CN115620496A - 应用于输电线路的故障报警方法、装置、设备和介质 - Google Patents

应用于输电线路的故障报警方法、装置、设备和介质 Download PDF

Info

Publication number
CN115620496A
CN115620496A CN202211209108.2A CN202211209108A CN115620496A CN 115620496 A CN115620496 A CN 115620496A CN 202211209108 A CN202211209108 A CN 202211209108A CN 115620496 A CN115620496 A CN 115620496A
Authority
CN
China
Prior art keywords
obstacle
information
image
transmission line
power transmission
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
Application number
CN202211209108.2A
Other languages
English (en)
Other versions
CN115620496B (zh
Inventor
张传远
马晓昆
马明
钱占奎
王光磊
陈学良
史文辉
陈阳
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.)
State Grid Information and Telecommunication Co Ltd
Beijing Guodiantong Network Technology Co Ltd
Original Assignee
State Grid Information and Telecommunication Co Ltd
Beijing Guodiantong Network Technology 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 State Grid Information and Telecommunication Co Ltd, Beijing Guodiantong Network Technology Co Ltd filed Critical State Grid Information and Telecommunication Co Ltd
Priority to CN202211209108.2A priority Critical patent/CN115620496B/zh
Publication of CN115620496A publication Critical patent/CN115620496A/zh
Application granted granted Critical
Publication of CN115620496B publication Critical patent/CN115620496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/54—Extraction of image or video features relating to texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • 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
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
    • H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
    • H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y04S10/52—Outage or fault management, e.g. fault detection or location

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Emergency Management (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Alarm Systems (AREA)

Abstract

本公开的实施例公开了应用于输电线路的故障报警方法、装置、设备和介质。该方法的一具体实施方式包括：通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像；对目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息；对于至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下发送步骤：生成对应障碍物识别信息的障碍物特征信息；对障碍物识别信息进行分类处理，得到障碍物类别信息；根据障碍物类别信息，确定危险等级信息；根据危险等级信息，生成故障报警信息；将故障报警信息发送至相关联的终端设备。该实施方式可以快速发现输电线路上存在的故障，从而可以更快地对故障进行维修，进而提高输电线路的安全性。

Description

应用于输电线路的故障报警方法、装置、设备和介质
技术领域
本公开的实施例涉及输电线路技术领域，具体涉及应用于输电线路的故障报警方法、装置、设备和介质。
背景技术
随着电网电压等级不断提高、输电距离逐年增加，保障输电线路安全对经济社会发展和居民生产生活至关重要。因此，需要经常对输电线路进行故障检测。而相关的故障检测方式通常为工作人员对输电线路进行巡检。
然而，发明人发现，当采用上述故障检测方式对输电线路进行故障检测时，经常会存在如下技术问题：
第一，输电线路的沿线环境较为复杂，随着线路长度和设备种类的增加，工作人员巡线工作量剧增，巡线实时性不高，造成无法快速发现输电线路上存在的故障，导致输电线路的安全性较低。
