CN114387391A - 变电站设备的安全监测方法、装置、计算机设备和介质 - Google Patents
变电站设备的安全监测方法、装置、计算机设备和介质 Download PDFInfo
- Publication number
- CN114387391A CN114387391A CN202111506753.6A CN202111506753A CN114387391A CN 114387391 A CN114387391 A CN 114387391A CN 202111506753 A CN202111506753 A CN 202111506753A CN 114387391 A CN114387391 A CN 114387391A
- Authority
- CN
- China
- Prior art keywords
- substation
- building
- substation equipment
- determining
- model
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Abstract
本申请涉及一种变电站的安全监测方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取变电站中建筑物的建筑物图像,并依据建筑物图像确定出与各建筑物分别对应的建筑三维模型;获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态;获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态;依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中。采用本方法能够提高对变电站的安全监测的全面性和准确性。
Description
技术领域
本申请涉及电力系统技术领域,特别是涉及一种变电站的安全监测方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
变电站是电力系统中对电压和电流进行变换、接受电能及分配电能的场所。为了保障变电站的安全可靠运行,需要对变电站的环境进行安全监测;而随着电力系统的快速发展,变电站的环境也变得越来越复杂。为了便于对变电站进行安全监测,目前的技术方案是在建立变电站中建筑物对应的建筑三维模型后,采集变电站中各变电站设备的运行数据,根据采集到的运行数据判断变电站设备的运行状态,再将运行状态映射至建筑三维模型中,后续通过查看建筑三维模型即可得出变电站的安全状况。但是,变电站中的变电站设备的类型多样,目前的技术方案仅针对能够直接采集到运行数据的变电站设备进行运行状态的监测,因此对变电站设备的安全监测不全面、不准确,导致对变电站的安全监测不全面、不准确。
因此,如何提高对变电站的安全监测的全面性和准确性,是本领域技术人员目前需要解决的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高对变电站的安全监测的全面性和准确性的变电站的安全监测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种变电站的安全监测方法。所述方法包括:
获取变电站中建筑物的建筑物图像,并依据所述建筑物图像确定出与各所述建筑物分别对应的建筑三维模型;
获取所述变电站中第一变电站设备的运行数据,根据所述运行数据确定所述第一变电站设备的第一运行状态;
获取所述变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定所述第二变电站设备的第二运行状态;
依据所述第一变电站设备和所述第二变电站设备分别与各所述建筑物的对应关系,将所述第一运行状态和所述第二运行状态映射至所述建筑三维模型中。
在其中一个实施例中,训练所述判断模型的过程包括:
获取表计图像训练样本;所述样本表计图像包括样本表计图像和与各所述样本表计图像对应的信息标签;
将所述表计图像训练样本输入至预设的神经网络模型中进行学习训练,得出所述判断模型。
在其中一个实施例中,所述获取变电站中建筑物的建筑物图像,并依据所述建筑物图像确定出与各所述建筑物分别对应的建筑三维模型,包括:
获取所述变电站中各所述建筑物的所述建筑物图像;
将所述建筑物图像转换为对应的场景模型;
对所述场景模型进行单体化操作,得出与各所述建筑物分别对应的建筑三维模型。
在其中一个实施例中,所述方法还包括:
获取实时图像;
识别所述实时图像,确定所述实时图像中是否存在车辆或用户对象;
若确定出所述实时图像中存在所述车辆或所述用户对象,根据所述实时图像确定出所述车辆或所述用户对象的位置信息;
依据所述位置信息,在所述建筑三维模型中设置对应的标记信息。
在其中一个实施例中,所述方法还包括:
将所述实时图像输入至预先训练出的识别模型中,利用所述识别模型确定所述实时图像中是否存在违规操作的情景。
在其中一个实施例中,所述方法还包括:
根据所述第一运行状态、所述第二运行状态、识别出的车辆或用户对象以及识别出的所述违规操作,确定出对应的报警等级;
控制预设的提示装置根据所述报警等级进行报警提示。
第二方面,本申请还提供了一种变电站的安全监测装置。所述装置包括:
模型设置模块,用于获取变电站中建筑物的建筑物图像,并依据所述建筑物图像确定出与各所述建筑物分别对应的建筑三维模型;
第一确定模块,用于获取所述变电站中第一变电站设备的运行数据,根据所述运行数据确定所述第一变电站设备的第一运行状态;
