CN115174856A - 电力智能视频分析监控结构、系统、方法及其存储介质 - Google Patents
电力智能视频分析监控结构、系统、方法及其存储介质 Download PDFInfo
- Publication number
- CN115174856A CN115174856A CN202210703054.9A CN202210703054A CN115174856A CN 115174856 A CN115174856 A CN 115174856A CN 202210703054 A CN202210703054 A CN 202210703054A CN 115174856 A CN115174856 A CN 115174856A
- Authority
- CN
- China
- Prior art keywords
- video
- image
- generating set
- comparison
- reference video
- 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
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/185—Electrical failure alarms
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
- Wind Motors (AREA)
Abstract
本发明提供的电力智能视频分析监控结构、系统、方法及其存储介质,包括:对比视频图像采集器和基准视频采集器,所述对比视频图像采集器和所述基准视频采集器分别与数据处理器电连接,所述数据处理器与所述故障预警器电连接;其操作简单,可重复性强,提高了风力发电机组监控的工作效率和风力发电机组监控的精度,不仅降低了风力发电机组的监控成本,而且便于对风力发电机组进行及时维护,降低了生产中的安全隐患。
Description
技术领域
本发明涉及视频分析监控技术领域,具体涉及电力智能视频分析监控结构、系统、方法及其存储介质。
背景技术
随着社会发展,资源变得越来越短缺,因此人们越来越致力于新能源的开发,风力发电属于新能源的一种,风力发电近年来使用的较为广泛,风力发电一般设置在环境比较恶劣的地方,日常维护较为困难,因此需要设置监控装置来时刻监测风力发电机组的运行情况。
现在的风力发电机组通常只能对风力发电机组进行拍摄照片进行运行状态监控,由专业人员通过拍摄照片判断风力发电机组是否产生故障,这样的监控方式需要消耗大量的人力,对工作人员的专业性要求较高,工作人员的工作量过于繁重,影响监控的效率,而且人为主观因素不可避免地会导致监控精度较差,风力发电机组无法得到及时的维护。
而且研究人员发现风力发电机组的风轮中心位置如果发生变化,是由于受损、老化等引起机械位置发生了变化,则导致风轮与风轮配合工作的其他部件位置关系发生变化了,这种情况必然导致发电机组不能正常工作了;如果风轮外形发生变化了,则可能是由于叶片受损残缺不全导致的,虽然发电机组能工作,但会导致发电机组整体性能降低,这种情况也会导致发电机组不能正常工作;同一时刻每帧图片中风轮外形如果不一致,则说明风轮快慢发生了变化,这种情况也会导致发电机组不能正常工作;造成风力发电机组不能正常工作的因素较复查,因此,对风力发电机组的视频分析监控提出了更大的挑战。
发明内容
为了解决上述技术问题,本发明提供的电力智能视频分析监控结构、系统、方法及其存储介质,其操作简单,可重复性强,提高了风力发电机组监控的工作效率和风力发电机组监控的精度,不仅降低了风力发电机组的监控成本,而且便于对风力发电机组进行及时维护,降低了生产中的安全隐患。
为了达到上述目的,本发明的技术方案如下:
本发明提供一种电力智能视频分析监控结构,包括:对比视频图像采集器和基准视频采集器,所述对比视频图像采集器和所述基准视频采集器分别与数据处理器电连接,所述数据处理器与所述故障预警器电连接。
本发明提供的电力智能视频分析监控结构、系统、方法及其存储介质,其操作简单,可重复性强,提高了风力发电机组监控的工作效率和风力发电机组监控的精度,不仅降低了风力发电机组的监控成本,而且便于对风力发电机组进行及时维护,降低了生产中的安全隐患。
本发明还提供了一种电力智能视频分析监控系统,包括:
基准视频采集模块,用于采集标准风力发电机组的风轮在正常工作状态下的视频信息作为基准视频数据;
对比视频采集模块,用于采集当前风力发电机组工作状态下风轮工作的视频信息作为对比视频数据;
