CN115294373A - 一种设备参数信息更新方法和更新系统 - Google Patents

一种设备参数信息更新方法和更新系统 Download PDF

Info

Publication number
CN115294373A
CN115294373A CN202210960332.9A CN202210960332A CN115294373A CN 115294373 A CN115294373 A CN 115294373A CN 202210960332 A CN202210960332 A CN 202210960332A CN 115294373 A CN115294373 A CN 115294373A
Authority
CN
China
Prior art keywords
equipment
virtual
repaired
parameter
parameter information
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
Application number
CN202210960332.9A
Other languages
English (en)
Inventor
文超
季怀杰
梁啸
赵溢丰
邱小波
张小宇
郑琪
邹佳衡
赵守运
孔吉宏
邹佳林
王琪
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.)
Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd
Original Assignee
Maintenance and Test Branch of Peaking FM Power Generation of Southern 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 Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd filed Critical Maintenance and Test Branch of Peaking FM Power Generation of Southern Power Grid Co Ltd
Priority to CN202210960332.9A priority Critical patent/CN115294373A/zh
Publication of CN115294373A publication Critical patent/CN115294373A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/755—Deformable models or variational models, e.g. snakes or active contours
    • G06V10/7553—Deformable models or variational models, e.g. snakes or active contours based on shape, e.g. active shape models [ASM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects

Abstract

本发明涉及设备检修技术领域，具体是涉及一种设备参数信息更新方法和更新系统。本发明首先通过采集设备检修图像，应用图像算法识别匹配被检修设备的设备类型，采集设备位置信息，计算所属设备图像的深度信息，进而匹配出被检修设备的唯一设备标签，然后根据设备标签，在虚拟参数模型中匹配出与被检修设备所对应的虚拟模型设备，当被检修设备的参数信息变化时，将虚拟模型设备的参数信息更新为被检修设备变化之后的参数信息。综上所述，由于本发明结合图像识别算法并采集设备的位置信息并计算，因此能够匹配唯一被检修设备，当这台设备参数发生变化就能准确反映在与之唯一对应的虚拟模型设备上并更新。