第二确定模块,用于获取所述变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定所述第二变电站设备的第二运行状态;
映射模块,用于依据所述第一变电站设备和所述第二变电站设备分别与各所述建筑物的对应关系,将所述第一运行状态和所述第二运行状态映射至所述建筑三维模型中。
第三方面,本申请还提供了一种计算机设备。所述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:
获取变电站中建筑物的建筑物图像,并依据所述建筑物图像确定出与各所述建筑物分别对应的建筑三维模型;
获取所述变电站中第一变电站设备的运行数据,根据所述运行数据确定所述第一变电站设备的第一运行状态;
获取所述变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定所述第二变电站设备的第二运行状态;
依据所述第一变电站设备和所述第二变电站设备分别与各所述建筑物的对应关系,将所述第一运行状态和所述第二运行状态映射至所述建筑三维模型中。
第四方面,本申请还提供了一种计算机可读存储介质。所述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:
获取变电站中建筑物的建筑物图像,并依据所述建筑物图像确定出与各所述建筑物分别对应的建筑三维模型;
获取所述变电站中第一变电站设备的运行数据,根据所述运行数据确定所述第一变电站设备的第一运行状态;
获取所述变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定所述第二变电站设备的第二运行状态;
依据所述第一变电站设备和所述第二变电站设备分别与各所述建筑物的对应关系,将所述第一运行状态和所述第二运行状态映射至所述建筑三维模型中。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取变电站中建筑物的建筑物图像,并依据所述建筑物图像确定出与各所述建筑物分别对应的建筑三维模型;
获取所述变电站中第一变电站设备的运行数据,根据所述运行数据确定所述第一变电站设备的第一运行状态;
获取所述变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定所述第二变电站设备的第二运行状态;
依据所述第一变电站设备和所述第二变电站设备分别与各所述建筑物的对应关系,将所述第一运行状态和所述第二运行状态映射至所述建筑三维模型中。
上述变电站的安全监测方法、装置、计算机设备、存储介质和计算机程序产品,本方法针对变电站中变电站设备的不同类型,获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态,获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态,再依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中,以实现对变电站的安全监测;也就是说,本方法在现有技术中利用运行数据确定变电站设备的运行状态的基础上,针对无法直接获取运行数据的变电站设备,通过获取变电站设备的表计图像,利用预设的判断模型确定与表计图像对应的变电站设备的运行状态;因此本方法能够全面准确地对变电站进行安全监测。
附图说明
图1为一个实施例中变电站的安全监测方法的应用环境图;
图2为一个实施例中变电站的安全监测方法的流程示意图;
图3为另一个实施例中变电站的安全监测方法的流程示意图;
图4为一个实施例中变电站的安全监测装置的结构框图;
图5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。
本申请实施例提供的变电站的安全监测方法,可以应用于如图1所示的应用环境中;该应用环境包括终端102和图像采集设备104和数值采集设备106;终端102通过网络分别与图像采集设备104和数值采集设备106进行通信。其中,图像采集设备104包括无人机、监控机器人以及设置在变电站中预设位置的摄像头等,用于采集变电站中建筑物的建筑物图像以及第二变电站设备的表计图像;数值采集设备106包括各类型的传感器,用于采集变电站中第一变电站设备的运行数据;终端102用于获取变电站中建筑物的建筑物图像,并依据建筑物图像确定出与各建筑物分别对应的建筑三维模型;获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态;获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态;依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中。其中,终端102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、物联网设备。
在一个实施例中,如图2所示,提供了一种变电站的安全监测方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤202,获取变电站中建筑物的建筑物图像,并依据建筑物图像确定出与各建筑物分别对应的建筑三维模型。