数据处理模块,用于以一个风力发电机组的风轮转动周期为时长,将对比视频数据与基准视频数据进行比对,通过所述对比视频与所述基准视频内风力发电机组的风轮转动图像数据比对判断当前风力发电机组工作状态是否正常,并传输当前风力发电机组工作状态是否正常数据至故障预警模块;
故障预警模块,用于根据接收到的当前风力发电机组工作状态是否正常数据判定是否发出故障预警提示。
作为优选技术方案,包括:调节对比视频的时长模块,所述调节对比视频的时长模块用于通过对比视频数据和基准视频数据的图像帧比对,调节对比视频数据的起始点,使对比视频起始点图像上风轮与环境的相对位置与基准视频起始点图像上风轮与环境的位置呈相对应设置;按照时间长度对对比视频数据的内容进行快进或缩放处理,使对比视频的时长与基准视频的时长一致。
作为优选技术方案,包括:基准视频预处理模块,所述基准视频预处理模块用于将基准视频和时长调节后的对比视频按每一帧分别拆分多个基准视频图像和对比视频图像;将同一帧的基准视频图像和对比视频图像作为一个数据组,获得多个数据组;对每个数据组内的基准视频图像进行角度调节,完成对基准视频的预处理。
作为优选技术方案,包括:图像角度调节模块,所述图像角度调节模块用于分别对基准视频图像和对比视频图像中的风轮的每个叶片和轮毂处以点进行标记;分别连接基准视频图像和对比视频图像上的标记点形成两个标记图;对比两个标记图,并以基准视频图像上的标记图为基准,调节对比视频图像的角度。
作为优选技术方案,所述数据处理模块包括:图像边缘判定模块,所述图像边缘判定模块用于以风轮转动图像数据中图像上每个像素点的坐标标记每个坐标点;以每个像素点为器,记其相邻的16×16位置内的像素为一组像素点;将每组像素点的平均灰度值记为该组像素的灰度;通过每组像素灰度的对比,获取风力发电机组的风轮的位置和边界形状图像。
本发明还提供一种电力智能视频分析监控方法,包括以下步骤:
采集标准风力发电机组在风轮正常工作状态下的视频作为基准视频;
采集当前风力发电机组工作状态下的视频作为对比视频;
以一个转动周期为时长,将对比视频与基准视频进行比对,通过对比视频与基准视频的风轮转动图像判断当前风力发电机组工作状态是否正常;
判定当前风力发电机组工作状态不正常时,发出故障预警提示。
作为优选技术方案具体包括以下步骤:
当标准风力发电机组在风轮转速稳定后,采集标准风力发电机组风轮的转动视频;以一个转动周期为时长,截取标准风力发电机组转动的视频,作为基准视频;
采集当前风力发电机组的转动视频;以转动视频中风轮上的一个点作为标记点,以标记点转动一周的时间作为风轮的转动周期;以每个转动周期的起始点和终止点时间为界,截取当前风力发电机组的转动视频作为对比视频;
对基准视频进行预处理,并对同一时间点的每帧基准视频和对比视频进行图像边缘判定,分别确定每帧基准视频和对比视频上风轮的位置和边界形状;判断每帧基准视频和对比视频上风轮的位置和边界形状图像是否相同,并据此确定当前风力发电机组工作状态是否正常;
判定当前风力发电机组工作状态不正常时,发出故障预警提示。
作为优选技术方案,对基准视频进行预处理包括以下步骤:调节对比视频的时长;将基准视频和时长调节后的对比视频按每一帧分别拆分多个基准视频图像和对比视频图像;将同一帧的基准视频图像和对比视频图像作为一个数据组,获得多个数据组;对每个数据组内的基准视频图像进行角度调节,完成对基准视频的预处理;
获取每帧基准视频图像和对比视频图像中风轮的位置和边界形状包括以下步骤:以图像上每个像素点的坐标标记每个坐标点;以每个像素点为器,记其相邻的16×16位置内的像素为一组像素点;将每组像素点的平均灰度值记为该组像素的灰度;通过每组像素灰度的对比,获取风轮的位置和边界形状图像。
本发明还提供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上述中任一项所述的电力智能视频分析监控方法。
本发明提供的电力智能视频分析监控结构、系统、方法及其存储介质,获取每帧对比视频与基准视频内风力发电机组的风轮转动图像比对并通过帧对比的方式将风力发电机组风轮的对比视频的风轮转动图像和基准视频的风轮转动图像进行对比,判断每帧基准视频和对比视频上风轮的位置和边界形状图像是否相同,确定风轮是否发生故障,并据此确定当前风力发电机组工作状态是否正常,其操作简单,可重复性强,提高了风力发电机组监控的工作效率和风力发电机组监控的精度,不仅降低了风力发电机组的监控成本,而且便于对风力发电机组进行及时维护,降低了生产中的安全隐患。
附图说明
图1为一种电力智能视频分析监控结构的电路图;
图2为本发明提供的一种电力智能视频分析监控系统的流程图;