Description

一种设备参数信息更新方法和更新系统
技术领域
本发明涉及设备检修技术领域，具体是涉及一种设备参数信息更新方法和更新系统。
背景技术
实际工业场景中往往需要对电力设备进行识别并根据该设备状态进行相应操作，单一的设备检测模型仅能识别到设备本身，无法分辨具体是哪一个设备(例如在压力油罐场景中，需要检查油罐旁的油位指示器，若油位低于某一正常值，需要对其进行补气增压操作，但仅用单一设备检测并不能识别到它具体是几号油罐的油位)，因此还需要人工进行判断，传统方式人机交互体验差，设备检测的自动化程度不高。在工业场景中存在多个相同类型的设备(可理解为编号不同的同种设备)，而单纯使用目标检测仅能识别到设备本身，无法判断该设备是具体哪一个设备，即不知道具体是哪个设备因被检修而导致其参数发生变化了，因此难以在虚拟参数模型中找到发生参数变化的设备并对其进行参数更新。
综上所述，现有技术因难以将变化的参数与发生参数变化的设备建立对应关系而难以准确更新设备参数。
因此，现有技术还有待改进和提高。
发明内容
为解决上述技术问题，本发明提供了一种设备参数信息更新方法和更新系统，解决了现有技术因难以将变化的参数与发生参数变化的设备建立对应关系而难以准确更新设备参数的问题。
为实现上述目的，本发明采用了以下技术方案：
第一方面，本发明提供一种设备参数信息更新方法，其中，包括：
确定被检修设备的设备类型和设备位置信息；
依据所述设备类型和所述设备位置信息，通过匹配方法，得到所述被检修设备的设备标签，所述设备标签用于表征所述被检修设备的唯一性；
依据所述被检修设备的设备标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备，所述虚拟参数模型用于存储设备参数信息；
当所述被检修设备的参数信息变化时，将所述虚拟模型设备的参数信息更新为所述被检修设备变化之后的参数信息。
在一种实现方式中，所述确定被检修设备的设备类型和设备位置信息，包括：
采集所述被检修设备的设备图像；
对所述设备图像应用图像识别算法，得到与所述被检修设备所对应的预匹配类型；
依据所述预匹配类型和所述被检修设备所对应的设备形状，得到设备类型；
计算所述设备图像的深度信息；
依据所述深度信息和采集所述设备图像的图像采集装置的位置信息，得到所述被检修设备的设备位置信息。
在一种实现方式中，所述依据所述深度信息和采集所述设备图像的图像采集装置的位置信息，得到所述被检修设备的设备位置信息，包括：
采集所述被检修设备所处空间的高度信息；
依据所述深度信息、所述高度信息和所述图像采集装置的位置信息，得到所述被检修设备的设备位置信息。
在一种实现方式中，所述依据所述设备类型和所述设备位置信息，通过匹配方法，得到所述被检修设备的设备标签，所述设备标签用于表征所述被检修设备的唯一性，包括：
将所述设备类型和所述设备位置信息进行加权计算，得到所述被检修设备所对应的加权结果，其中所述设备位置信息的权重大于所述设备类型的权重；
将所述被检修设备所对应的加权结果与标签库中的各个样本权重值进行比较，匹配出与所述加权结果所对应的目标权重值，所述标签库包括由样本类型和样本位置加权构成的样本权重值以及与所述样本权重值所对应的样本标签；
依据匹配出的所述目标权重值，将与所述目标权重值所对应的样本标签作为所述被检修设备的设备标签。
在一种实现方式中，所述依据所述被检修设备的设备标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备，所述虚拟参数模型用于存储设备参数信息，包括：
统计所述被检修设备所在的设备类型所涵盖的设备总数；
当所述设备总数小于阈值时，从所述虚拟参数模型中匹配出与所述设备标签差值小于第一设定值的虚拟标签，所述虚拟参数模型中的所述虚拟标签与所述虚拟模型设备一一对应；
依据所述虚拟标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备；
或者，当所述设备总数大于等于阈值时，从所述虚拟参数模型中匹配出与所述设备标签差值小于第二设定值的虚拟标签，所述虚拟参数模型中的所述虚拟标签与所述虚拟模型设备一一对应，所述第二设定值小于所述第一设定值；
依据所述虚拟标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备。
在一种实现方式中，所述当所述被检修设备的参数信息变化时，将所述虚拟模型设备的参数信息更新为所述被检修设备变化之后的参数信息，包括：
当所述被检修设备的参数信息变化时，在数据输入模块中打开与所述被检修设备所对应的输入窗口；
通过所述被检修设备所对应的输入窗口将所述被检修设备变化之后的参数信息输入至所述虚拟参数模型中，完成将所述虚拟模型设备的参数信息更新为所述被检修设备变化之后的参数信息。
在一种实现方式中，还包括：
对所述被检修设备的参数信息变化之前的各个参数值和参数信息变化之后的各个参数值求差，得到参数值之差；
将参数值之差大于设定值所对应的所述被检修设备的所述设备位置信息发送至终端，所述终端为维修人员所持的终端。
第二方面，本发明实施例还提供一种设备参数信息更新系统，其中，包括如下组成部分：