具体的,建筑物图像指的是通过拍摄装置采集到的变电站中建筑物的图像,拍摄装置包括无人机、监控机器人以及设置在变电站中预设位置的摄像头;摄像头包括高清可见光摄像头、红外测温摄像头、红外可见光双视云台,本实施例对摄像头的具体类型不做限定。若利用拍摄装置采集到的是视频文件,则可以通过截取视频文件中的帧图像作为建筑物图像。在获取到建筑物图像后,将建筑物图像转换为对应的场景模型,再将场景模型转换为与各单个建筑物分别对应的建筑物模型;也就是说,针对变电站中的每一个建筑物,分别建立与之对应的建筑三维模型,因此后续可以查看每一个建筑三维模型,并获取与建筑三维模型对应的统计信息。在一种具体的实施方式中,可以使用倾斜摄影技术对变电站进行取景,得到变电站的建筑三维模型。
步骤204,获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态。
具体的,运行数据指的是变电站设备的运行情况对应的数值数据,运行数据包括有功功率、无功功率、电流以及电压等,通过获取变电站中第一变电站设备的运行数据,再获取与运行数据对应数据类型的数据标准范围,将获取到的运行数据与数据标准范围进行比较;若获取到的运行数据在数据标准范围内,则确定第一变电站设备的第一运行状态为正常状态;若获取到的运行数据超出数据标准范围,则确定第一变电站设备的第一运行状态为异常状态。
需要说明的是,在实际操作中,可以是按照预设的时间间隔获取第一变电站设备的运行数据,以能实现对第一变电站设备的连续实时状态监控。
步骤206,获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态。
其中,表计图像指的是包含表盘指针的图像,通过表盘指针来描述第二变电站设备的运行情况。在实际操作中,可以通过主变压器温度表计识别摄像头、主变压器油位表计识别摄像头、SF6密度视频、开关动作次数视频以及避雷器泄露电流表计识别摄像头获取表计图像。具体的,获取第二变电站设备的表计图像,并对获取到的表计图像进行预处理操作。其中,预处理操作包括对表计图像进行图像增强、图像去噪以及去除表计图像中的背景的操作。将预处理后的表计图像输入至预先训练出的判断模型中,利用判断模型对当前输入的表计图像进行分析,并输出与表计图像对应的第二运行状态,即确定出与第二变电站设备对应的第二运行状态。其中,第二运行状态包括第二变电站设备为正常状态或第二变电站设备为异常状态。
步骤208,依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中。
具体的,在获取到第一变电站设备的第一运行状态和第二变电站设备的第二运行状态后,依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系、第一变电站设备与第一运行状态的对应关系、第二变电站设备与第二运行状态的对应关系以及变电站设备与建筑三维模型的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中。也就是说,通过将建筑物中的第一变电站设备的第一运行状态和第二变电站设备的第二运行状态映射至与建筑物对应的建筑三维模型中,就能通过监控变电站的建筑三维模型中所映射的数据信息,实现对真实的变电站进行管理,确定与建筑三维模型对应的建筑物中的第一变电站设备的第一运行状态以及第二变电站设备第二运行状态。
需要说明的是,在实际操作中,还可以在将第一运行状态和第二运行状态映射至建筑三维模型中后,进一步对第一运行状态和第二运行状态所对应的具体状态进行统计,如确定出运行状态为正常状态的变电站总数和运行状态为异常状态的变电站总数等,以便运行人员根据统计出的数据信息确定变电站设备的整体运行情况。
上述变电站的安全监测方法中,针对变电站中变电站设备的不同类型,获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态,获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态,再依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中,以实现对变电站的安全监测;也就是说,本方法在现有技术中利用运行数据确定变电站设备的运行状态的基础上,针对无法直接获取运行数据的变电站设备,通过获取变电站设备的表计图像,利用预设的判断模型确定与表计图像对应的变电站设备的运行状态;因此本方法能够全面准确地对变电站进行安全监测。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例中,训练判断模型的过程包括:
获取表计图像训练样本;样本表计图像包括样本表计图像和与各样本表计图像对应的信息标签;
将表计图像训练样本输入至预设的神经网络模型中进行学习训练,得出判断模型。
具体的,表计图像训练样本指的是用于训练判断模型的样本;表计图像训练样本包括样本表计图像和与各样本表计图像对应的信息标签;信息标签表示对应的样本表计图像的运行状态。需要说明的是,在实际操作中,样本表计图像一般是变电站设备正常运行时,刻度表对应的图像,即表计图像训练样本一般是正样本;在其他实施例中,也可以设置负样本,即样本表计图像是变电站设备出现运行异常时的刻度表对应的图像。
具体的,神经网络模型是机器学习(ML,Machine Learning)领域中一种方法,本实施例对神经网络模型的具体类型不做限定,例如可以是循环神经网络(Recurrent NeuralNetwork)、卷积神经网络(Convolutional Neural Networks,CNN)或者长短期记忆网络(Long Short-Term Memory,LSTM)等,根据实际需求进行选择即可。