图3为本发明提供的一种电力智能视频分析监控方法的流程图。
具体实施方式
下面结合附图详细说明本发明的优选实施方式。
可以理解,本发明是通过一些实施例为了达到本发明的目的,如图1所示,本发明提供一种电力智能视频分析监控结构,包括:对比视频图像采集器和基准视频采集器,所述对比视频图像采集器和所述基准视频采集器分别与数据处理器电连接,所述数据处理器与所述故障预警器电连接;所述基准视频采集器用于采集标准风力发电机组在风轮正常工作状态下的视频作为基准视频信号,并对数据处理器发送基准视频信号,所述对比视频图像采集器用于采集当前风力发电机组工作状态下的视频作为对比视频信号,并对数据处理器发送对比视频信号,所述数据处理器检测到信号,处理信号,以一个转动周期为时长,将对比视频数据与基准视频数据进行对比,通过对比视频与基准视频内风轮的转动图像判断当前风力发电机组工作状态是否正常数据传输至故障预警器;故障预警器接收当前风力发电机组工作状态是否正常数据,判定当前风力发电机组工作状态不正常时,发出故障预警提示;获取每帧对比视频与基准视频内风力发电机组的风轮转动图像比对并通过帧对比的方式将风力发电机组风轮的对比视频的风轮转动图像和基准视频的风轮转动图像进行对比,判断每帧基准视频和对比视频上风轮的位置和边界形状图像是否相同,确定风轮是否发生故障,并据此确定当前风力发电机组工作状态是否正常,其操作简单,可重复性强,提高了风力发电机组监控的工作效率和风力发电机组监控的精度,不仅降低了风力发电机组的监控成本,而且便于对风力发电机组进行及时维护,降低了生产中的安全隐患。
风轮转动图像优选风轮的位置图像和边界形状图像。
如图2所示,本发明还提供了一种电力智能视频分析监控系统,包括:
基准视频采集模块,用于采集标准风力发电机组的风轮在正常工作状态下的视频信息作为基准视频数据;
对比视频采集模块,用于采集当前风力发电机组工作状态下风轮工作的视频信息作为对比视频数据;
数据处理模块,用于以一个风力发电机组的风轮转动周期为时长,将对比视频数据与基准视频数据进行比对,通过所述对比视频与所述基准视频内风力发电机组的风轮转动图像数据比对判断当前风力发电机组工作状态是否正常,并传输当前风力发电机组工作状态是否正常数据至故障预警模块;
调节对比视频的时长模块,所述调节对比视频的时长模块用于通过对比视频数据和基准视频数据的图像帧比对,调节对比视频数据的起始点,使对比视频起始点图像上风轮与环境的相对位置与基准视频起始点图像上风轮与环境的位置呈相对应设置;按照时间长度对对比视频数据的内容进行快进或缩放处理,使对比视频的时长与基准视频的时长一致;
基准视频预处理模块,所述基准视频预处理模块用于将基准视频和时长调节后的对比视频按每一帧分别拆分多个基准视频图像和对比视频图像;将同一帧的基准视频图像和对比视频图像作为一个数据组,获得多个数据组;对每个数据组内的基准视频图像进行角度调节,完成对基准视频的预处理;
图像角度调节模块,所述图像角度调节模块用于分别对基准视频图像和对比视频图像中的风轮的每个叶片和轮毂处以点进行标记;分别连接基准视频图像和对比视频图像上的标记点形成两个标记图;对比两个标记图,并以基准视频图像上的标记图为基准,调节对比视频图像的角度;
图像边缘判定模块,用于以风轮转动图像数据中图像上每个像素点的坐标标记每个坐标点;以每个像素点为器,记其相邻的16×16位置内的像素为一组像素点;将每组像素点的平均灰度值记为该组像素的灰度;通过每组像素灰度的对比,获取风力发电机组的风轮的位置和边界形状图像;
故障预警模块,用于根据接收到的当前风力发电机组工作状态是否正常数据判定是否发出故障预警提示;其操作简单,可重复性强,提高了电力智能视频分析监控的工作效率和电力智能视频分析监控的精度,不仅降低了风力发电机组的监控成本,而且便于对风力发电机组进行及时维护,降低了生产中的安全隐患;其操作简单,可重复性强,提高了风力发电机组监控的工作效率和风力发电机组监控的精度,不仅降低了风力发电机组的监控成本,而且便于对风力发电机组进行及时维护,降低了生产中的安全隐患。
如图3所示,本发明还提供一种电力智能视频分析监控方法,包括以下步骤:
采集标准风力发电机组在风轮正常工作状态下的视频作为基准视频;
采集当前风力发电机组工作状态下的视频作为对比视频;
以一个转动周期为时长,将对比视频与基准视频进行比对,通过对比视频与基准视频的风轮转动图像判断当前风力发电机组工作状态是否正常;
判定当前风力发电机组工作状态不正常时,发出故障预警提示;
上述方法具体包括以下步骤:
当标准风力发电机组在风轮转速稳定后,采集标准风力发电机组风轮的转动视频;以一个转动周期为时长,截取标准风力发电机组转动的视频,作为基准视频;
