CN113784085A - 一种输电线路防外破的监测装置及方法 - Google Patents
一种输电线路防外破的监测装置及方法 Download PDFInfo
- Publication number
- CN113784085A CN113784085A CN202110767008.0A CN202110767008A CN113784085A CN 113784085 A CN113784085 A CN 113784085A CN 202110767008 A CN202110767008 A CN 202110767008A CN 113784085 A CN113784085 A CN 113784085A
- Authority
- CN
- China
- Prior art keywords
- control unit
- transmission line
- unit
- image
- monitoring
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
一种输电线路防外破监测装置及方法,属于输电线路防护技术领域。包括供电单元、控制单元、多功能通讯模块、视频图像采集单元、联动报警单元及监控中心,供电单元分别连接控制单元、多功能通讯模块、视频图像采集单元和联动报警单元,控制单元输入分别连接联动报警单元、视频图像采集单元,输出通过多功能通讯模块连接监控中心,将图像数据和报警数据通过多功能通讯模块传输至监控中心,监控中心获取的现场信息下发给控制单元控制指令。本发明通过建立天气图片背景库,提取当前图像与背景库中的天气图片进行比对,基于天气确立背景图像的更新时间及异物入侵判定标准V,进行异物入侵识别;可实现输电线路的实时、远程监测、信息的高速传递和反馈。
Description
技术领域
本发明属于输电线路防护技术领域,特别是涉及一种输电线路防外破的监测装置及方法。
背景技术
伴随着日益扩大的电力需求,输电线路的规模也越来越大,发生外破事件的几率持续增大,因外破事件造成的后果更加严重。人工智能的发展,为输电线路的防外破提供了一种新的思路,运用机器学习、计算机视觉、5G通讯等技术,构建输电线路外力破坏监测、预警系统,监测和预防外破事件的发生,进而保证电力的正常供应,成为输电线路防外破的一个研究热点。
现有的输电线路防外破监测装置在信号远程传输、隐患识别、智能监测等方面存在着一些不足,限制了装置的防外破的能力,降低了装置的有效性和可靠性。
发明内容
针对上述存在的技术问题,本发明提供一种输电线路防外破的监测装置及方法,可实现输电线路的实时、远程监测,外破事件的智能判定,信息的高速传递和反馈。
本发明的目的是通过以下技术方案来实现的:
本发明一种输电线路防外破监测装置,包括供电单元、控制单元、多功能通讯模块、视频图像采集单元、联动报警单元及监控中心,
所述供电单元,分别连接控制单元、多功能通讯模块、视频图像采集单元和联动报警单元,为其供电;
所述视频图像采集单元,安装在输电线路的铁塔上,监测输电线路周围环境,通过采集的图像,获取模拟信号,通过视频线将模拟信号输入与其连接的控制单元;
所述联动报警单元,与控制单元相连,用于发出声光报警;
所述控制单元连接视频图像采集单元,控制其数据采集,并对接收的摄相机图像视频信号进行处理及编码,将图像数据和联动报警单元采集的报警数据通过所述多功能通讯模块传输至监控中心;
所述多功能通讯模块,分别与控制单元和监控中心相连,定时或按远程指令采集工程现场视频信号,传递给监控中心;
所述监控中心,与控制单元通信,获取现场信息,并下发控制指令。
进一步地,所述供电单元包括取电感应装置和储能电池,所述取电感应装置,所述取电感应装置将输电导线周围的电磁能量转化为电能,储存在与其连接的所述储能电池内,为与其连接的多功能通讯模块、视频图像采集单元、联动报警单元和智能视频分析模块提供稳定的电源。
进一步地,所述视频图像采集单元为带有云台的摄像机,安装在铁塔上,用于采集图像。
本发明采用所述输电线路防外破监测装置的防外破监测方法,包括以下步骤:
S1:建立天气图片背景库;
S2:建立异物入侵判定标准库;
S3:提取采集到的当前图像,与背景库中的天气图片进行比对,结合气象数据,确定天气状况;
S4:基于实时天气状况,确立背景图像的更新时间及异物入侵判定标准 V;
S5:进行异物入侵识别:通过远程摄像机对预警区进行监控,比对摄取的监控图像与背景图像的差异,当差异连续多次出现时,判定异物入侵;
当异物进入识别区时,启动近程摄像机,对异物进行精细化识别。