在获取到表计图像训练样本后,将表计图像训练样本输入至神经网络模型中进行学习训练,在训练的神经网络模型的精准度达到预设要求或者训练次数达到预设次数时,得出判断模型。
可见,按照本实施例的方式确定出判断模型,确定方式便捷易行。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例中,获取变电站中建筑物的建筑物图像,并依据建筑物图像确定出与各建筑物分别对应的建筑三维模型,包括:
获取变电站中各建筑物的建筑物图像;
将建筑物图像转换为对应的场景模型;
对场景模型进行单体化操作,得出与各建筑物分别对应的建筑三维模型。
具体的,在获取变电站中各建筑物的建筑物图像后,根据采集到的建筑物图像,如建筑物的实景图像或实景视频,利用Zbrush软件或者Reality Capture软件等将建筑物图像转换为对应的场景模型。场景模型是变电站中建筑物的多边形表示,能够现变电站的实际环境。在确定场景模型后,对得出的场景模型进行单体化操作;其中,单体化操作包括切割单体化、ID单体化以及动态单体化操作,各不同类型的单体化操作各有优劣势,根据实际需求选择即可,本实施例对此不做限定。通过对场景模型进行单体化操作,将场景模型转换为与各建筑物分别对应的建筑三维模型。
需要说明的是,本实施例中,建筑物图像包括楼宇、街道等环境的图像,还包括建筑物中基础设施的图像、监控机器人的图像、视频监控设备的图像、环境监控设备的图像以及状态监控设备的图像,其中,基础设施包括风机、水泵、空调、除湿器、消防、门禁以及智能工器具柜等;监控机器人包括户内轮式机器人和户内导轨机器人;视频监控设备包括摄像头和表计图像监控设备,摄像头包括高清可见光摄像头、红外测温摄像头、红外可见光双视云台,表计图像监控设备包括主变压器温度表计识别摄像头、主变压器油位表计识别摄像头,SF6密度视频,开关动作次数视频以及避雷器泄露电流表计识别摄像头等;环境监控设备包括微气象传感器、水浸传感器、烟雾传感器、SF6泄露传感器、氧含量传感器、危险气体传感器、风险和雨量传感器以及端子箱温湿度传感器等;状态监控设备包括用于检测变压器油色谱、铁芯接地电流、变压器中性点直流电、开关柜超声局方、开关柜测温、GIS(Geographic Information System,地理信息系统)局方、蓄电池内阻、容性设备、避雷器泄露电流、光声光谱、光纤光栅测温、声表面波测温、断路器机械特性以及电缆护套环流等参数的设备。
可见,按照本实施例的方法确定出与各建筑物分别对应的建筑三维模型,操作方式便捷。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例中,方法还包括:
获取实时图像;
识别实时图像,确定实时图像中是否存在车辆或用户对象;
若确定出实时图像中存在车辆或用户对象,根据实时图像确定出车辆或用户对象的位置信息;
依据位置信息,在建筑三维模型中设置对应的标记信息。
具体的,在本实施例中,预先利用神经网络模型和对应的对象识别训练样本训练出检测模型;其中,本实施例中的对象识别训练样本包括车辆图像或者人物图像,以及与各车辆图像或者人物图像分别对应的信息标签;车辆图像即包括车辆的图像,人物图像指的是包括用户对象的图像。
具体的,实时图像指的是变电站中实时场景的图像,在实际操作中,实时图像也可以是利用拍摄装置采集到的图像,本实施例对此不做限定。需要说明的是,在实际操作中,可以是控制拍摄装置按照预设的时间间隔采集实时图像,也可以是按照预设的时间间隔去视频文件中截取图像帧,以获取实时图像。预设的时间间隔可以是30s或1min,本实施例对此也不做限定。
在获取到实时图像后,将实时图像输入至训练出的检测模型中,利用检测模型对实时图像进行检测,确定实时图像中是否存在车辆或者用户对象。若在实时图像中识别出车辆或用户对象,则对实时图像进行背景提取,获取实时图像中的背景图像,再对背景图像进行分析,根据背景图像确定实时图像中的车辆或用户对象对应的位置信息,再在确定出车辆或者用户对象的位置信息后,依据确定出的位置信息与建筑三维模型的映射关系,在建筑三维模型的对应位置设置对应的标记信息。若在实时图像未识别出车辆或用户对象,则忽略该实时图像。
可见,本实施例中,通过在建筑三维模型中设置与识别出的车辆或者用户对象对应的标记信息,因此可以通过查看建筑三维模型的方式便捷直观地对变电站中的车辆或用户对象的运动情况进行安全监控。
另外需要说明的是,在其他实施例中,还可以进一步识别出车辆的车牌号,确定车牌号对应的车辆为内部车辆还是外部车辆,或者进一步根据识别出的用户对象的身份用户特征判断对应的用户对象是内部人员还是外部人员,若为内部人员,则进一步获取用户对象的身份信息。其中,内部车辆指的是预先在登记系统中登记了车牌号的车辆,内部人员指的是预先在登记系统中登记了身份信息的用户对象。
另外,可以利用识别出的车牌号作为对应车辆的标记信息,并将确定出的标记信息设置于建筑三维模型中的对应位置。利用识别出的身份信息作为用户对象的标记信息,并将确定出的标记信息设置于建筑三维模型中的对应位置。因此能够更加精准地获取车辆或者用户对象在变电站中的运动情况。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例中,方法还包括:
将实时图像输入至预先训练出的识别模型中,利用识别模型确定实时图像中是否存在违规操作的情景。