设备识别与定位模型，用于识别出被检修设备的类型和位置；
虚拟参数模型，用于依据识别出的被检修设备的类型和位置，确定与被检修设备所对应的虚拟模型设备；
设备数据交互模型，用于将被检修设备的参数信息输入至虚拟参数模型。
第三方面，本发明实施例还提供一种终端设备，其中，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的设备参数信息更新程序，所述处理器执行所述设备参数信息更新程序时，实现上述所述的设备参数信息更新方法的步骤。
第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有设备参数信息更新程序，所述设备参数信息更新程序被处理器执行时，实现上述所述的设备参数信息更新方法的步骤。
有益效果：本发明首先通过被检修设备的设备类型和位置信息匹配出被检修设备的设备标签，由于本发明结合了设备类型和设备位置，因此本发明能够确定出具体是哪一设备被检修了。即通过设备标签将被检修设备与虚拟参数模型中的虚拟模型设备建立唯一对应的关系，当被检修设备的参数发生变化时，就同步将虚拟模型设备的参数更新为被检修设备变化之后的参数。综上所述，由于本发明通过唯一的设备标签将被检修设备与虚拟模型设备建立联系，因此一台被检修设备的参数发生变化就能准确反映在与之唯一对应的虚拟模型设备上。另外，本发明是将被检修设备的变化参数通过模拟模型设备体现出来，便于相关人员掌握各个设备的参数变化信息。
附图说明
图1为本发明的整体流程图；
图2为本发明实施例提供的终端设备的内部结构原理框图。
具体实施方式
以下结合实施例和说明书附图，对本发明中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
经研究发现，实际工业场景中往往需要对电力设备进行识别并根据该设备状态进行相应操作，单一的设备检测模型仅能识别到设备本身，无法分辨具体是哪一个设备(例如在压力油罐场景中，需要检查油罐旁的油位指示器，若油位低于某一正常值，需要对其进行补气增压操作，但仅用单一设备检测并不能识别到它具体是几号油罐的油位)，因此还需要人工进行判断，传统方式人机交互体验差，设备检测的自动化程度不高。在工业场景中存在多个相同类型的设备(可理解为编号不同的同种设备)，而单纯使用目标检测仅能识别到设备本身，无法判断该设备是具体哪一个设备，即不知道具体是哪个设备因被检修而导致其参数发生变化了，因此难以在虚拟参数模型中找到发生参数变化的设备并对其进行参数更新。
为解决上述技术问题，本发明提供了一种设备参数信息更新方法和更新系统，解决了现有技术因难以将变化的参数与发生参数变化的设备建立对应关系而难以准确更新设备参数的问题。具体实施时，首先根据被检修设备的设备类型和设备位置信息，得到代表设备唯一性的设备标签，根据设备标签在虚拟参数模型中匹配出与被检修设备唯一对应的模拟模型设备，当被检修设备的参数发生变化时就同步更新与被检修设备对已的模拟模型设备的参数，以便相关工作人员准确掌握具体是哪个设备的参数信息发生变化。
举例说明，比如工业电厂中有油罐、发电机、废水池等设备。其中油罐有两个(设备标签分别为A1和A2)，A1位于电厂的一楼，A2位于电厂的二楼。当电厂里的其中一个设备被检修时，首先判断被检修设备的类型，比如判断出被检修设备的类型为油罐，然后再采集被检修设备的位置，通过位置判断被检修设备在二楼，因此可以确定该检修设备的设备标签为A2，在虚拟参数模型中找到设备标签为A2的虚拟油罐(虚拟模型设备)，将设备标签为A2的虚拟油罐a的参数更新为被检修设备因检修而导致变化之后的参数。相关工作人员通过在终端上查看虚拟油罐a所对应的参数信息就知道油罐A2的参数信息。
从上述分析可知，由于本实施例结合了设备类型和设备位置，因此可以将油罐A2与虚拟油罐a对应起来而不是将油罐A1与虚拟油罐a对应起来，由于本实施例建立了准确的被检修设备与虚拟模型设备的对应关系，因此可以将变化的参数准确体现在对应的虚拟模型设备上。
示例性方法
本实施例的设备参数信息更新方法可应用于终端设备中，所述终端设备可为具有图像播放功能的终端产品，比如电视机、电脑等。本实施例的设备参数信息更新方法依托于设备参数信息更新系统，本实施例的设备参数信息更新系统包括设备识别与定位模型、虚拟参数模型(数字孪生模型)和设备数据交互模型。
其中设备识别与定位模型主要包括基于YOLOv5的设备检测和基于ORB-SLAM3的定位测距，用于在人员进行维修作业时，识别当前图像内电厂装备的类型和当前水平空间内坐标，操作人员再输入当前所在电厂层数(如电厂有多层结构)，从而根据所在层、水平空间坐标、装备类别，准确识别当前装备具体是哪个装备，与虚拟模型中对应设备匹配。
维修作业人员在维修设备时，手持安装了本实施例的设备参数信息更新方法的终端，维修作业人员通过该终端采集被检修设备的图像，通过对该图像的分析可以知道被检修设备的类型。再通过定位终端的位置便可以知道被检修设备的位置，当设备类型和设备位置都知道时就知道具体是哪个设备被检修了，也就知道具体是哪个设备因检修而导致参数变化了。将参数变化的被检修设备与虚拟模型中的虚拟模型设备对应起来，当维修作业人员通过设备数据交互模型输入被检修设备变化的参数后，就会将变化的参数体现在与被检修设备唯一对应的虚拟模型设备上。