采集当前风力发电机组的转动视频;以转动视频中风轮上的一个点作为标记点,以标记点转动一周的时间作为风轮的转动周期;以每个转动周期的起始点和终止点时间为界,截取当前风力发电机组的转动视频作为对比视频;
对基准视频进行预处理,对基准视频进行预处理包括以下步骤:调节对比视频的时长;将基准视频和时长调节后的对比视频按每一帧分别拆分多个基准视频图像和对比视频图像;将同一帧的基准视频图像和对比视频图像作为一个数据组,获得多个数据组;对每个数据组内的基准视频图像进行角度调节,完成对基准视频的预处理;并对同一时间点的每帧基准视频和对比视频进行图像边缘判定,分别确定每帧基准视频和对比视频上风轮的位置和边界形状;获取每帧基准视频图像和对比视频图像中风轮的位置和边界形状包括以下步骤:以图像上每个像素点的坐标标记每个坐标点;以每个像素点为器,记其相邻的16×16位置内的像素为一组像素点;将每组像素点的平均灰度值记为该组像素的灰度;通过每组像素灰度的对比,获取风轮的位置和边界形状图像;判断每帧基准视频和对比视频上风轮的位置和边界形状图像是否相同,并据此确定当前风力发电机组工作状态是否正常;
如果同一时间点每帧基准视频和对比视频中风轮的位置和边界形状图像相同,则说明风轮相对其他部件的位置没有变化,风轮没有发生变化,发电机组工作状态正常,不发出故障预警提示;
如果同一时间点每帧基准视频和对比视频中风轮的位置和边界形状图像不相同,则说明风轮相对其他部件的位置发生变化,风轮发生变化,发电机组工作状态不正常,发出故障预警提示。
本发明还提供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上述中任一项所述的电力智能视频分析监控方法。
本发明提供的电力智能视频分析监控结构、系统、方法及其存储介质,获取每帧对比视频与基准视频内风力发电机组的风轮转动图像比对并通过帧对比的方式将风力发电机组风轮的对比视频的风轮转动图像和基准视频的风轮转动图像进行对比,判断每帧基准视频和对比视频上风轮的位置和边界形状图像是否相同,确定风轮是否发生故障,并据此确定当前风力发电机组工作状态是否正常,其操作简单,可重复性强,提高了风力发电机组监控的工作效率和风力发电机组监控的精度,不仅降低了风力发电机组的监控成本,而且便于对风力发电机组进行及时维护,降低了生产中的安全隐患。
可以理解,本发明是通过一些实施例进行描述的,本领域技术人员知悉的,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围各种改变或等效替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。
Claims (10)
1.一种电力智能视频分析监控结构,其特征在于,包括:对比视频图像采集器和基准视频采集器,所述对比视频图像采集器和所述基准视频采集器分别与数据处理器电连接,所述数据处理器与故障预警器电连接。
2.一种电力智能视频分析监控系统,其特征在于,包括:
基准视频采集模块,用于采集标准风力发电机组的风轮在正常工作状态下的视频信息作为基准视频数据;
对比视频采集模块,用于采集当前风力发电机组工作状态下风轮工作的视频信息作为对比视频数据;
数据处理模块,用于以一个风力发电机组的风轮转动周期为时长,将对比视频数据与基准视频数据进行比对,通过所述对比视频与所述基准视频内风力发电机组的风轮转动图像数据比对判断当前风力发电机组工作状态是否正常,并传输当前风力发电机组工作状态是否正常数据至故障预警模块;
故障预警模块,用于根据接收到的当前风力发电机组工作状态是否正常数据判定是否发出故障预警提示。
3.根据权利要求2所述的电力智能视频分析监控系统,其特征在于,包括:调节对比视频的时长模块,所述调节对比视频的时长模块用于通过对比视频数据和基准视频数据的图像帧比对,调节对比视频数据的起始点,使对比视频起始点图像上风轮与环境的相对位置与基准视频起始点图像上风轮与环境的位置呈相对应设置;按照时间长度对对比视频数据的内容进行快进或缩放处理,使对比视频的时长与基准视频的时长一致。
4.根据权利要求3所述的电力智能视频分析监控系统,其特征在于,包括:基准视频预处理模块,所述基准视频预处理模块用于将基准视频和时长调节后的对比视频按每一帧分别拆分多个基准视频图像和对比视频图像;将同一帧的基准视频图像和对比视频图像作为一个数据组,获得多个数据组;对每个数据组内的基准视频图像进行角度调节,完成对基准视频的预处理。