具体的,在本实施例中,预先利用神经网络模型和对应的操作识别训练样本训练出识别模型;其中,本实施例中的操作识别训练样本包括操作人员按照操作标准操作变电站设备时的第一操作图像、未按照操作标准操作变电站设备时的第二操作图像,以及与各第一操作图像和各第二操作图像分别对应的信息标签。
具体的,在获取到实时图像后,将实时图像输入至预先训练出的识别模型中,或者将确定出存在用户对象的实时图像输入预先训练出的识别模型中,利用识别模型对实时图像进行操作识别,利用识别模型确定实时图像中是否存在违规操作的情景。需要说明的是,可以根据实时图像中用户对象对应操作变电站设备的设备类型以及用户对象操作变电站设备的操作姿势等特征信息来判断实时图像中是否存在违规操作的情景。
可见,本实施例能够进一步识别出变电站中是否存在违规操作的情景,能够进一步保障变电站的安全性。
在上述实施例的基础上,本实施例对技术方案作了进一步的说明和优化,具体的,本实施例中,方法还包括:
根据第一运行状态、第二运行状态、识别出的车辆或用户对象以及识别出的违规操作,确定出对应的报警等级;
控制预设的提示装置根据报警等级进行报警提示。
具体的,预先设置多个不同的报警等级,如注意、告警以及严重三种报警等级,针对不同信息类型,确定出与信息类型对应的报警等级;如,若确定出第一运行状态或第二运行状态为异常状态,则确定对应的报警等级为注意,若识别出的车辆为外部车辆或者识别出的用户对象为外部人员,确定报警等级为注意,若识别出违规操作,则确定对应的报警等级为严重。另外,在其他实施例中,也可以根据异常情况的不同,设置对应的报警等级,如当识别到外部车辆或者外部人员时,确定报警等级为注意,当识别到外部车辆或者外部人员的位置信息达到预设区域时,确定报警等级为严重。
具体的,预先可以根据不同的告警等级设置对应的提示装置,利用不同的提示装置对应的提示信息进行报警提示;或者根据不同的告警等级,利用相同的提示装置设置对应不同的提示信息,利用不同的提示信息进行告警提示。例如,利用指示灯、显示器以及蜂鸣器三种提示装置设置对应的提示信息,提示信息包括指示灯闪烁、窗口弹出告警以及蜂鸣音告警,分别针对注意、告警以及严重三种报警等级进行报警提示;或者利用指示灯设置绿灯长亮、红灯长亮以及红灯闪烁三种提示信息,分别针对注意、告警以及严重三种报警等级进行报警提示。
可见,本实施例能够针对检测出的异常情况确定对应的报警等级,并利用预设的提示装置根据报警等级进行报警提示,能够针对异常情况进行相应的提示,进一步提高变电站安全检测的便捷度。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面结合实际应用场景对本申请实施例中的技术方案进行详细说明。如图3所示,本实施例提供的一种变电站的安全监测方法,具体步骤如下:
步骤302:通过倾斜摄影技术获取变电站中建筑物的建筑物图像,将建筑物图像转换为对应的场景模型,对场景模型进行单体化操作,得出与各建筑物分别对应的建筑三维模型;
步骤304:获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态;
步骤306:获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态;训练判断模型的过程包括:获取表计图像训练样本;样本表计图像包括样本表计图像和与各样本表计图像对应的信息标签;将表计图像训练样本输入至预设的神经网络模型中进行学习训练,得出判断模型;
步骤308:依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中;因此可以通过查看建筑三维模型对变电站进行安全监测;
步骤310:预先利用神经网络模型和对应的对象识别训练样本训练出检测模型;获取实时图像,利用检测模型识别实时图像,确定实时图像中是否存在车辆或用户对象;
步骤312:若确定出实时图像中存在车辆或用户对象,根据实时图像确定出车辆或用户对象的位置信息;
步骤314:依据位置信息,在建筑三维模型中设置对应的标记信息;
步骤316:预先利用神经网络模型和对应的操作识别训练样本训练出识别模型;将实时图像输入至预先训练出的识别模型中,利用识别模型确定实时图像中是否存在违规操作的情景;
步骤318:根据第一运行状态、第二运行状态、识别出的车辆或用户对象以及识别出的违规操作,确定出对应的报警等级;
步骤320:控制预设的提示装置根据报警等级进行报警提示;
步骤322:利用显示终端显示建筑三维模型、运行数据、表计图像、变电站设备的工作状态以及统计出的数据;其中,显示终端包括独立的显示器以及包括显示器的个人计算机、笔记本电脑、智能手机等。统计出的数据包括变电站中运行状态为异常状态的变电站设备总数以及运行状态为正常状态的变电站设备总数;统计出的数据还可以包括检修记录以及异常情况记录。变电站设备的工作状态包括运行中、热备用、检修和冷备用四种状态。
本发明实施例提供的变电站的安全监测方法,针对变电站中变电站设备的不同类型,获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态,获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态,再依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中,以实现对变电站的安全监测;也就是说,本方法在现有技术中利用运行数据确定变电站设备的运行状态的基础上,针对无法直接获取运行数据的变电站设备,通过获取变电站设备的表计图像,利用预设的判断模型确定与表计图像对应的变电站设备的运行状态;因此本方法能够全面准确地对变电站进行安全监测;并且本方法确定出建筑三维模型以及判断模型的方式便捷易行,因此能够提高对变电站进行安全监测的便捷度;本方法通过在建筑三维模型中设置与识别出的车辆或者用户对象对应的标记信息,因此可以通过查看建筑三维模型的方式便捷直观地对变电站中的车辆或用户对象的运动情况进行安全监控;本方法能够进一步识别出变电站中是否存在违规操作的情景,能够进一步保障变电站的安全性;另外,本方法能够针对检测出的异常情况确定对应的报警等级,并利用预设的提示装置根据报警等级进行报警提示,能够针对异常情况进行相应的提示,进一步提高变电站安全检测的便捷度。