在一个实施例中，如图1中所示，所述设备参数信息更新方法具体包括如下步骤S100至S400：
S100，确定被检修设备的设备类型和设备位置信息。
本实施例是在维修人员检修设备之前就先通过图像采集装置(比如摄像镜头)拍摄被检修设备的图像，通过对图像的分析，求得设备类型；结合图像采集装置的位置获得被检修设备的位置。将设备类型和设备位置这二者结合起来能够准确知道具体是哪个设备被检修了。步骤S100包括如下的步骤S101至S105：
S101，采集所述被检修设备的设备图像和被检修设备所处空间的高度信息。
本实施例中，是通过检修人员手持的终端上的图像采集装置采集被检修设备的设备图像，当该终端(终端上保存了虚拟参数模型)识别出了具体是哪台设备被检修时，就在虚拟参数模型中找到与被检修设备对应的虚拟模型设备，检修人员只要输入因检修而导致被检修设备变化而产生的变化之后的参数，该变化之后的参数就能准确体现在与被检修设备对应的虚拟模型设备上，而不是体现在其它虚拟模型设备上，从而能够找到真正与被检修设备对应的虚拟模型设备，通过该虚拟模型设备表现被检修设备的参数信息。
在一个实施例中，参数信息包括几何参数、实时运行参数(功率、能耗、转数、油位、水位等)、采购信息(型号、价格、安装时间)、维护信息(上次维护时间、维护工作、维护结果等)。
S102，对所述设备图像应用图像识别算法，得到与所述被检修设备所对应的预匹配类型。
本实施例中，图像识别算法通过计算图像中的各个像素点与周围像素点的亮度变化值，判断该像素点是否为边缘像素点，通过检测出来的边缘像素点得到被检修设备的轮廓，将被检修设备的轮廓与数据库中各个类型设备的轮廓进行比对，得到与被检修设备对应的预匹配类型。
在一个实施例中，通过如下公式计算图像中的各个像素点与周围像素点的亮度变化值y：
Figure BDA0003792805720000081
式中，T为待判断是否边缘的像素点的亮度值，ti为位于待判断像素点周围的第i个像素点的亮度值，N为周围像素点的总数。在一个实施例中，当y的值大于256时，该待判断像素点为边缘像素点。
S103，依据所述预匹配类型和所述被检修设备所对应的设备形状，得到设备类型。
步骤S102得到被检修设备所对应的预匹配类型之后，需要验证该预匹配类型是否是被检修设备的类型，将预匹配类型所对应的设备形状与被检修设备的边缘像素点构成的形状进行比较，如果二者匹配，则预匹配类型就是被检修设备的类型，否则重新判断被检修设备的类型。
S104，计算所述设备图像的深度信息。
S105，依据所述深度信息、所述高度信息和所述图像采集装置的位置信息，得到所述被检修设备的设备位置信息。
深度信息就是被检修设备距离图像采集装置的距离，由于图像采集装置内部设置有坐标系，因此知道被检修设备的深度值之后就知道被检修设备在坐标系中的坐标，再结合图像采集装置在电厂(用于放置被检修设备的场所)中的位置，就知道被检修设备在二维坐标系中相对电厂的位置了，同时结合被检修设备的高度信息(被检修设备在电厂的第几层楼上)，就能准确知道被检修设备在三维坐标系中的位置了。
S200，依据所述设备类型和所述设备位置信息，通过匹配方法，得到所述被检修设备的设备标签，所述设备标签用于表征所述被检修设备的唯一性。
数据库中保存了各个设备标签所对应的设备类型和设备位置信息，只要将被检修设备的设备类型和位置信息逐一与数据库中的进行比对，就能知道被检修设备的设备标签。步骤S200包括如下的步骤S201、S202和S203：
S201，将所述设备类型和所述设备位置信息进行加权计算，得到所述被检修设备所对应的加权结果，其中所述设备位置信息的权重大于所述设备类型的权重。
S202，将所述被检修设备所对应的加权结果与标签库中的各个样本权重值进行比较，匹配出与所述加权结果所对应的目标权重值，所述标签库包括由样本类型和样本位置加权构成的样本权重值以及与所述样本权重值所对应的样本标签。
S203，依据匹配出的所述目标权重值，将与所述目标权重值所对应的样本标签作为所述被检修设备的设备标签。
举例说明，步骤S201至S203得到得到设备标签的详细过程：
将不同的设备类型赋予不同的数值，比如油罐所对应的数值为3，发电机对应的数值为5，在电厂中A位置处所对应的数值为2，在电厂B位置处对应的数值为6。标签库样本权重值为10所对应的样本标签为C(样本标签是与虚拟模型设备油罐相对应的)。当被检修设备的类型为油罐，且在电厂的A位置处，那么对应的加权结果为3*1+2*3.5＝10，其中“1”为设备类型的权重，“3.5”为设备位置信息的权重。由于加权结果10与样本权重值10相等，因此被检修设备的设备标签为C。
S300，依据所述被检修设备的设备标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备，所述虚拟参数模型用于存储设备参数信息。
虚拟参数模型中每一个虚拟模型设备都对应一个虚拟标签，通过将设备标签与虚拟标签进行比较，就能知道被检修设备对应哪个虚拟模型设备了。步骤S300包括如下的步骤S301、S302、S303：
