CN115311831A - 一种电气柜监测系统及方法 - Google Patents
一种电气柜监测系统及方法 Download PDFInfo
- Publication number
- CN115311831A CN115311831A CN202210916362.XA CN202210916362A CN115311831A CN 115311831 A CN115311831 A CN 115311831A CN 202210916362 A CN202210916362 A CN 202210916362A CN 115311831 A CN115311831 A CN 115311831A
- Authority
- CN
- China
- Prior art keywords
- signal
- electrical cabinet
- positioning
- matching points
- output end
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000003993 interaction Effects 0.000 claims abstract description 35
- 230000007246 mechanism Effects 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims abstract description 11
- 230000009466 transformation Effects 0.000 claims abstract description 9
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 238000003909 pattern recognition Methods 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims abstract description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 12
- 238000005192 partition Methods 0.000 claims description 4
- 230000000750 progressive effect Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
- G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本申请公开一种电气柜监测系统及方法,其中系统的摄像头、激光雷达和人机交互机构安装在变配电间内;各电气柜参数采集单元安装在对应的电气柜内;其中方法包括:响应于电气柜参数信号大于等于阈值,输出告警信号;响应于未接收到执行信号,且接收到了人像信号,输出告警信号;基于模式识别技术,判断人像信号是否符合要求:若不符合,则输出告警信号;利用执行信号和预设的定位信号确定限制定位信号,并判断人物定位信号是否包含于限制定位信号:若不包含于,则输出告警信号。本发明能够实时监测各电气柜内的环境状态,能够监测操作人员是否做了基础的安全防护措施,还能监测操作人员的活动路径。
Description
技术领域
本申请涉及电气五防安全操作技术领域,具体涉及一种电气柜监测系统及方法。
背景技术
传统电柜作业时,操作人和监护人确认操作目标电气柜,操作人进行操作,监护人根据自己的专业知识站在一旁监护。但安全隐患因素仍然存在,例如操作人误入相邻电气柜操作,但监护人没有及时提醒或监护人也误认为目标柜正确。另一种普遍存在的安全隐患是电气操作员未按照电气操作规程正确穿戴防护器具,例如电工帽,绝缘鞋,绝缘手套,扎口长袖工作服等,从而发生电气事故。此外变配电间的温湿度等环境量也是影响安全运行的重要因素,同时判别噪声来源和频谱也是电气运维的重要手段,但通常做法是根据人工经验人工判断,为进行化自动分析。
近几年随着电气行业程度提高,市场上出现部分类似电气操作监测装置或系统。通常的做法是在柜体内安装相应监测传感装置,为操作人员误操作进行简单提示,以及对电气环境的安全监测。虽然上述发明降低了部分电气操作安全隐患,但仍然没有较好的解决监测操作人的安全行为,且装置需要每台柜体装设,才能准确定位,集成化不高,造成成本浪费。
因此,本申请提出一种电气柜监测系统及方法。
发明内容
本申请的目的在于克服现有技术中的不足,提供一种电气柜监测系统及方法,能够实时监测各电气柜内的环境状态,能够监测操作人员是否做了基础的安全防护措施,还能监测操作人员的活动路径。
为达到上述目的,本发明是采用下述技术方案实现的:
一方面,本发明提供一种电气柜监测系统,包括摄像头、激光雷达、上位机、超脑服务器、告警单元、人机交互机构以及多个电气柜参数采集单元;
变配电间内安装有摄像头、激光雷达和人机交互机构;