应该理解的是,虽然如上的各实施例所涉及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,如上的各实施例所涉及的流程图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。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的变电站的安全监测方法的变电站的安全监测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个变电站的安全监测装置实施例中的具体限定可以参见上文中对于变电站的安全监测方法的限定,在此不再赘述。
在一个实施例中,如图4所示,提供了一种变电站的安全监测装置,包括:模型设置模块402、第一确定模块404、第二确定模块406和映射模块408,其中:
模型设置模块402,用于获取变电站中建筑物的建筑物图像,并依据建筑物图像确定出与各建筑物分别对应的建筑三维模型;
第一确定模块404,用于获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态;
第二确定模块406,用于获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态;
映射模块408,用于依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中。
本发明实施例提供的一种变电站的安全监测装置,具有与上述一种变电站的安全监测方法相同的有益效果。
在其中一个实施例中,第二确定模块包括:
第一获取子模块,用于获取表计图像训练样本;样本表计图像包括样本表计图像和与各样本表计图像对应的信息标签;
训练子模块,用于将表计图像训练样本输入至预设的神经网络模型中进行学习训练,得出判断模型。
在其中一个实施例中,模型设置模块包括:
第二获取子模块,用于获取变电站中各建筑物的建筑物图像;
转换子模块,用于将建筑物图像转换为对应的场景模型;
单体化子模块,用于对场景模型进行单体化操作,得出与各建筑物分别对应的建筑三维模型。
在其中一个实施例中,变电站的安全监测装置还包括:
图像获取模块,用于获取实时图像;
图像识别模块,用于识别实时图像,确定实时图像中是否存在车辆或用户对象;
位置确定模块,用于若确定出实时图像中存在车辆或用户对象,根据实时图像确定出车辆或用户对象的位置信息;
位置标记模块,用于依据位置信息,在建筑三维模型中设置对应的标记信息。
在其中一个实施例中,变电站的安全监测装置还包括:
操作识别模块,用于将实时图像输入至预先训练出的识别模型中,利用识别模型确定实时图像中是否存在违规操作的情景。
在其中一个实施例中,变电站的安全监测装置还包括:
报警等级确定模块,用于根据第一运行状态、第二运行状态、识别出的车辆或用户对象以及识别出的违规操作,确定出对应的报警等级;
报警提示模块,用于控制预设的提示装置根据报警等级进行报警提示。
上述变电站的安全监测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5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、移动蜂窝网络、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的安全监测方法。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5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,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以下步骤:
获取变电站中建筑物的建筑物图像,并依据建筑物图像确定出与各建筑物分别对应的建筑三维模型;
获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态;
获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态;
依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中。
本发明实施例提供的一种计算机设备,具有与上述一种变电站的安全监测方法相同的有益效果。
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,计算机程序被处理器执行时实现以下步骤:
获取变电站中建筑物的建筑物图像,并依据建筑物图像确定出与各建筑物分别对应的建筑三维模型;
获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态;