第二，无法较准确地确定输电线路的覆冰厚度，造成无法预估覆冰风险，进一步导致输电线路的安全性较低。
第三，无法快速确定故障的情况，造成工作人员无法快速根据危险情况进行救援，更进一步导致输电线路的安全性较低。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了应用于输电线路的故障报警方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种应用于输电线路的故障报警方法，该方法包括：通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像；对上述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息；对于上述至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下发送步骤：生成对应上述障碍物识别信息的障碍物特征信息；根据上述障碍物特征信息，对上述障碍物进行分类处理，得到对应上述障碍物识别信息的障碍物类别信息；根据上述障碍物类别信息，确定上述障碍物识别信息对应的危险等级信息；根据上述危险等级信息，生成对应上述障碍物识别信息的故障报警信息；将上述故障报警信息发送至相关联的终端设备。
第二方面，本公开的一些实施例提供了一种应用于输电线路的故障报警装置，装置包括：拍摄单元，被配置成通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像；识别单元，被配置成对上述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息；生成单元，被配置成对于上述至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下步骤：生成对应上述障碍物识别信息的障碍物特征信息；根据上述障碍物特征信息，对上述障碍物进行分类处理，得到对应上述障碍物识别信息的障碍物类别信息；根据上述障碍物类别信息，确定上述障碍物识别信息对应的危险等级信息；根据上述危险等级信息，生成对应上述障碍物识别信息的故障报警信息；将上述故障报警信息发送至相关联的终端设备。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的应用于输电线路的故障报警方法可以快速发现输电线路上存在的故障，从而可以更快地对故障进行维修，进而提高输电线路的安全性。具体来说，造成无法快速发现输电线路上存在的故障以及输电线路的安全性较低的原因在于：输电线路的沿线环境较为复杂，随着线路长度和设备种类的增加，工作人员巡线工作量剧增，巡线实时性不高。基于此，本公开的一些实施例的应用于输电线路的故障报警方法包括：首先，通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像。由此，可以获取目标输电线路图像。然后，对上述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息。由此，可以快速识别出上述目标输电线路图像存在的障碍物。最后，对于上述至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下发送步骤：生成对应上述障碍物识别信息的障碍物特征信息。根据上述障碍物特征信息，对上述障碍物进行分类处理，得到对应上述障碍物识别信息的障碍物类别信息。根据上述障碍物类别信息，确定上述障碍物识别信息对应的危险等级信息。根据上述危险等级信息，生成对应上述障碍物识别信息的故障报警信息。将上述故障报警信息发送至相关联的终端设备。由此，可以确定识别的障碍物的类别，根据类别确定危险等级，进而根据危险等级快速报警。因为对上述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息。从而可以快速识别出上述目标输电线路图像存在的障碍物。也因为可以确定识别的障碍物的类别，根据类别确定危险等级，进而根据危险等级快速报警。由此，通过本公开的一些实施例的应用于输电线路的故障报警方法可以快速发现输电线路上存在的故障，从而可以更快地对故障进行维修，进而提高输电线路的安全性。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是根据本公开的应用于输电线路的故障报警方法的一些实施例的流程图；
图2是根据本公开的应用于输电线路的故障报警装置的一些实施例的结构示意图；
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
参考图1，示出了根据本公开的应用于输电线路的故障报警方法的一些实施例的流程100。该故障报警方法，包括以下步骤：
步骤101，通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像。
在一些实施例中，应用于输电线路的故障报警方法的执行主体(例如故障报警装置)可以通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像。其中，上述输电线路可以为架空输电线路或电缆线路。上述目标输电线路可以为输电线路中的任意一段线路。上述故障报警装置可以为对目标输电线路的图像进行采集并分析的装置。例如，上述故障报警装置可以包括摄像装置和控制单元。上述摄像装置与上述控制单元通信连接。上述控制单元可以为对接收到的图像进行处理的单元。上述控制单元可以包括但不限于以下至少一项：SoC(System on Chip，系统级芯片)、MCU(Microcontroller Unit，微控制单元)DSP(Digital Signal Processor，数字信号处理器)。上述摄像装置可以为用于拍摄图像的装置。例如，上述摄像装置可以为设置在上述输电线路上的摄像头。上述摄像装置还可以为无人机。上述摄像装置与上述控制单元可以通过无线连接方式或有线连接方式通信连接。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