各电气柜内安装有电气柜参数采集单元;
所述电气柜参数采集单元输出端、摄像头输出端和激光雷达输出端均电连接上位机;
所述上位机输出端连接告警单元;
所述上位机分别通讯连接人机交互机构和超脑服务器。
进一步地,所述电气柜参数采集单元包括温湿度传感器和噪声传感器;
所述温湿度传感器检测电气柜内的温度信号和湿度信号,温湿度传感器输出端连接人机交互机构;
所述噪声传感器检测电气柜内元件工作产生的噪音信号,噪声传感器输出端连接人机交互机构。
进一步地,所述人机交互机构包括输入单元;
所述输入单元接收输入命令,输入单元输出端电连接上位机。
进一步地,所述人机交互机构包括语音交互单元;
所述语音交互单元接收语音命令,语音交互单元输出端电连接上位机。
进一步地,所述人机交互机构包演示单元;
所述演示单元输入端连接上位机。
进一步地,所述激光雷达包括VIN引脚和GND引脚;
所述VIN引脚连接电源正极;
所述GND引脚接地。
另一方面,本发明提供一种电气柜监测方法,包括以下步骤:
获取执行信号、人像信号、人物定位信号以及电气柜参数信号;
响应于电气柜参数信号大于等于阈值,输出告警信号;
响应于未接收到执行信号,且接收到了人像信号,输出告警信号;
基于模式识别技术,判断人像信号是否符合要求:若不符合,则输出告警信号;
利用执行信号和预设的定位信号确定限制定位信号,并判断人物定位信号是否包含于限制定位信号:若不包含于,则输出告警信号。
进一步地,所述基于模式识别技术,判断人像信号是否符合要求包括:
基于ORB算法,利用十字形分区替换ORB算法中的方形区域,获取人像信号的特征描述;
利用欧式距离获取特征描述的初始匹配点;
利用余弦相似度约束条件过滤初始匹配点中的伪匹配点,获得初过滤匹配点;
利用渐进一致采样算法二次过滤初过滤匹配点中的残缺匹配点,获得匹配点;
比对匹配点和预设匹配点,判断匹配点和预设匹配点是否一一对应。
进一步地,所述利用执行信号和预设的定位信号确定限制定位信号包括:
获取变配电间内各电气柜的位置;
利用各电气柜的位置,并根据操作各电气柜的路线设置各电气柜的定位信号;
根据执行信号内容确定待操作的电气柜,并将待操作的电气柜的定位信号确定为限制定位信号。
与现有技术相比,本发明所达到的有益效果:
本发明不仅能够实时监测各电气柜内的环境状态,还能监测操作人员是否做了基础的安全防护措施,还能监测操作人员的活动路径,避免发生非智力因素的误操作,降低安全事故的发生。
本发明根据执行信号的具体内容,利用人像信号判断操作人员是否按照安全规范作业,若不是,则以告警形式提醒警惕,避免造成非智力因素的误操作;本发明根据电气柜参数信号判断电气柜内的安全状态,若电气柜参数信号超出阈值,则电气柜具有安全隐患,则以告警形式提醒警惕,避免安全事故的发生。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为本发明电气柜监测系统的一种实施例结构示意图;
图2为本发明激光雷达的引脚示意图;
图3为本发明电气柜监测方法的一种实施例流程图。
具体实施方式
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、 “底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
实施例1
本实施例提供一种电气柜监测系统。
本实施例的电气柜监测系统包括摄像头、激光雷达、上位机、告警单元、超脑服务器、人机交互机构以及多个电气柜参数采集单元。
应用中,变配电间内安装有摄像头、激光雷达和人机交互机构。实际应用时,人机交互机构在摄像头的盲区。
应用中,各电气柜内安装有电气柜参数采集单元;
参考如1,电气柜参数采集单元输出端、摄像头输出端和激光雷达输出端均电连接上位机,上位机输出端连接告警单元。此外,上位机分别通讯连接人机交互机构和超脑服务器。其中,超脑服务器为大华DH-IVSS708-S1超脑服务器。此外,服务器与上位机采用B/S架构。
应用中,电气柜参数采集单元采集的电气柜参数信号超出阈值时,告警单元告警;当摄像头采集的人像信号,发现操作人违反安全防护用具的佩戴时,告警单元告警;当激光雷达采集的物定位信号,与执行信号对应的线路不一致时,告警单元告警。
实际应用时,上位机通讯连接办公手机,告警单元告警时,办公手机接收对应的告警电话和告警短信。
本发明不仅能够实时监测各电气柜内的环境状态,还能监测操作人员是否做了基础的安全防护措施,还能监测操作人员的活动路径,避免发生非智力因素的误操作,降低安全事故的发生。
实施例2
在实施例1的基础上,本实施例详细介绍了电气柜参数采集单元、人机交互机构以及激光雷达。
本实施例的电气柜参数采集单元包括温湿度传感器和噪声传感器。
其中,温湿度传感器检测电气柜内的温度信号和湿度信号,温湿度传感器输出端连接人机交互机构。