获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态;
依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中。
本发明实施例提供的一种计算机可读存储介质,具有与上述一种变电站的安全监测方法相同的有益效果。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取变电站中建筑物的建筑物图像,并依据建筑物图像确定出与各建筑物分别对应的建筑三维模型;
获取变电站中第一变电站设备的运行数据,根据运行数据确定第一变电站设备的第一运行状态;
获取变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定第二变电站设备的第二运行状态;
依据第一变电站设备和第二变电站设备分别与各建筑物的对应关系,将第一运行状态和第二运行状态映射至建筑三维模型中。
本发明实施例提供的一种计算机程序产品,具有与上述一种变电站的安全监测方法相同的有益效果。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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、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-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。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等。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 RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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本申请专利范围的限制。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,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种变电站的安全监测方法,其特征在于,所述方法包括:
获取变电站中建筑物的建筑物图像,并依据所述建筑物图像确定出与各所述建筑物分别对应的建筑三维模型;
获取所述变电站中第一变电站设备的运行数据,根据所述运行数据确定所述第一变电站设备的第一运行状态;
获取所述变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定所述第二变电站设备的第二运行状态;
依据所述第一变电站设备和所述第二变电站设备分别与各所述建筑物的对应关系,将所述第一运行状态和所述第二运行状态映射至所述建筑三维模型中。
2.根据权利要求1所述的方法,其特征在于,训练所述判断模型的过程包括:
获取表计图像训练样本;所述样本表计图像包括样本表计图像和与各所述样本表计图像对应的信息标签;
将所述表计图像训练样本输入至预设的神经网络模型中进行学习训练,得出所述判断模型。
3.根据权利要求1所述的方法,其特征在于,所述获取变电站中建筑物的建筑物图像,并依据所述建筑物图像确定出与各所述建筑物分别对应的建筑三维模型,包括:
获取所述变电站中各所述建筑物的所述建筑物图像;
将所述建筑物图像转换为对应的场景模型;
对所述场景模型进行单体化操作,得出与各所述建筑物分别对应的建筑三维模型。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:
获取实时图像;
识别所述实时图像,确定所述实时图像中是否存在车辆或用户对象;
若确定出所述实时图像中存在所述车辆或所述用户对象,根据所述实时图像确定出所述车辆或所述用户对象的位置信息;
依据所述位置信息,在所述建筑三维模型中设置对应的标记信息。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
将所述实时图像输入至预先训练出的识别模型中,利用所述识别模型确定所述实时图像中是否存在违规操作的情景。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
根据所述第一运行状态、所述第二运行状态、识别出的车辆或用户对象以及识别出的所述违规操作,确定出对应的报警等级;
控制预设的提示装置根据所述报警等级进行报警提示。
7.一种变电站的安全监测装置,其特征在于,所述装置包括:
模型设置模块,用于获取变电站中建筑物的建筑物图像,并依据所述建筑物图像确定出与各所述建筑物分别对应的建筑三维模型;
第一确定模块,用于获取所述变电站中第一变电站设备的运行数据,根据所述运行数据确定所述第一变电站设备的第一运行状态;
第二确定模块,用于获取所述变电站中第二变电站设备的表计图像,利用预先训练出的判断模型确定所述第二变电站设备的第二运行状态;
映射模块,用于依据所述第一变电站设备和所述第二变电站设备分别与各所述建筑物的对应关系,将所述第一运行状态和所述第二运行状态映射至所述建筑三维模型中。
8.一种计算机设备,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6中任一项所述的方法的步骤。