在一些实施例的一些可选的实现方式中，上述执行主体可以执行以下步骤：
第一步，对上述目标输电线路包括的导线进行舞动检测，得到导线舞动信息。其中，上述导线舞动信息包括导线舞动频率。上述导线舞动信息可以为表征上述目标输电线路包括的导线舞动的各项参数的信息。例如，上述导线舞动信息可以为表征上述目标输电线路包括的导线舞动的频率的信息。上述导线舞动信息可以为“舞动频率，0.2Hz”。上述导线舞动频率可以为表征上述目标输电线路包括的导线振动的频率的信息。实践中，上述执行主体可以通过相关联的舞动传感器对上述目标输电线路包括的导线进行舞动检测，得到导线舞动信息。
第二步，对上述目标输电线路包括的绝缘子串与上述目标输电线路包括的横梁之间的拉力进行拉力检测，得到输电线路拉力信息。其中，上述输电线路拉力信息包括输电线路拉力。上述输电线路拉力信息可以为表征上述目标输电线路包括的绝缘子串与上述目标输电线路包括的横梁之间的拉力的信息。例如，上述输电线路拉力信息可以为“拉力，1kN”。实践中，上述执行主体可以通过相关联的拉力传感器对上述目标输电线路包括的绝缘子串与上述目标输电线路包括的横梁之间的拉力进行拉力检测，得到输电线路拉力信息。
第三步，响应于上述导线舞动频率大于等于目标频率和/或上述输电线路拉力大于等于目标拉力，通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像。其中，上述目标频率和上述目标压力均可以根据上述输电线路的各项参数进行设定。
由此，可以在导线舞动频率大于等于目标频率和/或输电线路拉力大于等于目标拉力时，对目标输电线路进行拍摄，得到目标输电线路图像。从而可以减少拍摄的图像，实现更精准的拍摄。
可选地，上述执行主体还可以执行以下步骤：
第一步，响应于上述输电线路拉力大于等于预设拉力阈值，采集对应上述目标输电线路的温度信息。其中，上述温度信息可以为用于表征上述目标输电线路的温度的信息。实践中，上述执行主体可以通过相关联的温度传感器采集对应上述目标输电线路的温度信息。
第二步，响应于上述温度信息表征的温度小于等于上述预设温度阈值，采集对应上述输电线路的风速信息和风向信息。实践中，上述执行主体可以通过相关联的风速传感器采集对应上述目标输电线路的风速信息，以及通过相关联的风向传感器采集对应上述目标输电线路的风向信息。
第三步，根据上述目标输电线路的线路参数、上述输电线路拉力、上述风速信息和上述风向信息，生成覆冰厚度信息。其中，上述覆冰厚度信息包括覆冰厚度。其中，上述目标输电线路的线路参数可以包括导线密度和导线半径。上述覆冰厚度信息可以为表征上述目标输电线路包括的导线上覆冰的厚度的信息。实践中，上述执行主体可以通过各种方式根据上述目标输电线路的线路参数、上述输电线路拉力、上述风速信息和上述风向信息，生成覆冰厚度信息。作为示例，上述执行主体可以通过人工智能芯片将上述目标输电线路的线路参数、上述输电线路拉力、上述风速信息和上述风向信息输入至人工智能芯片承载的覆冰厚度生成模型，得到覆冰厚度信息。其中，上述覆冰厚度生成模型可以为以上述风速信息和上述风向信息为输入，以覆冰厚度信息为输出的机器学习模型。
第四步，响应于上述覆冰厚度信息包括的覆冰厚度大于等于预设覆冰厚度阈值，根据上述覆冰厚度信息，生成覆冰报警信息，并将上述覆冰报警信息发送至上述终端设备。上述覆冰报警信息可以为用于表征上述目标输电线路存在覆冰风险的信息。例如，上述覆冰报警信息可以为“目标输电线路存在覆冰风险”。
上述第一步-第四步作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题二“无法较准确地确定输电线路的覆冰厚度，造成无法预估覆冰风险，进一步导致输电线路的安全性较低”。进一步导致输电线路的安全性较低的原因如下：无法较准确地确定输电线路的覆冰厚度，造成无法预估覆冰风险。如果解决了上述因素，就可以进一步提高输电线路的安全性。为了达到这一效果，本公开首先，响应于上述输电线路拉力大于等于预设拉力阈值，采集对应上述目标输电线路的温度信息。其次，响应于上述温度信息小于等于上述预设温度阈值，采集对应上述输电线路的风速信息和风向信息。然后，根据上述目标输电线路的参数、上述输电线路拉力、上述风速信息和上述风向信息，生成覆冰厚度信息，其中，上述覆冰厚度信息包括覆冰厚度。最后，响应于上述覆冰厚度信息包括的覆冰厚度大于等于预设覆冰厚度阈值，根据上述覆冰厚度信息，生成覆冰报警信息，并将上述覆冰报警信息发送至上述终端设备。由此，可以根据拉力信息、风速信息、和风向信息更准确地确定输电线路的覆冰厚度，从而预估覆冰风险，进一步提高输电线路的安全性。
可选地，上述执行主体还可以执行以下步骤：
第一步，响应于上述导线舞动频率大于等于第一预设频率阈值且小于第二预设频率阈值，生成一级舞动报警信息，并将上述一级舞动报警信息发送至上述终端设备。其中，上述一级舞动报警信息可以为表征导线舞动频率为一级并提醒用户对导线进行监测的报警信息。例如，上述一级舞动报警信息可以为“导线舞动频率为一级，请注意监控”。
第二步，响应于上述导线舞动频率大于等于上述第二预设频率阈值且小于第三预设频率阈值，生成二级舞动报警信息，并将上述二级舞动报警信息发送至上述终端设备。其中，上述二级舞动报警信息可以为表征导线舞动频率为二级并提醒用户对导线进行加固的报警信息。例如，上述二级舞动报警信息可以为“导线舞动频率为二级，请对导线进行加固”。
第三步，响应于上述导线舞动频率大于等于上述第三预设频率阈值且小于第四预设频率阈值，生成三级舞动报警信息，并将上述三级舞动报警信息发送至上述终端设备。其中，上述三级舞动报警信息可以为表征导线舞动频率为三级并提醒用户对导线进行维修的报警信息。例如，上述三级舞动报警信息可以为“导线舞动频率为三级，请对导线进行维修”。
步骤102，对目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息。