进一步地,所述步骤S4中确立背景图像的更新时间及异物入侵判定标准 V,具体为:入侵识别采用灰度差值和差别区域分布密度相结合的判定方式。
进一步地,所述精细化识别,包括如下步骤:
第一步:在杆塔四周由内至外依次设定识别区和预警区,并在预警区和识别区内分别设置均匀规律的基准点,每个基准点和与其相邻的两个基准点都可以构成一个等腰三角形;预警区基准点的数量为N1,识别区基准点的数量为 N2;
第二步:通过摄像机拍摄图像和视频,并将图像和视频数据输入控制单元;
基于不同的天气,如雨雪、狂风等,选择背景图的更新频率和灰度差值范围,即异物入侵的判定标准V;
第三步:控制单元基于第一步所述的基准点选取图像,并进行边缘算子处理,得到二值图像;
把二值图像划分成大小相等的子区间,分别统计子区间T1时刻的灰度值为 0(黑)和255(白)的像素点的个数A1和B1,并与该子区间T2时刻的灰度值为 0(黑)和255(白)的像素点的个数A2和B2进行对比,计算变化率V1:
V1=2×(A1-A2)÷(A1+B1);
其中:(A1+B1)=(A2+B2);
当变化率V1大于V时,则判定异物入侵,并记录下该子区域的坐标;
把所有判定异物入侵的子区域关联起来,形成一个大的轮廓;
当大的轮廓的坐标在入侵区内时,进行警报;
当大的轮廓的坐标开始进入识别区内时,采用Fast RCNN算法对入侵异物进行识别。
进一步地,所述对入侵异物进行识别,具体为:
基于基准点选取图像和视频,
输入到卷积网络中,进行特征提取得到特征图,
使用选择性搜索算法获得可能存在待检测目标的候选框,
将上述候选框区域的位置映射到提取图像的特征图上的相对应的位置,获得候选区域的特征图;
将每个候选框对应的特征图经过ROI池化层获得固定大小的特征图,ROI 池化层的传导公式如下式(4-12)所示:
其中判决函数δ(i,j)表示i节点是否被j节点选为最大值输出,1时表示选中为最大值,0表示没有被选中;
当ROI池化层中一个输入节点和多个输出节点相连时,设xi是输入层的节点,yr,j是第r个候选区域的第j个输出节点,其表达式如(4-13)所示:
其中判决函数δ(i,γ,j)表示i节点是否被候选区域r的第j节点选为最大值输出,代价对于xi的梯度等于所有相关的最后一层梯度之和,使得映射后获得的特征图经过ROI池化层进行下采样,将特征图大小尺寸进行固定,然后传入全连接层;
采用多任务损失函数,将类别判断和候选框回归合并,Softmax函数进行入侵物体的类别判断,函数表达式为:L(p,u,tu,v)=Lcls(p,u)+λ[u≥1]Lloc(tu,v)。
同时采用b-box回归返回边界框,对候选区域进行相应的纠正,使取到的候洗区域的窗口与目标窗口更加吻合。
本发明的有益效果为:
1、本发明通过建立天气图片背景库,提取当前图像与背景库中的天气图片进行比对,基于天气确立背景图像的更新时间及异物入侵判定标准V,进行异物入侵识别;并可实现输电线路的实时、远程监测,外破事件的智能判定,信息的高速传递和反馈。
2、本发明通过在现场设置原点,确定基准图像比对位置,减少因基准位置不同而产生的误差,进行入侵异物的精细化识别。
3、本发明入侵识别采用灰度差值和差别区域分布密度相结合的判定方式,避免了因风吹草动形式下产生的灰度差值很大,但区域分布很均匀的情况。
4、本发明针对入侵识别和图像识别的应用不同,采用不同的识别算法和监测方式,减少控制器的运算量,提高响应速度。
5、本发明基于对图像的清晰度要求不同,远程清晰度低用于入侵识别,进程清晰度高用于入侵物的详细识别。
6、本发明可以基于不同的天气因素,如雨雪、狂风等,选择背景图的更新频率和灰度差值范围,即异物入侵的判定标准。
附图说明
图1为本发明杆塔警戒区域及基准点设置示意图。
图2为本发明系统整体结构图。
图中:1.杆塔,2.识别区,3.预警区,4.基准点。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面将结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1-图2描述本发明一些实施例的技术方案。
实施例:本发明一种输电线路防外破监测装置,包括供电单元、控制单元、多功能通讯模块、视频图像采集单元、联动报警单元、智能视频分析模块和监控中心,
所述供电单元,分别连接控制单元、多功能通讯模块、视频图像采集单元和联动报警单元,为其供电;
所述视频图像采集单元,安装在输电线路的铁塔上,监测输电线路周围环境,通过采集的图像,获取模拟信号,通过视频线将模拟信号输入与其连接的控制单元;
所述联动联动报警单元,与控制单元相连,用于发出声光报警;