本实施例的温湿度传感器可壁挂安装,提高了环境适配性。485通信接口标准ModBus-RTU通信协议,通信地址及波特率可设置,通信距离最远2000米。其特点有1.传感器内置温湿度一体,体积小巧;2.可直接安装于标准DIN35导轨,可方便安装于配电柜内;3.485通信接口,标准ModBus-RTU通信协议,通信地址及波特率可设置。可工作于-40-60度范围;4.具有可插拔端子,安装维护简单方便;5.10-30V直流宽压供电。
其中,噪声传感器检测电气柜内元件工作产生的噪音信号,噪声传感器输出端连接人机交互机构。
本实施例的人机交互机构包括输入单元、语音交互单元以及演示单元。
其中,输入单元接收输入命令,输入单元输出端电连接上位机。语音交互单元接收语音命令,语音交互单元输出端电连接上位机。
此外,演示单元输入端连接上位机。
应用中,根据输入单元或语音交互单元获取的执行信号的具体内容,确定待操作的电气柜和操作内容,以演示操作步骤,避免操作人员因专业知识错误,发生误操作。
参考图2,本实施例的激光雷达包括VIN引脚、GND引脚、SDA引脚、SCL引脚、RXD引脚以及TXD引脚。
其中,VIN引脚连接电源正极;GND引脚接地。
应用中,SDA引脚用于连接外置通讯装置;SCL引脚用于接收外置设备信号;RXD引脚为输入串口; TXD引脚为输出串口。
本实施例的激光雷达为deTOF,通过发出短脉冲光然后测量发射的光返回所需的时间来检测与物体的距离,且发射端使用纳秒甚至皮秒级的短脉冲激光优点是测量精准、响应快速、低功耗以及多物体同步检测准确。
实施例3
在实施例1或2的基础上,本实施例详细介绍了摄像头。
本实施例的摄像头可前端自动识别进入变配电房移动物体,对人像信号进行初步处理,再将信息传至上位机进行深度处理,以减轻对上位机处理能力的要求。
本实施例在YOLOv4识别技术上进行特征优化,优化后的YOLOv4 配合当前最优目标检测器, 在取得与 EfficientDet 同等性能的情况下,速度是 EfficientDet 的二倍!此外,与 YOLOv3和优化前的YOLOv4相比,新版本的 AP 和 FPS 分别提高了 10% 和 12%。
虽然许多特征可以提高 CNN 的准确率,然而真正实行起来,还需要在大型数据集上对这些特征组合进行实际测试,并且对测试结果进行理论验证。某些特征仅在某些模型上运行,并且仅限于特定的问题,或是只能在小型数据集上运行;而另外有些特征(如批归一化和残差连接)则适用于大多数模型、任务和数据集。
为了解决上面的问题,本方案的YOLOv4 使用了以下特征组合,实现了新的 SOTA结果:
加权残差连接(WRC)
Cross-Stage-Partial-connection,CSP
Cross mini-Batch Normalization,CmBN
自对抗训练(Self-adversarial-training,SAT)
Mish 激活(Mish-activation)
Mosaic 数据增强
DropBlock 正则化
CIoU 损失
YOLOv4 在 MS COCO 数据集上获得了 43.5% 的 AP 值 (65.7% AP50),在 TeslaV100 上实现了 65 FPS 的实时速度。建立了一个高效强大的目标检测模型。它使得每个人都可以使用 1080Ti 或 2080Ti 的 GPU 来训练一个快速准确的目标检测器。验证了当前最优 Bag-of-Freebies 和 Bag-of-Specials 目标检测方法在检测器训练过程中的影响。修改了 SOTA 方法,使之更加高效,更适合单 GPU 训练。这些方法包括 CBN、PAN、SAM 等。
实施例4
在实施例1-3任一实施例的基础上,本实施例提供一种电气柜监测方法。
参考图3,本实施例的电气柜监测方法包括以下步骤:S1获取执行信号、人像信号、人物定位信号以及电气柜参数信号。
应用中,执行信号具体内容为:操作N号电气柜信号,其中N为各电气柜的编号。
实际应用时,电气柜参数信号包括电气柜内温度信号和湿度信号以及电气柜内元件工作产生的噪音信号。
S2响应于电气柜参数信号大于等于阈值,输出告警信号。
应用中,温度信号、湿度信号和/或噪音信号大于等于对应的阈值,输出告警信号,避免非工作人员闯入变配电间。
实际应用时,超脑服务器对噪音信号进行频谱分析,当噪音信号大于等于对应的阈值时,超脑服务器能够进一步分析产生噪声的故障来源。
S3响应于未接收到执行信号,且接收到了人像信号,输出告警信号。应用中,若有人未提前确定操作几号操作柜,而闯入摄像头的拍摄区域,则输出告警信号,提醒工作人员错误操作。
S4基于模式识别技术,判断人像信号是否符合要求:若不符合,则输出告警信号。
应用中,超脑服务器基于模式识别技术,判断人像信号是否符合要求,并将判断反馈给上位机。
S5利用执行信号和预设的定位信号确定限制定位信号,并判断人物定位信号是否包含于限制定位信号:若不包含于,则输出告警信号。
应用中,超脑服务器利用执行信号和预设的定位信号确定限制定位信号,并判断人物定位信号是否包含于限制定位信号,将判断反馈给上位机。
本发明根据执行信号的具体内容,利用人像信号判断操作人员是否按照安全规范作业,若不是,则以告警形式提醒警惕,避免造成非智力因素的误操作;本发明根据电气柜参数信号判断电气柜内的安全状态,若电气柜参数信号超出阈值,则电气柜具有安全隐患,则以告警形式提醒警惕,避免安全事故的发生。