在一些实施例中，上述执行主体可以对上述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息。其中，上述障碍物识别信息可以为上述目标输电线路图像中表征障碍物的区域。例如，上述障碍物识别信息可以为表征障碍物的坐标组。实践中，首先，上述执行主体可以确定上述目标输电线路图像对应的每个块区域的运动障碍物置信度，得到目标置信度集合。其次，上述执行主体可以确定预先存储的输电线路图像对应的每个块区域的运动障碍物置信度，得到置信度集合。然后，上述执行主体可以根据上述目标置信度集合和上述置信度集合，依次确定目标输电线路图像中每个块区域是否表征存在障碍物。最后，上述执行主体可以根据各个块区域确定图像中存在的障碍物，以生成至少一个障碍物识别信息。
步骤103，对于至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下发送步骤：
步骤1031，生成对应障碍物识别信息的障碍物特征信息。
在一些实施例中，上述执行主体可以生成对应上述障碍物识别信息的障碍物特征信息。其中，上述障碍物特征信息可以为对应上述障碍物识别信息的障碍物的图像特征。例如，上述障碍物特征信息可以为对应上述障碍物识别信息的障碍物的图像特征向量。实践中，上述执行主体可以通过各种方式生成对应上述障碍物识别信息的障碍物特征信息。
在一些实施例的一些可选的实现方式中，上述执行主体可以执行以下步骤：
第一步，根据上述障碍物识别信息，对上述目标输电线路图像进行分割处理，得到对应上述障碍物识别信息的障碍物识别图像。实践中，上述执行主体可以对上述目标输电线路图像中对应上述障碍物识别信息的区域进行分割，得到对应上述障碍物识别信息的障碍物识别图像。
第二步，对上述障碍物识别图像进行灰度化处理，得到障碍物灰度图像。实践中，上述执行主体可以通过各种方式对上述障碍物识别图像进行灰度化处理。作为示例，上述执行主体可以通过分量法对上述障碍物识别图像进行灰度化处理。
第三步，对上述障碍物灰度图像进行归一化处理，得到障碍物归一化图像。实践中，上述执行主体可以通过各种归一化方式对上述障碍物灰度图像进行归一化处理。作为示例，上述执行主体可以通过最大-最小标准化对上述障碍物灰度图像进行归一化处理。
第四步，对上述障碍物归一化图像进行颜色特征提取处理，得到对应上述障碍物识别图像的图像颜色特征。其中，上述图像颜色特征可以为表征上述障碍物识别图像中像素颜色的数值分布情况的特征。例如，上述图像颜色特征可以为但不限于以下一项：颜色直方图、颜色矩、颜色集、颜色聚合向量。作为示例，上述执行主体可以通过RGB颜色模型对上述障碍物灰度图像进行颜色特征提取处理，得到对应上述障碍物识别图像的图像颜色特征。
第五步，对上述障碍物归一化图像进行纹理特征提取处理，得到对应上述障碍物识别图像的图像纹理特征。其中，上述图像纹理特征可以为体现上述障碍物识别图像中具有缓慢变换或周期性变化的表面组织结构排列属性的全局特征。例如，上述图像纹理特征可以为灰度共生矩阵。实践中，上述执行主体可以通过各种方式对上述障碍物归一化图像进行纹理特征提取处理，得到对应上述障碍物识别图像的图像纹理特征。例如，上述执行主体可以通过LBP(Local Binary Pattern，局部二值模式)检测算法对上述障碍物归一化图像进行纹理特征提取处理，得到对应上述障碍物识别图像的图像纹理特征。
第六步，对上述障碍物归一化图像进行边缘特征提取处理，得到对应上述障碍物识别图像的图像边缘特征。其中，上述图像边缘特征可以为表征上述障碍物识别图像的像素灰度阶跃变化的情况的特征。例如，上述图像边缘特征可以为边缘分布直方图。实践中，上述执行主体可以通过各种方式对上述障碍物归一化图像进行边缘特征提取处理，得到对应上述障碍物识别图像的图像边缘特征。例如，上述执行主体可以通过微分法或拟合法检测算法对上述障碍物归一化图像进行边缘特征提取处理，得到对应上述障碍物识别图像的图像边缘特征。
第七步，根据上述图像颜色特征、上述图像纹理特征和上述图像边缘特征，生成对应上述障碍物识别信息的障碍物特征信息，其中，上述障碍物特征信息包括上述图像颜色特征、上述图像纹理特征和上述图像边缘特征。实践中，上述执行主体可以将上述图像颜色特征、上述图像纹理特征和上述图像边缘特征进行拼接，得到障碍物特征信息。
步骤1032，根据障碍物特征信息，对障碍物进行分类处理，得到对应障碍物识别信息的障碍物类别信息。
在一些实施例中，上述执行主体可以根据上述障碍物特征信息，对上述障碍物进行分类处理，得到对应上述障碍物识别信息的障碍物类别信息。其中，上述障碍物类别信息可以为表征上述障碍物识别信息对应的障碍物的种类的信息。例如，上述障碍物类别信息可以为“动物类”。实践中，上述执行主体可以通过各种方式对上述障碍物进行分类处理，得到对应上述障碍物识别信息的障碍物类别信息。
在一些实施例的一些可选的实现方式中，上述执行主体可以执行以下步骤：
第一步，获取障碍物类别图像库包括的每个障碍物类别图像对应的特征信息。其中，上述障碍物类别图像对应有障碍物类别，上述障碍物类别图像对应的特征信息包括颜色特征、纹理特征和边缘特征。其中，上述障碍物类别图像库可以为预先设置的图像库。上述障碍物类别图像可以为预先设置表征障碍物的图像。上述障碍物类别可以为上述障碍物类别图像表征的障碍物所属的类别。实践中，上述执行主体可以从相关联的存储单元获取障碍物类别图像库包括的每个障碍物类别图像对应的特征信息。
第二步，确定上述障碍物特征信息包括的图像纹理特征与上述障碍物类别图像库包括的每个障碍物类别图像对应的纹理特征的纹理相似度。实践中，上述执行主体可以通过各种方式确定上述障碍物特征信息包括的图像纹理特征与上述障碍物类别图像库包括的每个障碍物类别图像对应的纹理特征的纹理相似度。例如，上述执行主体可以通过余弦相似度算法确定上述障碍物特征信息包括的图像纹理特征与上述障碍物类别图像库包括的每个障碍物类别图像对应的纹理特征的纹理相似度。
第三步，将对应的纹理相似度大于等于预设纹理相似度阈值的障碍物类别图像确定为纹理相似障碍物图像，得到至少一个纹理相似障碍物图像。其中，上述预设纹理相似度阈值可以为预先设定的阈值。
第四步，确定上述障碍物特征信息包括的图像边缘特征与上述至少一个纹理相似障碍物图像中每个纹理相似障碍物图像对应的边缘特征的边缘相似度。实践中，上述执行主体可以通过各种方式确定上述障碍物特征信息包括的图像边缘特征与上述至少一个纹理相似障碍物图像中每个纹理相似障碍物图像对应的边缘特征的边缘相似度。作为示例，上述执行主体可以通过余弦相似度算法确定上述障碍物特征信息包括的图像边缘特征与上述至少一个纹理相似障碍物图像中每个纹理相似障碍物图像对应的边缘特征的边缘相似度。