所述控制单元,连接视频图像采集单元,控制其数据采集,并对接收的摄相机图像视频信号进行智能算法处理,并对图像进行H.264编码,通过5G/光纤 /光纤+WIFI将报警数据和图像数据传输给监控中心或智能监控服务器;
所述控制单元还实现通讯控制功能,在通讯发生异常时,能存储7天以上报警图片,通讯恢复后,自动上载到后端平台;控制单元还实现警报控制功能,判断外破状况以及采取的警报、预防或补救措施;控制单元还实现供电控制功能,对整个系统进行正常供电和外部断电时的紧急供电,以及储能电池的充放电控制。
所述多功能通讯模块,分别与控制单元和监控中心相连,定时或按远程指令采集工程现场视频信号,通过无线网络或者光缆等方式传送给监控中心,或状态监测代理装置(仅传输图片信息,且同一现场有多台其他类型智能监测装置);对与输变电设备状态监测系统的接入和通信必须符合国网最新要求,必须能接入国网输变电设备状态监测系统,通讯必须采用加密芯片;
所述监控中心,与控制单元通信,获取现场信息,并下发控制指令。
本例所述供电单元包括取电感应装置、储能电池,为整体监测装置供电,所述取电感应装置(采用现有外购件),是一种利用高压输电线路周围感应的电磁能量获取电能的新型感应取电装置。本装置将输电导线周围的电磁能量转化为电能,为安装在附近的电气设备提供稳定的电源。所述储能电池储存电能,外部断电时对监测装置供电。
所述视频图像采集单元,所述视频图像采集单元为带有云台的摄像机,安装在输电线路的铁塔上,用于采集图像,监测输电线路周围,云台可以全方位调整摄像机的角度。
本发明基于上述监控装置的防外破监测方法,包括以下步骤:
S1:建立天气图片背景库,如晴、阴、降雨、降雪、雾等天气类型;
S2:建立异物入侵判定标准库;
S3:提取采集到的当前图像,与天气图片背景库进行比对,结合气象数据,确定天气状况;
S4:基于实时天气状况,确立背景图像的更新时间及异物入侵判定标准V,具体为:入侵识别采用灰度差值和差别区域分布密度相结合的判定方式
如:对于雨雪等特殊场景,通过缩短更新时间来消除雨雪的影响。
如:灰度误差的密度,如果密度低,可能是风吹草动引起的,即使灰度误差大,也不能判定有异物入侵。
S5:进行异物入侵识别:通过远程摄像机对预警区进行监控,比对摄取的监控图像与背景图像的差异,当差异连续多次出现时,判定异物入侵;
当异物进入识别区时,启动近程摄像机,对异物进行精细化识别。
所述精细化识别,包括如下步骤:
第一步:依据架空线路保护规范,在杆塔四周由内至外依次设定识别区和预警区,并在预警区和识别区分别设置均匀规律的基准点,每个基准点和与其相邻的两个基准点都可以构成一个等腰三角形;预警区基准点的数量为N1,识别区基准点的数量为N2,其中N1和N2可以相等,也可以不等;
第二步:通过摄像机拍摄图像和视频,通过同轴视频线缆将图像和视频数据输入控制单元;
基于不同的天气,如雨雪、狂风等,选择背景图的更新频率和灰度差值范围,即异物入侵的判定标准V;
第三步:控制单元基于第一步所述的基准点选取图像,并进行Canny、拉普拉斯等边缘算子处理,得到二值图像;
把二值图像划分成大小相等的子区间,分别统计子区间T1时刻的灰度值为 0(黑)和255(白)的像素点的个数A1和B1,并与该子区间T2时刻的灰度值为 0(黑)和255(白)的像素点的个数A2和B2进行对比,计算变化率V1:
V1=2×(A1-A2)÷(A1+B1)
其中:(A1+B1)=(A2+B2)
当变化率V1大于V时,则判定异物入侵,并记录下该子区域的坐标;
把所有判定异物入侵的子区域关联起来,形成一个大的轮廓;
当大的轮廓的坐标在入侵区内时,只进行警报;
当大的轮廓的坐标开始进入识别区内时,采用Fast RCNN算法对入侵异物进行识别。
所述对入侵异物进行识别,具体为:
基于所述的基准点选取图像和视频,
输入到卷积网络中,进行特征提取得到特征图,
使用选择性搜索算法获得可能存在待检测目标的候选框,
将这些候选区域的位置映射到提取图像的特征图上的相对应的位置,获得候选区域的特征图
将每个候选框对应的特征图经过ROI池化层获得固定大小的特征图,ROI 池化层的传导公式如下式(412)所示:
其中判决函数δ(i,j)表示i节点是否被j节点选为最大值输出,1时表示选中为最大值,0表示没有被选中;
对于ROI池化层中一个输入节点可能和多个输出节点相连的特点,设xi 是输入层的节点,yr,j是第r个候选区域的第j个输出节点,其表达式如(4-13) 所示:
其中判决函数δ(i,γ,j)表示i节点是否被候选区域r的第j节点选为最大值输出,代价对于xi的梯度等于所有相关的最后一层梯度之和。这一步操作使得映射后获得的特征图经过ROI池化层进行下采样,将特征图大小尺寸进行固定,然后传入全连接层。