实施例5
在实施例4的基础上,本实施例详细介绍了判断人像信号的方法以及确定限制定位信号的方法
(一)判断人像信号
基于模式识别技术,判断人像信号是否符合要求,具体步骤包括:
S41基于ORB算法,利用十字形分区替换ORB算法中的方形区域,获取人像信号的特征描述。
应用中,现有的ORB算法检测匹配图像特征点,测试程序运行速度很快,且可见效果较好。但实践发现,但是现有ORB算法利用方形区域进行特征匹配时,在不同光照、环境、状态下的同一目标匹配效果方差大,并且它不具有方向性,不能满足本实施例的使用环境。因此,本实施例利用十字形分区替换现有ORB算法中的特征点邻域的方形区域,并通过添加尺度和旋转的描述降低特征描述的维度,应用中,特征的尺度不变性由每一层上检测角点来实现,特征的旋转是由灰度质心法(Intensity Centroid)实现。因此,本实施例简化了特征描述,不仅提升了不同图像之间表述的鲁棒性,还减少后续步骤的匹配计算量。
S42利用欧式距离获取特征描述的初始匹配点;
S43利用余弦相似度约束条件过滤初始匹配点中的伪匹配点,获得初过滤匹配点;
S44利用渐进一致采样算法二次过滤初过滤匹配点中的残缺匹配点,获得匹配点;
S45比对匹配点和预设匹配点,判断匹配点和预设匹配点是否一一对应。
(二)确定限制定位信号
利用执行信号和预设的定位信号确定限制定位信号,具体步骤包括:
S51获取变配电间内各电气柜的位置;
S52利用各电气柜的位置,并根据操作各电气柜的路线设置各电气柜的定位信号;
S53根据执行信号内容确定待操作的电气柜,并将待操作的电气柜的定位信号确定为限制定位信号。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (9)
1.一种电气柜监测系统,其特征在于,包括摄像头、激光雷达、上位机、超脑服务器、告警单元、人机交互机构以及多个电气柜参数采集单元;
变配电间内安装有摄像头、激光雷达和人机交互机构;
各电气柜内安装有电气柜参数采集单元;
所述电气柜参数采集单元输出端、摄像头输出端和激光雷达输出端均电连接上位机;
所述上位机输出端连接告警单元;
所述上位机分别通讯连接人机交互机构和超脑服务器。
2.根据权利要求1所述的电气柜监测系统,其特征在于,所述电气柜参数采集单元包括温湿度传感器和噪声传感器;
所述温湿度传感器检测电气柜内的温度信号和湿度信号,所述温湿度传感器输出端连接人机交互机构;
所述噪声传感器检测电气柜内元件工作产生的噪音信号,所述噪声传感器输出端连接人机交互机构。
3.根据权利要求1所述的电气柜监测系统,其特征在于,所述人机交互机构包括输入单元;
所述输入单元接收输入命令,输入单元输出端电连接上位机。
4.根据权利要求1所述的电气柜监测系统,其特征在于,所述人机交互机构包括语音交互单元;
所述语音交互单元接收语音命令,语音交互单元输出端电连接上位机。
5.根据权利要求3或4所述的电气柜监测系统,其特征在于,所述人机交互机构包演示单元;
所述演示单元输入端连接上位机。
6.根据权利要求1所述的电气柜监测系统,其特征在于,所述激光雷达包括VIN引脚和GND引脚;
所述VIN引脚连接电源正极;
所述GND引脚接地。
7.一种电气柜监测方法,其特征在于,包括以下步骤:
获取执行信号、人像信号、人物定位信号以及电气柜参数信号;
响应于电气柜参数信号大于等于阈值,输出告警信号;
响应于未接收到执行信号,且接收到了人像信号,输出告警信号;
基于模式识别技术,判断人像信号是否符合要求:若不符合,则输出告警信号;
利用执行信号和预设的定位信号确定限制定位信号,并判断人物定位信号是否包含于限制定位信号:若不包含于,则输出告警信号。
8.根据权利要求7所述的电气柜监测方法,其特征在于,所述基于模式识别技术,判断人像信号是否符合要求包括:
基于ORB算法,利用十字形分区替换ORB算法中的方形区域,获取人像信号的特征描述;
利用欧式距离获取特征描述的初始匹配点;
利用余弦相似度约束条件过滤初始匹配点中的伪匹配点,获得初过滤匹配点;
利用渐进一致采样算法二次过滤初过滤匹配点中的残缺匹配点,获得匹配点;
比对匹配点和预设匹配点,判断匹配点和预设匹配点是否一一对应。
9.根据权利要求7所述的电气柜监测方法,其特征在于,所述利用执行信号和预设的定位信号确定限制定位信号包括:
获取变配电间内各电气柜的位置;
利用各电气柜的位置,并根据操作各电气柜的路线设置各电气柜的定位信号;
根据执行信号内容确定待操作的电气柜,并将待操作的电气柜的定位信号确定为限制定位信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210916362.XA CN115311831A (zh) | 2022-08-01 | 2022-08-01 | 一种电气柜监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210916362.XA CN115311831A (zh) | 2022-08-01 | 2022-08-01 | 一种电气柜监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115311831A true CN115311831A (zh) | 2022-11-08 |