第五步，将上述至少一个纹理相似障碍物图像中对应的边缘相似度大于等于预设边缘相似度阈值的纹理相似障碍物图像确定为边缘相似障碍物图像，得到至少一个边缘相似障碍物图像。其中，上述预设边缘相似度阈值可以为预先设定的阈值。
第六步，确定上述障碍物特征信息包括的图像颜色特征与上述至少一个边缘相似障碍物图像中每个边缘相似障碍物图像对应的颜色特征的颜色相似度。实践中，上述执行主体可以通过各种方式确定述障碍物特征信息包括的图像颜色特征与上述至少一个边缘相似障碍物图像中每个边缘相似障碍物图像对应的颜色特征的颜色相似度。作为示例，上述执行主体可以通过余弦相似度算法确定上述障碍物特征信息包括的图像颜色特征与上述至少一个边缘相似障碍物图像中每个边缘相似障碍物图像对应的颜色特征的颜色相似度。
第七步，将上述至少一个边缘相似障碍物图像中对应的颜色相似度满足预设颜色相似度条件的边缘相似障碍物图像对应的障碍物类别，确定为障碍物类别信息。其中，上述预设颜色相似度条件可以为上述至少一个边缘相似障碍物图像中对应的颜色相似度最大。
由此，通过从边缘、纹理和颜色三个方面确定障碍物图像的相似度，可以提高确定的相似度的准确性，从而提高确定的障碍物类别信息的准确性。
在一些实施例的一些可选的实现方式中，上述执行主体可以执行以下步骤：
第一步，将上述障碍物特征信息输入至预先训练的障碍物主类别识别模型，得到对应上述障碍物特征信息的障碍物主类别信息。其中，上述障碍物主类别识别模型可以为用于确定上述障碍物特征信息的主类别的模型。上述预先训练的障碍物主类别识别模型可以为以障碍物特征信息为输入数据，以障碍物主类别信息为输出数据的机器学习模型。上述障碍物主类别识别模型可以包括特征融合层和特征匹配层。上述特征融合层可以为将上述障碍物特征信息包括图像颜色特征、图像纹理特征和图像边缘特征进行融合的子模型。上述特征匹配层可以为将融合得到的融合特征与主类别对应的图像特征进行匹配的子模型。上述障碍物主类别信息可以为表征障碍物的主分类的信息。例如，上述障碍物主类别信息可以为“动物类”。
第二步，确定上述障碍物主类别信息对应的障碍物子类别识别模型。其中，上述障碍物子类别识别模型可以为用于确定上述障碍物特征信息的子类别的模型。上述障碍物子类别识别模型可以为以障碍物特征信息为输入数据，以障碍物子类别信息为输出数据的机器学习模型。
第三步，将上述障碍物特征信息输入至上述障碍物子类别识别模型，得到对应上述障碍物特征信息的障碍物子类别信息。上述障碍物子类别信息可以为表征障碍物的子分类的信息。例如，上述障碍物子类别信息可以为“鸟类”。
第四步，根据上述障碍物主类别信息和上述障碍物子类别信息，生成对应上述障碍物识别信息的障碍物类别信息。实践中，上述执行主体可以将上述障碍物主类别信息和上述障碍物子类别信息进行组合，得到上述障碍物识别信息的障碍物类别信息。
上述第一步-第四步作为本公开的实施例的一个发明点，解决了背景技术提及的技术问题三“无法快速确定故障的情况，造成工作人员无法快速根据危险情况进行救援，更进一步导致输电线路的安全性较低”。更进一步导致输电线路的安全性较低的原因如下：无法快速确定故障的情况，造成工作人员无法快速根据危险情况进行救援。如果解决了上述因素，就可以进一步提高输电线路的安全性。为了达到这一效果，本公开首先，将上述障碍物特征信息输入至预先训练的障碍物主类别识别模型，得到对应上述障碍物特征信息的障碍物主类别信息。其次，确定上述障碍物主类别信息对应的障碍物子类别识别模型。然后，将上述障碍物特征信息输入至上述障碍物子类别识别模型，得到对应上述障碍物特征信息的障碍物子类别信息。最后，根据上述障碍物主类别信息和上述障碍物子类别信息，生成对应上述障碍物识别信息的障碍物类别信息。由此，可以先确定障碍物类别的主分类，再根据主分类确定主分类下的子分类，进而快速确定障碍物的具体类别，从而快速确定故障的情况，可以使工作人员快速根据危险情况进行救援，进而更进一步提高输电线路的安全性。
步骤1033，根据障碍物类别信息，确定障碍物识别信息对应的危险等级信息。
在一些实施例中，上述执行主体可以根据上述障碍物类别信息，确定上述障碍物识别信息对应的危险等级信息。其中，上述危险等级信息可以为表征上述障碍物识别信息对应的障碍物的危险等级的信息。例如，上述危险等级信息可以为“一级危险”。
在一些实施例的一些可选的实现方式中，上述执行主体可以执行以下步骤：
第一步，根据上述障碍物类别信息，确定对应上述障碍物类别信息的重量信息。实践中，可以预先设置障碍物类别信息和重量信息的对照关系表。上述执行主体可以根据上述对照关系表，确定对应上述障碍物类别信息的重量信息。
第二步，响应于上述重量信息表征的重量大于等于第一预设重量阈值且小于第二预设重量阈值，生成一级危险等级信息。其中，上述第一预设重量阈值小于上述第二预设重量阈值。上述一级危险等级信息可以为表征对应上述重量信息的障碍物的危险性较小的信息。
第三步，响应于上述重量信息表征的重量大于等于上述第二预设重量阈值且小于第三预设重量阈值，生成二级危险等级信息。其中，上述第二预设重量阈值小于上述第三预设重量阈值。上述二级危险等级信息可以为表征对应上述重量信息的障碍物的危险性中等的信息。
第四步，响应于上述重量信息表征的重量大于等于上述第三预设重量阈值且小于第四预设重量阈值，生成三级危险等级信息。其中，上述第三预设重量阈值小于上述第四预设重量阈值。上述三级危险等级信息可以为表征对应上述重量信息的障碍物的危险性较高的信息。
步骤1034，根据危险等级信息，生成对应障碍物识别信息的故障报警信息。
在一些实施例中，上述执行主体可以根据上述危险等级信息，生成对应上述障碍物识别信息的故障报警信息。其中，上述故障报警信息可以为表征上述目标输电线路存在故障的信息。例如，上述故障报警信息可以为“一级故障”。实践中，上述执行主体可以将上述危险等级信息对应的故障等级作为故障报警信息。作为示例，上述危险等级信息可以为“一级危险”。上述执行主体可以生成故障等级为一级的故障报警信息“一级故障”。
在一些实施例的一些可选的实现方式中，上述执行主体可以执行以下步骤：
第一步，确定对应上述目标输电线路的当前工作状态。作为示例，上述执行主体可以实时从相关联的终端获取对应上述目标输电线路的当前工作状态。
