个数的相邻的点。
需要说明的是,将所述区域点阵模型中的点分为若干测温区,每个测温区中包含预设分区个数的相邻的点指的是,将区域点阵模型分为若干个测温区,测温区中包括了预设分区个数的相邻的区域点阵模型的点。
应理解的是,预设分区个数是由用户提前设定的一个数值,预设分区个数可以控制每个测温区包含的区域点阵模型中的点的个数,例如:当用户设定的预设分区个数为3个时,则每个测温区中包含着3个相邻的区域点阵模型中的点。预设分区个数可以由用户自行配置和调控,本实施例对此不加以限制。
步骤S502:从所述点阵温度信息中提取出测温区中的点云数据以及点对应的温度信息。
在具体实施中,从所述点阵温度信息中提取出测温区中的点云数据以及点对应的温度信息指的是,从点阵温度信息中提取每个测温区中的点的点云数据,以及每个点的温度信息,这样就可以得到测温区中的每个点的三维坐标位置信息以及对应的温度值。
步骤S503:根据所述测温区中的点云数据以及点对应的温度信息获得测温区温度信息。
需要说明的是,根据所述测温区中的点云数据以及点对应的温度信息获得测温区温度信息指的是,根据测温区中的每个点的三维坐标位置信息以及对应的温度值得到整个测温区的温度信息,测温区温度信息中可以包括测温区中的点的平均温度,或者其他有关于测温区的温度信息,本实施例对此不加以限定。
步骤S504:当所述测温区温度信息达到预设条件时,向用户发送警报信息。
应理解的是,当所述测温区温度信息达到预设条件时,向用户发送警报信息指的是,当有测温区的高温参数值高于危险阈值时,即向用户发送警报信息。
进一步地,为了能够确定异常测温区的高温参数值,步骤S504包括:
当所述区域点阵模型中存在区域点的温度超过预设安全阈值时,将温度超过预设安全阈值的区域点作为异常点;
确定所述异常点所处的测温区作为异常测温区,获取所述异常测温区温度信息;
根据所述异常测温区温度信息得到异常测温区的高温参数值;
当所述高温参数值高于危险阈值时,向用户发送警报信息。
需要说明的是,预设安全阈值是一个由用户提前设定的值,可以由用户自行调整,本实施例对此不加以限制。
应理解的是,当所述区域点阵模型中存在区域点的温度超过预设安全阈值时,将温度超过预设安全阈值的区域点作为异常点指的是,实时监测区域点阵模型中的每个点的温度信息,当有一个点的温度超过了预设安全阈值,就把这个点作为异常点进行记录。其中,区域点也就是区域点阵模型中的点。
在具体实施中,确定所述异常点所处的测温区作为异常测温区,获取所述异常测温区温度信息指的是,当确定存在异常点之后,查询异常点的点云数据,以确定异常点所在的测温区,并且将异常点所在的测温区定位异常测温区,当确定异常测温区之后,再查询获得异常测温区的测温区温度信息。
需要说明的是,根据所述异常测温区温度信息得到异常测温区的高温参数值指的是,当得到异常测温区温度信息之后,根据异常测温区的平均温度和异常点的温度得到异常测温区的高温参数值。
应理解的是,危险阈值是一个由用户提前设定的值,可以由用户自行调整,本实施例对此不加以限制。
在具体实施中,当所述高温参数值高于危险阈值时,向用户发送警报信息指的是,将计算得到的异常测温区的高温参数值与用户提前设定的危险阈值进行对比,当高温参数值高于危险阈值时,即现用户发送警报信息。
通过这种方式,可以通过将计算得到的高温参数值与危险阈值对比进而判断是否达到危险情况,是否需要向用户发送警报,使得危险预警更加准确,减小了警报信息的误报概率。
进一步地,为了能够准确计算高温参数值,步骤根据所述异常测温区温度信息得到异常测温区的高温参数值,包括:
获取所述异常测温区中除去异常点以外的区域点的温度信息;
根据所述异常测温区中除去异常点以外的区域点的温度信息得到异常测温区的平均温度;
根据所述平均温度与所述异常点的温度得到异常测温区的高温参数值。
需要说明的是,获取所述异常测温区中除去异常点以外的区域点的温度信息指的是,确定了异常测温区之后,从异常测温区温度信息中获取到异常测温区中的除去异常点以外的其他的区域点的温度信息。
应理解的是,根据所述异常测温区中除去异常点以外的区域点的温度信息得到异常测温区的平均温度指的是,当获取到异常测温区中的除去异常点以外的其他的区域点的温度信息之后,计算得到异常测温区中除去异常点以外的点的平均温度,平均温度的计算公式如下:
其中,m为预设分区个数,T1-Tm-1为除去异常点意外的异常测温区的其他区域点的温度值。
在具体实施中,根据所述平均温度与所述异常点的温度得到异常测温区的高温参数值指的是,根据平均温度Tn和异常点的温度值Tx计算得到异常测温区的高温参数值P,所以高温参数值P的计算公式如下:
P=Tx-Tn;
其中,Tx为异常点的温度值,Tn为异常测温区的平均温度。
通过这种方式,可以通过将异常点的温度与异常测温区除去异常点以外的点的平均温度做差值,可以准确的反映出异常点的温度与正常运转的温度的差别作为高温参数值,可以更加准确的监控智能开关柜的所有监测点的温度是否异常。
本实施例通过将所述区域点阵模型中的点分为若干测温区,每个测温区中包含预设分区个数的相邻的点;从所述点阵温度信息中提取出测温区中的点云数据以及点对应的温度信息;根据所述测温区中的点云数据以及点对应的温度信息获得测温区温度信息;当所述测温区温度信息达到预设条件时,向用户发送警报信息。通过在将区域点阵模型分为若干测温区,然后实时监测每个测温区的温度信息,当测温区温度信息到达预设条件时向用户发送警报信息,通过这种方式可以实现将智能开关柜的每一个部位进行分区监控,可以将智能开关柜的温度监测管理更加便捷与细致。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有智能开关柜温度监测程序,所述智能开关柜温度监测程序被处理器执行时实现如上文所述的智能开关柜温度监测方法的步骤。