Family
ID=83858478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210916362.XA Pending CN115311831A (zh) | 2022-08-01 | 2022-08-01 | 一种电气柜监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115311831A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102932447A (zh) * | 2012-10-30 | 2013-02-13 | 无锡威泰迅电力科技有限公司 | 配电室远程数据采集分析系统 |
CN207910270U (zh) * | 2018-03-07 | 2018-09-25 | 咸宁职业技术学院 | 一种带有环境监测功能的配电柜 |
US20190286090A1 (en) * | 2018-03-19 | 2019-09-19 | Isac Tabib | Intelligent Power Distribution Management System and Method Of Use |
CN110932099A (zh) * | 2019-12-16 | 2020-03-27 | 安徽飞凯电子技术有限公司 | 一种基于大数据的配电柜运行监测系统 |
CN110991821A (zh) * | 2019-11-15 | 2020-04-10 | 国网安徽省电力有限公司黄山市黄山区供电公司 | 一种变电站带电运检辅助分析方法 |
CN111007329A (zh) * | 2019-11-13 | 2020-04-14 | 中国铁道科学研究院集团有限公司 | 一种电气柜的安全监测方法及系统 |
CN111640282A (zh) * | 2020-05-29 | 2020-09-08 | 北京潞电电气设备有限公司 | 一种配电室内人员安全距离监测方法、系统及装置 |
CN111753712A (zh) * | 2020-06-22 | 2020-10-09 | 中国电力科学研究院有限公司 | 电力生产人员安全监测方法、系统以及设备 |
CN112184322A (zh) * | 2020-10-13 | 2021-01-05 | 中国农业银行股份有限公司四川省分行 | 一种基于图片识别的活体禽畜抵押贷款贷前估值方法 |
CN212485854U (zh) * | 2020-07-17 | 2021-02-05 | 江西科华电气有限公司 | 一种带监控系统综合配电柜 |
CN113221640A (zh) * | 2021-04-01 | 2021-08-06 | 国网江苏省电力有限公司淮安供电分公司 | 一种基于人工智能精准定位的带电作业主动预警与安全监测系统 |
CN114267011A (zh) * | 2021-12-08 | 2022-04-01 | 北京京能电力股份有限公司 | 配电间带电设备误操作检测系统 |
CN216310993U (zh) * | 2021-10-13 | 2022-04-15 | 中讯博尔智能技术(无锡)有限公司 | 一种具备配电柜烟雾监测的电力监控装置 |
-
2022
- 2022-08-01 CN CN202210916362.XA patent/CN115311831A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102932447A (zh) * | 2012-10-30 | 2013-02-13 | 无锡威泰迅电力科技有限公司 | 配电室远程数据采集分析系统 |
CN207910270U (zh) * | 2018-03-07 | 2018-09-25 | 咸宁职业技术学院 | 一种带有环境监测功能的配电柜 |
US20190286090A1 (en) * | 2018-03-19 | 2019-09-19 | Isac Tabib | Intelligent Power Distribution Management System and Method Of Use |
CN111007329A (zh) * | 2019-11-13 | 2020-04-14 | 中国铁道科学研究院集团有限公司 | 一种电气柜的安全监测方法及系统 |
CN110991821A (zh) * | 2019-11-15 | 2020-04-10 | 国网安徽省电力有限公司黄山市黄山区供电公司 | 一种变电站带电运检辅助分析方法 |