采用多任务损失函数,将类别判断和候选框回归合并。Softmax函数进行入侵物体的类别判断,函数表达式为:L(p,u,tu,v)=Lcls(p,u)+λ[u≥1]Lloc(tu,v)。
同时采用b-box回归返回边界框,对候选区域进行相应的纠正,使取到的候洗区域的窗口与目标窗口更加吻合。
可以理解的是,以上关于本发明的具体描述,仅用于说明本发明而并非受限于本发明实施例所描述的技术方案,本领域的普通技术人员应当理解,仍然可以对本发明进行修改或等同替换,以达到相同的技术效果;只要满足使用需要,都在本发明的保护范围之内。
Claims (7)
1.一种输电线路防外破监测装置,其特征在于:包括供电单元、控制单元、多功能通讯模块、视频图像采集单元、联动报警单元及监控中心,
所述供电单元,分别连接控制单元、多功能通讯模块、视频图像采集单元和联动报警单元,为其供电;
所述视频图像采集单元,安装在输电线路的铁塔上,监测输电线路周围环境,通过采集的图像,获取模拟信号,通过视频线将模拟信号输入与其连接的控制单元;
所述联动报警单元,与控制单元相连,用于发出声光报警;
所述控制单元连接视频图像采集单元,控制其数据采集,并对接收的摄相机图像视频信号进行处理及编码,将图像数据和联动报警单元采集的报警数据通过所述多功能通讯模块传输至监控中心;
所述多功能通讯模块,分别与控制单元和监控中心相连,定时或按远程指令采集工程现场视频信号,传递给监控中心;
所述监控中心,与控制单元通信,获取现场信息,并下发控制指令。
2.根据权利要求1所述输电线路防外破监测装置,其特征在于:所述供电单元包括取电感应装置和储能电池,所述取电感应装置,所述取电感应装置将输电导线周围的电磁能量转化为电能,储存在与其连接的所述储能电池内,为与其连接的多功能通讯模块、视频图像采集单元、联动报警单元和智能视频分析模块提供稳定的电源。
3.根据权利要求1所述输电线路防外破监测装置,其特征在于:所述视频图像采集单元为带有云台的摄像机,安装在铁塔上,用于采集图像。
4.采用如权利要求1-3任一项所述输电线路防外破监测装置的防外破监测方法,其特征在于:包括以下步骤:
S1:建立天气图片背景库;
S2:建立异物入侵判定标准库;
S3:提取采集到的当前图像,与背景库中的天气图片进行比对,结合气象数据,确定天气状况;
S4:基于实时天气状况,确立背景图像的更新时间及异物入侵判定标准V;
S5:进行异物入侵识别:通过远程摄像机对预警区进行监控,比对摄取的监控图像与背景图像的差异,当差异连续多次出现时,判定异物入侵;
当异物进入识别区时,启动近程摄像机,对异物进行精细化识别。
5.如权利要求4所述输电线路防外破监测装置的防外破监测方法,其特征在于:所述步骤S4中确立背景图像的更新时间及异物入侵判定标准V,具体为:入侵识别采用灰度差值和差别区域分布密度相结合的判定方式。
6.如权利要求4所述输电线路防外破监测装置的防外破监测方法,其特征在于:所述精细化识别,包括如下步骤:
第一步:在杆塔四周由内至外依次设定识别区和预警区,并在预警区和识别区内分别设置均匀规律的基准点,每个基准点和与其相邻的两个基准点都可以构成一个等腰三角形;预警区基准点的数量为N1,识别区基准点的数量为N2;
第二步:通过摄像机拍摄图像和视频,并将图像和视频数据输入控制单元;
基于不同的天气,如雨雪、狂风等,选择背景图的更新频率和灰度差值范围,即异物入侵的判定标准V;
第三步:控制单元基于第一步所述的基准点选取图像,并进行边缘算子处理,得到二值图像;
把二值图像划分成大小相等的子区间,分别统计子区间T1时刻的灰度值为0(黑)和255(白)的像素点的个数A1和B1,并与该子区间T2时刻的灰度值为0(黑)和255(白)的像素点的个数A2和B2进行对比,计算变化率V1:
V1=2×(A1-A2)÷(A1+B1);
其中:(A1+B1)=(A2+B2);
当变化率V1大于V时,则判定异物入侵,并记录下该子区域的坐标;
把所有判定异物入侵的子区域关联起来,形成一个大的轮廓;
当大的轮廓的坐标在入侵区内时,进行警报;
当大的轮廓的坐标开始进入识别区内时,采用Fast RCNN算法对入侵异物进行识别。
7.如权利要求6所述输电线路防外破监测装置的防外破监测方法,其特征在于:所述对入侵异物进行识别,具体为:
基于基准点选取图像和视频,
输入到卷积网络中,进行特征提取得到特征图,
使用选择性搜索算法获得可能存在待检测目标的候选框,
将上述候选框区域的位置映射到提取图像的特征图上的相对应的位置,获得候选区域的特征图;
将每个候选框对应的特征图经过ROI池化层获得固定大小的特征图,ROI池化层的传导公式如下式(4-12)所示:
其中判决函数δ(i,j)表示i节点是否被j节点选为最大值输出,1时表示选中为最大值,0表示没有被选中;
当ROI池化层中一个输入节点和多个输出节点相连时,设xi是输入层的节点,yr,j是第r个候选区域的第j个输出节点,其表达式如(4-13)所示:
其中判决函数δ(i,γ,j)表示i节点是否被候选区域r的第j节点选为最大值输出,代价对于xi的梯度等于所有相关的最后一层梯度之和,使得映射后获得的特征图经过ROI池化层进行下采样,将特征图大小尺寸进行固定,然后传入全连接层;
采用多任务损失函数,将类别判断和候选框回归合并,Softmax函数进行入侵物体的类别判断,函数表达式为:L(p,u,tu,v)=Lcls(p,u)+λ[u≥1]Lloc(tu,v)。
同时采用b-box回归返回边界框,对候选区域进行相应的纠正,使取到的候洗区域的窗口与目标窗口更加吻合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110767008.0A CN113784085B (zh) | 2021-07-07 | 2021-07-07 | 一种输电线路防外破的监测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110767008.0A CN113784085B (zh) | 2021-07-07 | 2021-07-07 | 一种输电线路防外破的监测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113784085A true CN113784085A (zh) | 2021-12-10 |
CN113784085B CN113784085B (zh) | 2023-06-16 |
Family
ID=78835944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110767008.0A Active CN113784085B (zh) | 2021-07-07 | 2021-07-07 | 一种输电线路防外破的监测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113784085B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115631466A (zh) * | 2022-12-22 | 2023-01-20 | 国网浙江省电力有限公司宁波供电公司 | 一种架空输电线路的识别检测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012119253A1 (en) * | 2011-03-08 | 2012-09-13 | Home Monitor Inc. | Area monitoring method and system |
CN107801000A (zh) * | 2017-10-17 | 2018-03-13 | 国网江苏省电力公司盐城供电公司 | 一种输电线路防外破智能视频监控系统 |
CN108683258A (zh) * | 2018-05-29 | 2018-10-19 | 广东电网有限责任公司电力科学研究院 | 一种恶劣天气下输配电线路的监控方法及装置 |
CN110827497A (zh) * | 2019-11-18 | 2020-02-21 | 四川通信科研规划设计有限责任公司 | 一种边界防护告警监测系统 |
-
2021
- 2021-07-07 CN CN202110767008.0A patent/CN113784085B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012119253A1 (en) * | 2011-03-08 | 2012-09-13 | Home Monitor Inc. | Area monitoring method and system |
CN107801000A (zh) * | 2017-10-17 | 2018-03-13 | 国网江苏省电力公司盐城供电公司 | 一种输电线路防外破智能视频监控系统 |
CN108683258A (zh) * | 2018-05-29 | 2018-10-19 | 广东电网有限责任公司电力科学研究院 | 一种恶劣天气下输配电线路的监控方法及装置 |
CN110827497A (zh) * | 2019-11-18 | 2020-02-21 | 四川通信科研规划设计有限责任公司 | 一种边界防护告警监测系统 |