参照图5,图5为本发明智能开关柜温度监测装置第一实施例的结构框图。
如图5所示,本发明实施例提出的智能开关柜温度监测装置包括:
获取模块10,用于获取智能开关柜的点云数据。
建模模块20,用于根据所述点云数据构建区域点阵模型。
测温模块30,用于通过测温摄像头获取所述智能开关柜的温度信息。
整合模块40,用于根据所述区域点阵模型与所述温度信息得到点阵温度信息。
警报模块50,用于当所述点阵温度信息达到预设条件时,向用户发送警报信息。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
本实施例通过获取智能开关柜的点云数据;根据所述点云数据构建区域点阵模型;通过测温摄像头获取所述智能开关柜的温度信息;根据所述区域点阵模型与所述温度信息得到点阵温度信息;当所述点阵温度信息达到预设条件时,向用户发送警报信息。通过这种方式,将所有智能开关柜的点云数据拟合为一个区域点阵模型,然后得到区域点阵模型中每个点的点阵温度信息,实时监测点阵温度信息,当点阵温度信息达到预设条件时,向用户发送警报信息,实现了将所有智能开关柜统合为一个模型统一监控温度,并且当达到预设条件时向用户报警,使得智能开关柜的温度监测与管理更加方便与快捷。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
在本实施例中,所述建模模块20,还用于根据所述智能开关柜的点云数据构建若干个智能开关柜3D点阵模型;获取所述若干个智能开关柜3D点阵模型的边界点信息;根据所述边界点信息得到相邻智能开关柜的若干个重合点信息;将所述若干个重合点信息进行重合点合并,以使所述若干个智能开关柜3D点阵模型拟合为区域点阵模型。
在本实施例中,所述整合模块40,还用于通过测温摄像头获取所述智能开关柜的图像点信息;根据所述温度信息以及所述图像点信息得到图像点温度信息;根据所述区域点模型以及图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应;根据所述图像点温度信息以及与图像点对应的区域点阵模型中的点的信息得到点阵温度信息。
在本实施例中,所述整合模块40,还用于根据所述图像点信息建立测温坐标系;根据所述点云数据建立点阵坐标系;将所述测温坐标系与所述点阵坐标系拟合,以确定处于相同空间位置的图像点信息与区域点阵模型中的点的对应关系;根据所述图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应。
在本实施例中,所述警报模块50,还用于将所述区域点阵模型中的点分为若干测温区,每个测温区中包含预设分区个数的相邻的点;从所述点阵温度信息中提取出测温区中的点云数据以及点对应的温度信息;根据所述测温区中的点云数据以及点对应的温度信息获得测温区温度信息;当所述测温区温度信息达到预设条件时,向用户发送警报信息。
在本实施例中,所述警报模块50,还用于当所述区域点阵模型中存在区域点的温度超过预设安全阈值时,将温度超过预设安全阈值的区域点作为异常点;确定所述异常点所处的测温区作为异常测温区,获取所述异常测温区温度信息;根据所述异常测温区温度信息得到异常测温区的高温参数值;当所述高温参数值高于危险阈值时,向用户发送警报信息。
在本实施例中,所述警报模块50,还用于获取所述异常测温区中除去异常点以外的区域点的温度信息;根据所述异常测温区中除去异常点以外的区域点的温度信息得到异常测温区的平均温度;根据所述平均温度与所述异常点的温度得到异常测温区的高温参数值。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的智能开关柜温度监测方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其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过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种智能开关柜温度监测方法,其特征在于,所述智能开关柜温度监测方法包括:
获取智能开关柜的点云数据;
根据所述点云数据构建区域点阵模型;
通过测温摄像头获取所述智能开关柜的温度信息;
根据所述区域点阵模型与所述温度信息得到点阵温度信息;
当所述点阵温度信息达到预设条件时,向用户发送警报信息。
2.如权利要求1所述的方法,其特征在于,所述根据所述点云数据构建区域点阵模型,包括:
根据所述智能开关柜的点云数据构建若干个智能开关柜3D点阵模型;
获取所述若干个智能开关柜3D点阵模型的边界点信息;
根据所述边界点信息得到相邻智能开关柜的若干个重合点信息;
将所述若干个重合点信息进行重合点合并,以使所述若干个智能开关柜3D点阵模型拟合为区域点阵模型。
3.如权利要求1所述的方法,其特征在于,所述根据所述区域点阵模型与所述温度信息得到点阵温度信息,包括:
通过测温摄像头获取所述智能开关柜的图像点信息;
根据所述温度信息以及所述图像点信息得到图像点温度信息;
根据所述区域点模型以及图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应;