5.根据权利要求4所述的电力智能视频分析监控系统,其特征在于,包括:图像角度调节模块,所述图像角度调节模块用于分别对基准视频图像和对比视频图像中的风轮的每个叶片和轮毂处以点进行标记;分别连接基准视频图像和对比视频图像上的标记点形成两个标记图;对比两个标记图,并以基准视频图像上的标记图为基准,调节对比视频图像的角度。
6.根据权利要求2所述的电力智能视频分析监控系统,其特征在于,所述数据处理模块包括:图像边缘判定模块,所述图像边缘判定模块用于以风轮转动图像数据中图像上每个像素点的坐标标记每个坐标点;以每个像素点为器,记其相邻的16×16位置内的像素为一组像素点;将每组像素点的平均灰度值记为该组像素的灰度;通过每组像素灰度的对比,获取风力发电机组的风轮的位置和边界形状图像。
7.一种电力智能视频分析监控方法,其特征在于,包括以下步骤:
采集标准风力发电机组在风轮正常工作状态下的视频作为基准视频;
采集当前风力发电机组工作状态下的视频作为对比视频;
以一个转动周期为时长,将对比视频与基准视频进行比对,通过对比视频与基准视频的风轮转动图像判断当前风力发电机组工作状态是否正常;
判定当前风力发电机组工作状态不正常时,发出故障预警提示。
8.根据权利要求7所述的电力智能视频分析监控方法,其特征在于,具体包括以下步骤:
当标准风力发电机组在风轮转速稳定后,采集标准风力发电机组风轮的转动视频;以一个转动周期为时长,截取标准风力发电机组转动的视频,作为基准视频;
采集当前风力发电机组的转动视频;以转动视频中风轮上的一个点作为标记点,以标记点转动一周的时间作为风轮的转动周期;以每个转动周期的起始点和终止点时间为界,截取当前风力发电机组的转动视频作为对比视频;
对基准视频进行预处理,并对同一时间点的每帧基准视频和对比视频进行图像边缘判定,分别确定每帧基准视频和对比视频上风轮的位置和边界形状;判断每帧基准视频和对比视频上风轮的位置和边界形状图像是否相同,并据此确定当前风力发电机组工作状态是否正常;
判定当前风力发电机组工作状态不正常时,发出故障预警提示。
9.根据权利要求7所述的电力智能视频分析监控方法,其特征在于,对基准视频进行预处理包括以下步骤:调节对比视频的时长;将基准视频和时长调节后的对比视频按每一帧分别拆分多个基准视频图像和对比视频图像;将同一帧的基准视频图像和对比视频图像作为一个数据组,获得多个数据组;对每个数据组内的基准视频图像进行角度调节,完成对基准视频的预处理;
获取每帧基准视频图像和对比视频图像中风轮的位置和边界形状包括以下步骤:以图像上每个像素点的坐标标记每个坐标点;以每个像素点为器,记其相邻的16×16位置内的像素为一组像素点;将每组像素点的平均灰度值记为该组像素的灰度;通过每组像素灰度的对比,获取风轮的位置和边界形状图像。
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7-9中任一项所述的电力智能视频分析监控方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210703054.9A CN115174856A (zh) | 2022-06-21 | 2022-06-21 | 电力智能视频分析监控结构、系统、方法及其存储介质 |
PCT/CN2022/142785 WO2023246062A1 (zh) | 2022-06-21 | 2022-12-28 | 电力智能视频分析监控结构、系统、方法及其存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210703054.9A CN115174856A (zh) | 2022-06-21 | 2022-06-21 | 电力智能视频分析监控结构、系统、方法及其存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115174856A true CN115174856A (zh) | 2022-10-11 |
Family
ID=83487660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210703054.9A Pending CN115174856A (zh) | 2022-06-21 | 2022-06-21 | 电力智能视频分析监控结构、系统、方法及其存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115174856A (zh) |