Non-Patent Citations (1)
Title |
---|
李明洁: "基于图像分析的输电线路防外力破坏技术研究" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115631466A (zh) * | 2022-12-22 | 2023-01-20 | 国网浙江省电力有限公司宁波供电公司 | 一种架空输电线路的识别检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113784085B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110321853B (zh) | 基于视频智能检测的分布式电缆防外破系统 | |
CN108109385B (zh) | 一种输电线防外破的车辆识别与危险行为判别系统与方法 | |
CN108445767B (zh) | 一种基于无人机的可视化现场安全监督管理系统 | |
CN111600383A (zh) | 输电线路智能一体化巡检装置 | |
CN113052876A (zh) | 一种基于深度学习的视频接力跟踪方法及系统 | |
KR102056564B1 (ko) | 머신 비전을 이용한 시설물 관리 방법 및 장치 | |
CN113784085B (zh) | 一种输电线路防外破的监测装置及方法 | |
Zhang et al. | Transmission line abnormal target detection based on machine learning yolo v3 | |
CN115393347A (zh) | 一种基于城市大脑的电网智能巡检方法及系统 | |
Liu et al. | Summary of insulator defect detection based on deep learning | |
CN112232235B (zh) | 基于5g和算法的智慧工厂远程监控方法及系统 | |
CN112419243B (zh) | 一种基于红外图像分析的配电房设备故障识别方法 | |
Han et al. | Transformer defects detection method based on visible and infrared fusion images | |
Hong-Bin et al. | Target tracking method of transmission line insulator based on multi feature fusion and adaptive scale filter | |
Fang et al. | Detection method of transmission line broken stock defects in aircraft inspection based on image processing technology | |
CN114926619A (zh) | 一种基于bim技术的结构监测装置 | |
CN110516551B (zh) | 一种基于视觉的巡线位置偏移识别系统、方法及无人机 | |
US10509968B2 (en) | Data fusion based safety surveillance system and method | |
Xiao et al. | Monitoring the Abnormal Human Behaviors in Substations based on Probabilistic Behaviours Prediction and YOLO-V5 | |
Zheng et al. | Research on improvement of substation monitoring capability based on AI algorithm | |
CN116156149B (zh) | 一种用于检测摄像头移动的检测方法及装置 | |
CN112422895A (zh) | 基于无人机的图像分析跟踪、定位系统及方法 | |
CN109359518A (zh) | 一种红外视频的运动物体识别方法、系统和报警装置 | |
CN108109119A (zh) | 一种基于韦伯局部算子的电线覆冰识别方法及处理装置 | |
CN115346283B (zh) | 电缆巡检的图像采集装置、方法、设备及存储介质 |
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 |