根据所述图像点温度信息以及与图像点对应的区域点阵模型中的点的信息得到点阵温度信息。
4.如权利要求3所述的方法,其特征在于,所述根据所述区域点模型以及图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应,包括:
根据所述图像点信息建立测温坐标系;
根据所述点云数据建立点阵坐标系;
将所述测温坐标系与所述点阵坐标系拟合,以确定处于相同空间位置的图像点信息与区域点阵模型中的点的对应关系;
根据所述图像点信息与区域点阵模型中的点的对应关系将区域点阵模型中的点与图像点对应。
5.如权利要求1至4中任一项所述的方法,其特征在于,所述当所述点阵温度信息达到预设条件时,向用户发送警报信息,包括:
将所述区域点阵模型中的点分为若干测温区,每个测温区中包含预设分区个数的相邻的点;
从所述点阵温度信息中提取出测温区中的点云数据以及点对应的温度信息;
根据所述测温区中的点云数据以及点对应的温度信息获得测温区温度信息;
当所述测温区温度信息达到预设条件时,向用户发送警报信息。
6.如权利要求5所述的方法,其特征在于,所述当所述测温区温度信息达到预设条件时,向用户发送警报信息,包括:
当所述区域点阵模型中存在区域点的温度超过预设安全阈值时,将温度超过预设安全阈值的区域点作为异常点;
确定所述异常点所处的测温区作为异常测温区,获取所述异常测温区温度信息;
根据所述异常测温区温度信息得到异常测温区的高温参数值;
当所述高温参数值高于危险阈值时,向用户发送警报信息。
7.如权利要求6所述的方法,其特征在于,所述根据所述异常测温区温度信息得到异常测温区的高温参数值,包括:
获取所述异常测温区中除去异常点以外的区域点的温度信息;
根据所述异常测温区中除去异常点以外的区域点的温度信息得到异常测温区的平均温度;
根据所述平均温度与所述异常点的温度得到异常测温区的高温参数值。
8.一种智能开关柜温度监测装置,其特征在于,所述智能开关柜温度监测装置包括:
获取模块,用于获取智能开关柜的点云数据;
建模模块,用于根据所述点云数据构建区域点阵模型;
测温模块,用于通过测温摄像头获取所述智能开关柜的温度信息;
整合模块,用于根据所述区域点阵模型与所述温度信息得到点阵温度信息;
警报模块,用于当所述点阵温度信息达到预设条件时,向用户发送警报信息。
9.一种智能开关柜温度监测设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能开关柜温度监测程序,所述智能开关柜温度监测程序配置为实现如权利要求1至7中任一项所述的智能开关柜温度监测方法。
10.一种存储介质,其特征在于,所述存储介质上存储有智能开关柜温度监测程序,所述智能开关柜温度监测程序被处理器执行时实现如权利要求1至7任一项所述的智能开关柜温度监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670376.3A CN113432734A (zh) | 2021-06-16 | 2021-06-16 | 智能开关柜温度监测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670376.3A CN113432734A (zh) | 2021-06-16 | 2021-06-16 | 智能开关柜温度监测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113432734A true CN113432734A (zh) | 2021-09-24 |
Family
ID=77756208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110670376.3A Pending CN113432734A (zh) | 2021-06-16 | 2021-06-16 | 智能开关柜温度监测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113432734A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113850787A (zh) * | 2021-09-27 | 2021-12-28 | 广东电网有限责任公司江门供电局 | 一种开关柜运行监控系统及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002202194A (ja) * | 2000-12-28 | 2002-07-19 | Kawaso Electric Industrial Co Ltd | 広域エリアにおける三次元測温方法 |
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 |
CN107067470A (zh) * | 2017-04-05 | 2017-08-18 | 东北大学 | 基于红外热像仪与深度相机的便携式三维温度场重建系统 |
CN110264570A (zh) * | 2019-06-13 | 2019-09-20 | 咏峰(大连)科技有限公司 | 一种基于无人机的林地自主巡检系统 |
CN110415342A (zh) * | 2019-08-02 | 2019-11-05 | 深圳市唯特视科技有限公司 | 一种基于多融合传感器的三维点云重建装置与方法 |