S301，统计所述被检修设备所在的设备类型所涵盖的设备总数。
S302，当所述设备总数小于阈值时，从所述虚拟参数模型中匹配出与所述设备标签差值小于第一设定值的虚拟标签，所述虚拟参数模型中的所述虚拟标签与所述虚拟模型设备一一对应。
S303，依据所述虚拟标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备。
本实施例之所以要根据设备总数找到与设备标签对应的虚拟标签，是因为设备总数越少，存在的设备标签数就越少，那么设备标签之间的差距也会比较大，对第一设定值就没必要设置那么小，从而可以准确根据差值确定出与设备标签对应的虚拟标签。另外，本实施例之所以将与设备标签小于第一设定值的虚拟标签都作为用于挑选虚拟模型设备的标签，是因为在实际情况中，被检修设备的位置极有可能稍作改变，那么通过本实例中的方法，即使被检修设备的位置改变了，也是可以找到与之对应的虚拟模型设备。
在另一个实施例中，当所述设备总数大于等于阈值时，从所述虚拟参数模型中匹配出与所述设备标签差值小于第二设定值的虚拟标签，所述虚拟参数模型中的所述虚拟标签与所述虚拟模型设备一一对应，所述第二设定值小于所述第一设定值；依据所述虚拟标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备。
S400，当所述被检修设备的参数信息变化时，将所述虚拟模型设备的参数信息更新为所述被检修设备变化之后的参数信息。
在一个实施例中，当所述被检修设备的参数信息变化时，在数据输入模块中打开与所述被检修设备所对应的输入窗口；通过所述被检修设备所对应的输入窗口将所述被检修设备变化之后的参数信息输入至所述虚拟参数模型中，完成将所述虚拟模型设备的参数信息更新为所述被检修设备变化之后的参数信息。
数据输入模块基于AR技术开发，AR技术移植在可移动终端(如手机和平板电脑)，维修人员通过移动终端扫描当前场景识别电厂装备后，所有设备信息通过虚拟框线方式在屏幕显示，同时提供点选过滤功能，维修人员可选择其中一个或数个类别，其他类别设备自动屏蔽。进一步的，维修人员可对感兴趣的设备进行检修作业，AR终端提供可视化交互接口，支持检修结果输入，输入的结果会在数字孪生模型对应设备对应信息处自动更新。
在一个实施例中，对所述被检修设备的参数信息变化之前的各个参数值和参数信息变化之后的各个参数值求差，得到参数值之差；将参数值之差大于设定值所对应的所述被检修设备的所述设备位置信息发送至终端，所述终端为维修人员所持的终端。之所以将参数信息变化较大的被检修设备发送至维修人员的终端，是方便维修人员重点关注这部分设备，以防止其出现故障。
基于上述实施例，本发明还提供了一种终端设备，其原理框图可以如图2所示。该终端设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中，该终端设备的处理器用于提供计算和控制能力。该终端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。该终端设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种设备参数信息更新方法。该终端设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该终端设备的温度传感器是预先在终端设备内部设置，用于检测内部设备的运行温度。
本领域技术人员可以理解，图2中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备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，提供了一种终端设备，终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的设备参数信息更新程序，处理器执行设备参数信息更新程序时，实现如下操作指令：
确定被检修设备的设备类型和设备位置信息；
依据所述设备类型和所述设备位置信息，得到所述被检修设备的设备标签，所述设备标签用于表征所述被检修设备的唯一性；
依据所述被检修设备的设备标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备，所述虚拟参数模型用于存储设备参数信息；
当所述被检修设备的参数信息变化时，将所述虚拟模型设备的参数信息更新为所述被检修设备变化之后的参数信息。
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，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种设备参数信息更新方法，其特征在于，包括：
确定被检修设备的设备类型和设备位置信息；
依据所述设备类型和所述设备位置信息，通过匹配方法，得到所述被检修设备的设备标签，所述设备标签用于表征所述被检修设备的唯一性；
依据所述被检修设备的设备标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备，所述虚拟参数模型用于存储设备参数信息；