第二步，响应于上述当前工作状态表征对应上述目标输电线路处于非人工工作状态，根据上述危险等级信息，生成对应上述障碍物识别信息的故障报警信息。上述非人工工作状态可以为表征未有工作人员在上述目标输电线路工作。
由此，可以确定识别的障碍物的类别，从而根据障碍物的类别确定危险等级，进而根据危险等级快速报警。
步骤1035，将上述故障报警信息发送至相关联的终端设备。
在一些实施例中，上述执行主体可以将上述故障报警信息发送至相关联的终端设备。上述相关联的终端设备可以为与上述执行主体相关联的终端设备。例如，上述终端设备可以包括但不限于以下至少一项：智能手机、电脑。
由此，可以确定识别的障碍物的类别，从而根据障碍物的类别确定危险等级，进而根据危险等级快速报警。
本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的应用于输电线路的故障报警方法可以快速发现输电线路上存在的故障，从而可以更快地对故障进行维修，进而提高输电线路的安全性。具体来说，造成无法快速发现输电线路上存在的故障以及输电线路的安全性较低的原因在于：输电线路的沿线环境较为复杂，随着线路长度和设备种类的增加，工作人员巡线工作量剧增，巡线实时性不高。基于此，本公开的一些实施例的应用于输电线路的故障报警方法包括：首先，通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像。由此，可以获取目标输电线路图像。然后，对上述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息。由此，可以快速识别出上述目标输电线路图像存在的障碍物。最后，对于上述至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下发送步骤：生成对应上述障碍物识别信息的障碍物特征信息。根据上述障碍物特征信息，对上述障碍物进行分类处理，得到对应上述障碍物识别信息的障碍物类别信息。根据上述障碍物类别信息，确定上述障碍物识别信息对应的危险等级信息。根据上述危险等级信息，生成对应上述障碍物识别信息的故障报警信息。将上述故障报警信息发送至相关联的终端设备。由此，可以确定识别的障碍物的类别，根据类别确定危险等级，进而根据危险等级快速报警。因为对上述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息。从而可以快速识别出上述目标输电线路图像存在的障碍物。也因为可以确定识别的障碍物的类别，根据类别确定危险等级，进而根据危险等级快速报警。由此，通过本公开的一些实施例的应用于输电线路的故障报警方法可以快速发现输电线路上存在的故障，从而可以更快地对故障进行维修，进而提高输电线路的安全性。
进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种应用于输电线路的故障报警装置的一些实施例，这些装置实施例与图1所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图2所示，一些实施例的应用于输电线路的故障报警装置200包括：拍摄单元201、识别单元202和发送单元203。其中，拍摄单元201，被配置成通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像；识别单元202，被配置成对上述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息；发送单元203，被配置成对于上述至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下发送步骤：生成对应上述障碍物识别信息的障碍物特征信息；根据上述障碍物特征信息，对上述障碍物识别信息进行分类处理，得到对应上述障碍物识别信息的障碍物类别信息；根据上述障碍物类别信息，确定上述障碍物识别信息对应的危险等级信息；根据上述危险等级信息，生成对应上述障碍物识别信息的故障报警信息；将上述故障报警信息发送至相关联的终端设备。
可以理解的是，该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示，电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像；对上述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息；对于上述至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下发送步骤：生成对应上述障碍物识别信息的障碍物特征信息；根据上述障碍物特征信息，对上述障碍物识别信息进行分类处理，得到对应上述障碍物识别信息的障碍物类别信息；根据上述障碍物类别信息，确定上述障碍物识别信息对应的危险等级信息；根据上述危险等级信息，生成对应上述障碍物识别信息的故障报警信息；将上述故障报警信息发送至相关联的终端设备。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括拍摄单元、识别单元和发送单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，拍摄单元还可以被描述为“通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种应用于输电线路的故障报警方法，包括：
通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像；
对所述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息；
对于所述至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下发送步骤：
生成对应所述障碍物识别信息的障碍物特征信息；
根据所述障碍物特征信息，对所述障碍物识别信息进行分类处理，得到对应所述障碍物识别信息的障碍物类别信息；
根据所述障碍物类别信息，确定所述障碍物识别信息对应的危险等级信息；