CN111798402A (zh) * | 2020-06-09 | 2020-10-20 | 同济大学 | 基于三维点云模型的电力设备测温数据可视化方法及系统 |
-
2021
- 2021-06-16 CN CN202110670376.3A patent/CN113432734A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002202194A (ja) * | 2000-12-28 | 2002-07-19 | Kawaso Electric Industrial Co Ltd | 広域エリアにおける三次元測温方法 |
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 |
CN107067470A (zh) * | 2017-04-05 | 2017-08-18 | 东北大学 | 基于红外热像仪与深度相机的便携式三维温度场重建系统 |
CN110264570A (zh) * | 2019-06-13 | 2019-09-20 | 咏峰(大连)科技有限公司 | 一种基于无人机的林地自主巡检系统 |
CN110415342A (zh) * | 2019-08-02 | 2019-11-05 | 深圳市唯特视科技有限公司 | 一种基于多融合传感器的三维点云重建装置与方法 |
CN111798402A (zh) * | 2020-06-09 | 2020-10-20 | 同济大学 | 基于三维点云模型的电力设备测温数据可视化方法及系统 |
Non-Patent Citations (1)
Title |
---|
孙保燕,陈文: "三维激光扫描和红外检测融合技术的工程应用", 长江科学院院报, vol. 37, no. 2, pages 170 - 173 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113850787A (zh) * | 2021-09-27 | 2021-12-28 | 广东电网有限责任公司江门供电局 | 一种开关柜运行监控系统及方法 |
CN113850787B (zh) * | 2021-09-27 | 2024-04-12 | 广东电网有限责任公司江门供电局 | 一种开关柜运行监控系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110383274B (zh) | 识别设备的方法、装置、系统、存储介质、处理器和终端 | |
CN110221581B (zh) | 工业控制网络监测装置和方法 | |
CN112258507B (zh) | 互联网数据中心的目标对象检测方法、装置和电子设备 | |
CN113344986A (zh) | 点云配准结果的评估方法、装置、设备及存储介质 | |
CN112164049A (zh) | 一种违建监测方法及装置 | |
CN113432734A (zh) | 智能开关柜温度监测方法、装置、设备及存储介质 | |
CN114267093A (zh) | 一种基于ar的电力设备巡检方法和装置 | |
CN116504037A (zh) | 动力电池热失控的预警方法、预警装置及车辆 | |
CN111666821A (zh) | 人员聚集的检测方法、装置及设备 | |
JP2021060199A (ja) | 鉄筋推定システム、鉄筋推定方法及び鉄筋推定プログラム | |
CN114792024A (zh) | 一种基于bim模型的建筑物安全巡查系统及方法 | |
CN114721419A (zh) | 基于无人机的输电线路的杆塔巡检方法、装置、以及设备 | |
CN112635042B (zh) | 监护仪校准方法、装置、设备和存储介质 | |
CN112749894A (zh) | 一种缺陷检测模型评价方法以及装置 | |
CN106651803B (zh) | 户型数据的识别方法及装置 | |
CN112085724A (zh) | 一种基于bim及热图像的机柜温度测量方法及其装置 | |
JP2019191020A (ja) | 表面特性取得装置、表面特性取得システム及びプログラム | |
CN110888949B (zh) | 基于三维地图的设备告警屏蔽方法、装置、设备及介质 | |
KR100913396B1 (ko) | 모션벡터를 이용한 행위 인식 장치 및 그 방법 | |
CN114034972B (zh) | 基于图像数据的智能电缆故障确定方法和装置 | |
JP6399808B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN115802004B (zh) | 一种实验室施工建设监控方法及系统 | |
CN103777954A (zh) | 一种信息处理方法以及装置 | |
Koo et al. | Wiva: Wsn monitoring framework based on 3D visualization and augmented reality in mobile devices | |
CN116704871A (zh) | 基于网格模型的路面裂缝检测方法、装置、介质及设备 |
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 |