CN110932099A (zh) * | 2019-12-16 | 2020-03-27 | 安徽飞凯电子技术有限公司 | 一种基于大数据的配电柜运行监测系统 |
CN111640282A (zh) * | 2020-05-29 | 2020-09-08 | 北京潞电电气设备有限公司 | 一种配电室内人员安全距离监测方法、系统及装置 |
CN111753712A (zh) * | 2020-06-22 | 2020-10-09 | 中国电力科学研究院有限公司 | 电力生产人员安全监测方法、系统以及设备 |
CN212485854U (zh) * | 2020-07-17 | 2021-02-05 | 江西科华电气有限公司 | 一种带监控系统综合配电柜 |
CN112184322A (zh) * | 2020-10-13 | 2021-01-05 | 中国农业银行股份有限公司四川省分行 | 一种基于图片识别的活体禽畜抵押贷款贷前估值方法 |
CN113221640A (zh) * | 2021-04-01 | 2021-08-06 | 国网江苏省电力有限公司淮安供电分公司 | 一种基于人工智能精准定位的带电作业主动预警与安全监测系统 |
CN216310993U (zh) * | 2021-10-13 | 2022-04-15 | 中讯博尔智能技术(无锡)有限公司 | 一种具备配电柜烟雾监测的电力监控装置 |
CN114267011A (zh) * | 2021-12-08 | 2022-04-01 | 北京京能电力股份有限公司 | 配电间带电设备误操作检测系统 |
Non-Patent Citations (1)
Title |
---|
谭光兴 等: "基于改进SIFT的图像特征匹配算法", 《广西科技大学学报》, vol. 33, no. 2, pages 41 - 46 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101893686B (zh) | 基于摄影数字化的断路器动作特性在线检测装置和方法 | |
CN100394147C (zh) | 数字视频水位计 | |
CN109638959B (zh) | 基于ar和深度学习的电力设备遥信功能调试方法及系统 | |
CN109544870B (zh) | 用于智能监控系统的报警判断方法与智能监控系统 | |
CN104680145B (zh) | 一种门的开关状态变化检测方法及装置 | |
CN110889339A (zh) | 基于头肩检测的危险区域分级预警方法与系统 | |
CN109598193A (zh) | 一种基于人工智能的火焰图像识别方法 | |
WO2020167155A1 (ru) | Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания | |
CN114155492A (zh) | 高空作业安全带挂绳高挂低用识别方法、装置和电子设备 | |
CN109345787A (zh) | 一种基于智能图像识别技术的输电线路防外损监控报警系统 | |
CN102967265A (zh) | 基于机器视觉的汽车连杆裂解槽检测方法 | |
JP2022043238A (ja) | 車両駐車検出方法、システム、電子機器及び記憶媒体 | |
CN108460357B (zh) | 一种基于图像识别的开窗报警检测系统及方法 | |
CN113314230A (zh) | 基于大数据的智能防疫方法、装置、设备及存储介质 | |
CN110597165A (zh) | 一种堆钢监测系统及堆钢监测方法 | |
CN115311831A (zh) | 一种电气柜监测系统及方法 | |
CN109019349A (zh) | 故障检测方法、检测器、计算机存储介质及起重机 | |
CN117252353A (zh) | 一种盾构施工管理平台及管理方法 | |
CN111640282A (zh) | 一种配电室内人员安全距离监测方法、系统及装置 | |
TW202107418A (zh) | 工廠管理系統及控制系統 | |
EP4202385B1 (en) | Method and apparatus for detecting ambient light under display screen and electronic device | |
CN112633143B (zh) | 图像处理系统、方法、头戴设备、处理设备及存储介质 | |
CN112418140A (zh) | 一种配电施工现场防触电告警方法及其系统 | |
CN111274888B (zh) | 一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法 | |
CN213457742U (zh) | 一种焊接作业监控系统 |
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 |