根据所述危险等级信息，生成对应所述障碍物识别信息的故障报警信息；
将所述故障报警信息发送至相关联的终端设备。
2.根据权利要求1所述的方法，其中，所述生成对应所述障碍物识别信息的障碍物特征信息，包括：
根据所述障碍物识别信息，对所述目标输电线路图像进行分割处理，得到对应所述障碍物识别信息的障碍物识别图像；
对所述障碍物识别图像进行灰度化处理，得到障碍物灰度图像；
对所述障碍物灰度图像进行归一化处理，得到障碍物归一化图像；
对所述障碍物归一化图像进行颜色特征提取处理，得到对应所述障碍物识别图像的图像颜色特征；
对所述障碍物归一化图像进行纹理特征提取处理，得到对应所述障碍物识别图像的图像纹理特征；
对所述障碍物归一化图像进行边缘特征提取处理，得到对应所述障碍物识别图像的图像边缘特征；
根据所述图像颜色特征、所述图像纹理特征和所述图像边缘特征，生成对应所述障碍物识别信息的障碍物特征信息，其中，所述障碍物特征信息包括所述图像颜色特征、所述图像纹理特征和所述图像边缘特征。
3.根据权利要求2所述的方法，其中，所述根据所述障碍物特征信息，对所述障碍物识别信息进行分类处理，得到对应所述障碍物识别信息的障碍物类别信息，包括：
获取障碍物类别图像库包括的每个障碍物类别图像对应的特征信息，其中，所述障碍物类别图像对应有障碍物类别，所述障碍物类别图像对应的特征信息包括颜色特征、纹理特征和边缘特征；
确定所述障碍物特征信息包括的图像纹理特征与所述障碍物类别图像库包括的每个障碍物类别图像对应的纹理特征的纹理相似度；
将对应的纹理相似度大于等于预设纹理相似度阈值的障碍物类别图像确定为纹理相似障碍物图像，得到至少一个纹理相似障碍物图像；
确定所述障碍物特征信息包括的图像边缘特征与所述至少一个纹理相似障碍物图像中每个纹理相似障碍物图像对应的边缘特征的边缘相似度；
将所述至少一个纹理相似障碍物图像中对应的边缘相似度大于等于预设边缘相似度阈值的纹理相似障碍物图像确定为边缘相似障碍物图像，得到至少一个边缘相似障碍物图像；
确定所述障碍物特征信息包括的图像颜色特征与所述至少一个边缘相似障碍物图像中每个边缘相似障碍物图像对应的颜色特征的颜色相似度；
将所述至少一个边缘相似障碍物图像中对应的颜色相似度大于等于预设颜色相似度阈值的边缘相似障碍物图像对应的障碍物类别，确定为障碍物类别信息。
4.根据权利要求1所述的方法，其中，所述根据所述障碍物类别信息，确定所述障碍物识别信息对应的危险等级信息，包括：
根据所述障碍物类别信息，确定对应所述障碍物类别信息的重量信息；
响应于所述重量信息表征的重量大于等于第一预设重量阈值且小于第二预设重量阈值，生成一级危险等级信息；
响应于所述重量信息表征的重量大于等于所述第二预设重量阈值且小于第三预设重量阈值，生成二级危险等级信息；
响应于所述重量信息表征的重量大于等于所述第三预设重量阈值且小于第四预设重量阈值，生成三级危险等级信息。
5.根据权利要求1所述的方法，其中，所述根据所述危险等级信息，生成对应所述障碍物识别信息的故障报警信息，包括：
确定对应所述目标输电线路的当前工作状态；
响应于所述当前工作状态表征对应所述目标输电线路处于非人工工作状态，根据所述危险等级信息，生成对应所述障碍物识别信息的故障报警信息。
6.根据权利要求1-5之一所述的方法，其中，所述通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像，包括：
对所述目标输电线路包括的导线进行舞动检测，得到导线舞动信息，其中，所述导线舞动信息包括导线舞动频率；
对所述目标输电线路包括的绝缘子串与所述目标输电线路包括的横梁之间的拉力进行拉力检测，得到输电线路拉力信息，其中，所述输电线路拉力信息包括输电线路拉力；
响应于所述导线舞动频率大于等于目标频率和/或所述输电线路拉力大于等于目标拉力，通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像。
7.根据权利要求6所述的方法，其中，所述方法还包括：
响应于所述导线舞动频率大于等于第一预设频率阈值且小于第二预设频率阈值，生成一级舞动报警信息，并将所述一级舞动报警信息发送至所述终端设备；
响应于所述导线舞动频率大于等于所述第二预设频率阈值且小于第三预设频率阈值，生成二级舞动报警信息，并将所述二级舞动报警信息发送至所述终端设备；
响应于所述导线舞动频率大于等于所述第三预设频率阈值且小于第四预设频率阈值，生成三级舞动报警信息，并将所述三级舞动报警信息发送至所述终端设备。
8.一种应用于输电线路的故障报警装置，包括：
拍摄单元，被配置成通过摄像装置对目标输电线路进行拍摄，得到目标输电线路图像；
识别单元，被配置成对所述目标输电线路图像进行障碍物识别处理，得到至少一个障碍物识别信息；
发送单元，被配置成对于所述至少一个障碍物识别信息包括的每个障碍物识别信息，执行以下发送步骤：生成对应所述障碍物识别信息的障碍物特征信息；根据所述障碍物特征信息，对所述障碍物识别信息进行分类处理，得到对应所述障碍物识别信息的障碍物类别信息；根据所述障碍物类别信息，确定所述障碍物识别信息对应的危险等级信息；根据所述危险等级信息，生成对应所述障碍物识别信息的故障报警信息；将所述故障报警信息发送至相关联的终端设备。
9.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至7中任一所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1至7中任一所述的方法。
CN202211209108.2A 2022-09-30 2022-09-30 应用于输电线路的故障报警方法、装置、设备和介质 Active CN115620496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211209108.2A CN115620496B (zh) 2022-09-30 2022-09-30 应用于输电线路的故障报警方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211209108.2A CN115620496B (zh) 2022-09-30 2022-09-30 应用于输电线路的故障报警方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN115620496A true CN115620496A (zh) 2023-01-17