当所述被检修设备的参数信息变化时，将所述虚拟模型设备的参数信息更新为所述被检修设备变化之后的参数信息。
2.如权利要求1所述的设备参数信息更新方法，其特征在于，所述确定被检修设备的设备类型和设备位置信息，包括：
采集所述被检修设备的设备图像；
对所述设备图像应用图像识别算法，得到与所述被检修设备所对应的预匹配类型；
依据所述预匹配类型和所述被检修设备所对应的设备形状，得到设备类型；
计算所述设备图像的深度信息；
依据所述深度信息和采集所述设备图像的图像采集装置的位置信息，得到所述被检修设备的设备位置信息。
3.如权利要求2所述的设备参数信息更新方法，其特征在于，所述依据所述深度信息和采集所述设备图像的图像采集装置的位置信息，得到所述被检修设备的设备位置信息，包括：
采集所述被检修设备所处空间的高度信息；
依据所述深度信息、所述高度信息和所述图像采集装置的位置信息，得到所述被检修设备的设备位置信息。
4.如权利要求1所述的设备参数信息更新方法，其特征在于，所述依据所述设备类型和所述设备位置信息，通过匹配方法，得到所述被检修设备的设备标签，所述设备标签用于表征所述被检修设备的唯一性，包括：
将所述设备类型和所述设备位置信息进行加权计算，得到所述被检修设备所对应的加权结果，其中所述设备位置信息的权重大于所述设备类型的权重；
将所述被检修设备所对应的加权结果与标签库中的各个样本权重值进行比较，匹配出与所述加权结果所对应的目标权重值，所述标签库包括由样本类型和样本位置加权构成的样本权重值以及与所述样本权重值所对应的样本标签；
依据匹配出的所述目标权重值，将与所述目标权重值所对应的样本标签作为所述被检修设备的设备标签。
5.如权利要求1所述的设备参数信息更新方法，其特征在于，所述依据所述被检修设备的设备标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备，所述虚拟参数模型用于存储设备参数信息，包括：
统计所述被检修设备所在的设备类型所涵盖的设备总数；
当所述设备总数小于阈值时，从所述虚拟参数模型中匹配出与所述设备标签差值小于第一设定值的虚拟标签，所述虚拟参数模型中的所述虚拟标签与所述虚拟模型设备一一对应；
依据所述虚拟标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备；
或者，当所述设备总数大于等于阈值时，从所述虚拟参数模型中匹配出与所述设备标签差值小于第二设定值的虚拟标签，所述虚拟参数模型中的所述虚拟标签与所述虚拟模型设备一一对应，所述第二设定值小于所述第一设定值；
依据所述虚拟标签，在虚拟参数模型中匹配出与所述被检修设备所对应的虚拟模型设备。
6.如权利要求1所述的设备参数信息更新方法，其特征在于，所述当所述被检修设备的参数信息变化时，将所述虚拟模型设备的参数信息更新为所述被检修设备变化之后的参数信息，包括：
当所述被检修设备的参数信息变化时，在数据输入模块中打开与所述被检修设备所对应的输入窗口；
通过所述被检修设备所对应的输入窗口将所述被检修设备变化之后的参数信息输入至所述虚拟参数模型中，完成将所述虚拟模型设备的参数信息更新为所述被检修设备变化之后的参数信息。
7.如权利要求1所述的设备参数信息更新方法，其特征在于，还包括：
对所述被检修设备的参数信息变化之前的各个参数值和参数信息变化之后的各个参数值求差，得到参数值之差；
将参数值之差大于设定值所对应的所述被检修设备的所述设备位置信息发送至终端，所述终端为维修人员所持的终端。
8.一种设备参数信息更新系统，其特征在于，包括如下组成部分：
设备识别与定位模型，用于识别出被检修设备的类型和位置；
虚拟参数模型，用于依据识别出的被检修设备的类型和位置，确定与被检修设备所对应的虚拟模型设备；
设备数据交互模型，用于将被检修设备的参数信息输入至虚拟参数模型。
9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的设备参数信息更新程序，所述处理器执行所述设备参数信息更新程序时，实现如权利要求1-7任一项所述的设备参数信息更新方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有设备参数信息更新程序，所述设备参数信息更新程序被处理器执行时，实现如权利要求1-7任一项所述的设备参数信息更新方法的步骤。
CN202210960332.9A 2022-08-11 2022-08-11 一种设备参数信息更新方法和更新系统 Pending CN115294373A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210960332.9A CN115294373A (zh) 2022-08-11 2022-08-11 一种设备参数信息更新方法和更新系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210960332.9A CN115294373A (zh) 2022-08-11 2022-08-11 一种设备参数信息更新方法和更新系统