9.一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6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111506753.6A CN114387391A (zh) | 2021-12-10 | 2021-12-10 | 变电站设备的安全监测方法、装置、计算机设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111506753.6A CN114387391A (zh) | 2021-12-10 | 2021-12-10 | 变电站设备的安全监测方法、装置、计算机设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114387391A true CN114387391A (zh) | 2022-04-22 |
Family
ID=81195400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111506753.6A Pending CN114387391A (zh) | 2021-12-10 | 2021-12-10 | 变电站设备的安全监测方法、装置、计算机设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114387391A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115372877A (zh) * | 2022-07-08 | 2022-11-22 | 广州中科云图智能科技有限公司 | 基于无人机的变电站的避雷器泄露电流表计巡检方法 |
-
2021
- 2021-12-10 CN CN202111506753.6A patent/CN114387391A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115372877A (zh) * | 2022-07-08 | 2022-11-22 | 广州中科云图智能科技有限公司 | 基于无人机的变电站的避雷器泄露电流表计巡检方法 |
CN115372877B (zh) * | 2022-07-08 | 2023-08-15 | 广州中科云图智能科技有限公司 | 基于无人机的变电站的避雷器泄露电流表计巡检方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107370983B (zh) | 用于视频监控系统的行踪轨迹的获取方法和装置 | |
CN107808139B (zh) | 一种基于深度学习的实时监控威胁分析方法及系统 | |
CN108830837B (zh) | 一种用于检测钢包溶蚀缺陷的方法和装置 | |
CN111126153B (zh) | 基于深度学习的安全监测方法、系统、服务器及存储介质 | |
CN110827435A (zh) | 基于智能警示柱的外破监测方法、系统及可读存储介质 | |
CN111815576B (zh) | 金属部件腐蚀状况检测方法、装置、设备和存储介质 | |
CN113723184A (zh) | 基于智能网关的场景识别系统、方法、装置和智能网关 | |
CN114362357A (zh) | 变电站的监控方法 | |
CN115393566A (zh) | 电力设备的故障识别与预警方法、装置、存储介质、设备 | |
CN114387391A (zh) | 变电站设备的安全监测方法、装置、计算机设备和介质 | |
CN114067396A (zh) | 基于视觉学习的居配工程现场试验数字化管理系统及方法 | |
CN111010544B (zh) | 配电房监控方法、装置、计算机设备和存储介质 | |
CN117235443A (zh) | 一种基于边缘ai的电力作业安全监测方法及系统 | |
CN116433029A (zh) | 电力作业风险评估方法、系统、设备及存储介质 | |
Chang et al. | Safety risk assessment of electric power operation site based on variable precision rough set | |
CN115187880A (zh) | 基于图像识别的通信光缆缺陷检测方法、系统及存储介质 | |
CN114241354A (zh) | 仓库人员行为识别方法、装置、计算机设备、存储介质 | |
CN113920720A (zh) | 高速公路隧道设备故障处理方法、装置及电子设备 | |
CN114374819A (zh) | 变电站人员监测方法、装置、设备、存储介质和程序产品 | |
CN112528825A (zh) | 一种基于图像识别的车站乘客招援服务方法 | |
CN114065969A (zh) | 基于Lora前端感知终端的全息感知故障分析诊断方法及系统 | |
CN114241400A (zh) | 电网系统的监控方法及其装置、计算机可读存储介质 | |
CN103777954B (zh) | 一种信息处理方法以及装置 | |
CN113723355A (zh) | 一种目标监控方法和装置、存储介质及电子装置 | |
CN113158933A (zh) | 一种走失人员识别的方法、系统、装置及存储介质 |
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 |