WO (1) | WO2023246062A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023246062A1 (zh) * | 2022-06-21 | 2023-12-28 | 西安热工研究院有限公司 | 电力智能视频分析监控结构、系统、方法及其存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2481924B1 (en) * | 2011-02-01 | 2016-12-14 | ALSTOM Renewable Technologies | Device and method for visual analysis of a wind turbine blade |
CN204166347U (zh) * | 2014-05-26 | 2015-02-18 | 温州电力设计有限公司 | 风力发电机组监控系统 |
CN111160272B (zh) * | 2019-12-31 | 2023-06-02 | 西安古鲸电子技术有限公司 | 一种图像智能故障判断预警系统 |
CN115174856A (zh) * | 2022-06-21 | 2022-10-11 | 西安热工研究院有限公司 | 电力智能视频分析监控结构、系统、方法及其存储介质 |
-
2022
- 2022-06-21 CN CN202210703054.9A patent/CN115174856A/zh active Pending
- 2022-12-28 WO PCT/CN2022/142785 patent/WO2023246062A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023246062A1 (zh) * | 2022-06-21 | 2023-12-28 | 西安热工研究院有限公司 | 电力智能视频分析监控结构、系统、方法及其存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023246062A1 (zh) | 2023-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN101977304B (zh) | 基于dsp视频处理的输电线路远程监测系统及监测方法 | |
WO2021155741A1 (zh) | 一种风电机叶片健康状态监测装置及其监测方法 | |
CN104730081A (zh) | 一种用于风电桨叶的故障检测系统 | |
CN115174856A (zh) | 电力智能视频分析监控结构、系统、方法及其存储介质 | |
CN204536215U (zh) | 一种用于风电桨叶的故障检测系统 | |
CN113589837A (zh) | 一种基于边缘云的电力实时巡检方法 | |
CN202168158U (zh) | 架空输电线路视频在线监测系统 | |
CN111426428A (zh) | 一种基于图像采集的变电站室内渗漏水检测系统及方法 | |
CN110608133B (zh) | 一种海上风力发电控制系统及方法 | |
CN105203315A (zh) | 一种设在巡检车上的风机浆叶监测装置 | |
CN115619748A (zh) | 一种风电叶片涂胶过程胶色异常的监测方法 | |
CN211819806U (zh) | 一种风电机叶片健康状态监测装置 | |
CN212133989U (zh) | 一种基于图像采集的变电站室内渗漏水检测系统 | |
CN115342033A (zh) | 基于叶片净空和风轮转速的尾流检测方法及系统 | |
CN114660075A (zh) | 一种张力放线监测方法及系统 | |
CN113554602A (zh) | 一种风机变桨轴承监测方法 | |
CN205049341U (zh) | 一种设在巡检车上的风机浆叶监测装置 | |
CN217546089U (zh) | 一种具备ai识别和数据融合分析的边缘物联终端 | |
CN113123928B (zh) | 风力发电机组及其塔架净空监控方法和装置 | |
JP7378564B1 (ja) | 風力発電装置のスマートパトロールシステム及び方法 | |
CN220340324U (zh) | 输电线路在线监测设备 | |
CN212328980U (zh) | 一种树莓派的库尔勒香梨自动分级系统 | |
CN220342368U (zh) | 输电线路在线监测设备 | |
CN116645355A (zh) | 一种基于图像识别的输电线路监测系统 |
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 |