Publications (1)

Publication Number Publication Date
CN115294373A true CN115294373A (zh) 2022-11-04

Family

ID=83828257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210960332.9A Pending CN115294373A (zh) 2022-08-11 2022-08-11 一种设备参数信息更新方法和更新系统

Country Status (1)

Country Link
CN (1) CN115294373A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116563841A (zh) * 2023-07-07 2023-08-08 广东电网有限责任公司云浮供电局 配电网设备标识牌的检测方法、检测装置和电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116563841A (zh) * 2023-07-07 2023-08-08 广东电网有限责任公司云浮供电局 配电网设备标识牌的检测方法、检测装置和电子设备
CN116563841B (zh) * 2023-07-07 2023-11-10 广东电网有限责任公司云浮供电局 配电网设备标识牌的检测方法、检测装置和电子设备

Similar Documents

Publication Publication Date Title
EP3514525B1 (en) Interactive semi-automated borescope video analysis and damage assessment system and method of use
CN111814740B (zh) 指针仪表读数的识别方法、装置、计算机设备和存储介质
CN116051551B (zh) 基于图像处理的显示屏缺陷检测方法及相关装置
CN110334816A (zh) 一种工业设备检测方法、装置、设备及可读存储介质
CN113065538A (zh) 基于图像识别的压力传感器检测方法、装置及设备
CN111325128A (zh) 违规操作检测方法、装置、计算机设备和存储介质
CN115294373A (zh) 一种设备参数信息更新方法和更新系统
CN110717449A (zh) 车辆年检人员的行为检测方法、装置和计算机设备
CN111325069A (zh) 产线数据处理方法、装置、计算机设备和存储介质
CN112686322A (zh) 零件差异识别方法、装置、设备及存储介质
KR20230133831A (ko) Bim 설계 데이터 내 설비 라인을 자동으로 설계하는 장치, 방법 및 프로그램
CN113343998A (zh) 电力机械表计读数监测系统、方法、计算机设备及应用
KR102198028B1 (ko) 스마트 팩토리 가상설계에 따른 설비배치에 대한 설비위치 검증방법
CN115938009B (zh) 一种智能电子巡检定位方法及系统
CN111475526A (zh) 基于oracle数据的时序数据转换方法、及其相关设备
CN116245808A (zh) 工件缺陷检测方法、装置、电子设备及存储介质
KR102603276B1 (ko) Xr 기반의 감리 보조 장치, 방법 및 프로그램
CN115982824A (zh) 施工现场工人空间管理方法、装置、电子设备及存储介质
CN113283621B (zh) 基于虚拟棱柱坐标变换的参数处理方法
EP4352634A1 (en) Method and system for surface deformation detection
CN112052727B (zh) 一种基于大数据的人像识别分析系统及方法
KR20220107540A (ko) 3차원 모델을 통한 인공지능 기반 안전진단 장치 및 그 방법
CN113449689A (zh) 一种基于物联网平台的通信铁塔远程监控方法
CN112950568A (zh) 比例尺长度计算方法、装置、计算机设备及存储介质
KR102603286B1 (ko) 건축물의 설계, 시공 및 감리 서비스 제공 서버, 방법 및 프로그램

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