CN115620496B CN115620496B (zh) 2024-04-12

Family

ID=84860585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211209108.2A Active CN115620496B (zh) 2022-09-30 2022-09-30 应用于输电线路的故障报警方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN115620496B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106023185A (zh) * 2016-05-16 2016-10-12 国网河南省电力公司电力科学研究院 一种输电设备故障诊断方法
CN110889350A (zh) * 2019-11-18 2020-03-17 四川西南交大铁路发展股份有限公司 一种基于三维成像的线路障碍物监测报警系统及方法
CN114299359A (zh) * 2021-12-22 2022-04-08 山东浪潮科学研究院有限公司 一种检测输电线路故障的方法、设备及存储介质
CN114782839A (zh) * 2022-03-31 2022-07-22 广东电网有限责任公司 输电线路巡检故障的检测方法、装置、设备及存储介质
CN114998245A (zh) * 2022-05-26 2022-09-02 上海倍肯智能科技有限公司 基于双目测距和图像分割对输电线舞动的检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111368893B (zh) * 2020-02-27 2023-07-25 Oppo广东移动通信有限公司 图像识别方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106023185A (zh) * 2016-05-16 2016-10-12 国网河南省电力公司电力科学研究院 一种输电设备故障诊断方法
CN110889350A (zh) * 2019-11-18 2020-03-17 四川西南交大铁路发展股份有限公司 一种基于三维成像的线路障碍物监测报警系统及方法
CN114299359A (zh) * 2021-12-22 2022-04-08 山东浪潮科学研究院有限公司 一种检测输电线路故障的方法、设备及存储介质
CN114782839A (zh) * 2022-03-31 2022-07-22 广东电网有限责任公司 输电线路巡检故障的检测方法、装置、设备及存储介质
CN114998245A (zh) * 2022-05-26 2022-09-02 上海倍肯智能科技有限公司 基于双目测距和图像分割对输电线舞动的检测方法

Also Published As

Publication number Publication date
CN115620496B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN108830837B (zh) 一种用于检测钢包溶蚀缺陷的方法和装置
CN110852222A (zh) 一种基于目标检测的校园走廊场景智能监控方法
CN111680535A (zh) 在视频监控中实时预测一个或多个潜在威胁的方法和系统
CN113177469A (zh) 人体属性检测模型的训练方法、装置、电子设备及介质
CN112232316B (zh) 人群聚集检测方法、装置、电子设备及存储介质
CN115082813A (zh) 检测方法、无人机、检测系统及介质
KR20220151583A (ko) 영상 처리 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램
CN113505704B (zh) 图像识别的人员安全侦测方法、系统、设备及存储介质
CN111400114A (zh) 基于深度递归网络大数据计算机系统故障检测方法及系统
CN117011772B (zh) 一种输电线路的风险提示方法、装置和存储介质
CN112528825A (zh) 一种基于图像识别的车站乘客招援服务方法
CN115620496B (zh) 应用于输电线路的故障报警方法、装置、设备和介质
CN115953815A (zh) 基建现场的监测方法及装置
CN115908816A (zh) 基于人工智能的积水识别方法、装置、设备及存储介质
US20230072641A1 (en) Image Processing and Automatic Learning on Low Complexity Edge Apparatus and Methods of Operation
CN115631459A (zh) 基于人工智能的传送带监控方法及装置
CN114202738A (zh) 基于边缘计算和人工智能的电网监拍方法、装置及设备
CN113963322B (zh) 一种检测模型训练方法、装置及电子设备
CN116883880B (zh) 一种基于ar技术的起重机识别方法、装置和电子设备
CN115097770B (zh) 自动遮挡系统、遮挡装置控制方法、电子设备和介质
CN117255463B (zh) 设备故障告警方法、装置、设备、介质和智能照明设备
CN113806361B (zh) 电子监控设备与道路的关联方法、装置及存储介质
CN112700657B (zh) 用于生成检测信息的方法、装置、路侧设备和云控平台
CN117876538B (zh) 一种垃圾发电厂可视化管理方法及系统
CN113780322B (zh) 一种安全检测的方法和装置

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