CN116485160B - 一种输电线路巡检处理系统和方法 - Google Patents

一种输电线路巡检处理系统和方法 Download PDF

Info

Publication number
CN116485160B
CN116485160B CN202310735811.5A CN202310735811A CN116485160B CN 116485160 B CN116485160 B CN 116485160B CN 202310735811 A CN202310735811 A CN 202310735811A CN 116485160 B CN116485160 B CN 116485160B
Authority
CN
China
Prior art keywords
data
inspection
risk
patrol
determining
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.)
Active
Application number
CN202310735811.5A
Other languages
English (en)
Other versions
CN116485160A (zh
Inventor
杜伟
杨国柱
武艺
胡伟
韦恩惠
高超
赵邦博
李源源
连继荣
宫雅文
张伟
方平凯
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 Power Space Technology Co ltd
Original Assignee
State Grid Power Space 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 Power Space Technology Co ltd filed Critical State Grid Power Space Technology Co ltd
Priority to CN202310735811.5A priority Critical patent/CN116485160B/zh
Publication of CN116485160A publication Critical patent/CN116485160A/zh
Application granted granted Critical
Publication of CN116485160B publication Critical patent/CN116485160B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9017—Indexing; Data structures therefor; Storage structures using directory or table look-up
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Computational Linguistics (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Water Supply & Treatment (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书实施例提供一种输电线路巡检处理系统和方法，涉及线路巡检技术领域。该方法基于输电线路巡检处理系统执行，包括：获取输电线路的巡检数据；基于巡检数据，确定巡检区域数据；基于巡检区域数据，确定精细巡检方案。该方法的优势在于可以解决电路巡检工作存在安全性低、管理难、效率低、响应慢、实时性差等问题，提高输电线路巡检处理的效率和有效性。

Description

一种输电线路巡检处理系统和方法
技术领域
本说明书涉及线路巡检技术领域，特别涉及一种输电线路巡检处理系统和方法。
背景技术
随着电网建设的跨越式发展，对输电线路运行管理水平提出了更高的要求。目前，输电线路巡检主要依靠人力为主、机巡为辅，而输电线路分布广泛、线路长、基塔高，路径多选择分布在山地、丘陵等地带，巡检工作存在安全性低、管理难、效率低、响应慢、实时性差等问题。
鉴于此，CN111555178B提供了一种输电线路天地协同智能巡检方法及系统，通过开展基于卫星技术的电网天地协同巡检、自然灾害风险监测预警、电网自然灾害区域识别及辅助规划等方法的研究，实现电网输电线路的高精度、准实时、大覆盖、高效率的卫星自动辅助监测巡视。但CN111555178B未考虑输电线路本身的线路特征、以及环境的动态变化等对巡检效率、巡检数据处理、巡检精度的影响。
因此，希望提供一种输电线路巡检处理系统和方法，以提高输电线路巡检处理的效率和有效性。
发明内容
本说明书一个或多个实施例提供一种输电线路巡检处理系统。所述系统包括处理器、控制器、数据获取模块以及存储器；所述处理器、所述控制器、所述数据获取模块、以及所述存储器之间通信连接；所述数据获取模块用于获取输电线路的巡检数据；所述控制器用于接收所述处理器发出的指令，控制所述数据模块运行；所述处理器用于：基于所述巡检数据，确定巡检区域数据；基于所述巡检区域数据，确定精细巡检方案。
本说明书一个或多个实施例提供一种输电线路巡检处理方法。所述方法基于输电线路巡检处理系统执行，所述系统包括处理器、控制器、数据获取模块以及存储器。所述方法包括：获取输电线路的巡检数据；基于所述巡检数据，确定巡检区域数据；基于所述巡检区域数据，确定精细巡检方案。
本说明书一个或多个实施例提供一种输电线路巡检处理装置。所述装置包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令或部分指令以实现上述实施例中任一项所述的输电线路巡检处理方法。
本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述实施例中任一项所述的输电线路巡检处理方法。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的输电线路巡检处理系统的示例性模块图；
图2是根据本说明书一些实施例所示的输电线路巡检处理方法的示例性流程图；
图3是根据本说明书一些实施例所示的根据巡检风险模型确定巡检区域数据的示例性示意图；
图4是根据本说明书一些实施例所示的确定精细巡检方案的示例性流程图；
图5是根据本说明书一些实施例所示的确定是否对巡检数据进行实时分析的示例性流程图；
图6是根据本说明书一些实施例所示的故障判断模型确定故障判断结果的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
输电线路的巡检主要依靠人力为主、机巡为辅，而受输电线路分布地形及路径影响，巡视难度大，效率低。CN111555178B仅通过基于卫星技术的电网巡检技术，融入卫星巡检方式，发挥卫星巡检的大尺度、大范围优势，对巡检后的数据分析反馈。但在输电线路巡检过程中，不同巡检区域的输电线路的线路特征不同，环境数据也是动态变化的，若不考虑这些特征，可能造成输电线路的巡检方案针对性不够，巡检质量不佳。
因此，本说明书一些实施例，通过采集巡检过程中的图像数据和监测数据对不同巡检区域的风险大小进行分析，确定针对性的巡检方案，可以针对风险值较大的巡检区域进行更精细、高质量的检测，并及时对巡检区域的可能的故障问题进行分析确认，有利于提高巡检效率和巡检质量，避免采用统一巡检方案带来的数据冗余，提高数据处理的针对性和效率。
图1是根据本说明书一些实施例所示的输电线路巡检处理系统的示例性模块图。在一些实施例中，所述输电线路巡检处理系统100可以包括数据获取模块110、存储器120、控制器130以及处理器140。
数据获取模块110可以用于获取输电线路的巡检数据。关于输电线路和巡检数据的更多细节可以参见图2及其相关描述。
在一些实施例中，数据获取模块110可以包括图像获取单元112和监测单元114。
图像获取单元112可以用于获取图像数据。在一些实施例中，图像获取单元112可以包括红外相机与光学相机，例如MWIR相机、AF相机等。关于图像数据的更多说明可以参见图2及其相关描述。
监测单元114可以用于获取监测数据。在一些实施例中，监测单元114可以包括但不限于各种传感设备，例如温度传感器、湿度传感器、风速传感器等或其任意组合。关于监测数据的更多说明可以参见图2及其相关描述。
存储器120可以用于存储与输电线路巡检处理系统100相关的数据和/或指令。例如，存储器120可以存储图像数据、监测数据等。又例如，存储器120还可以与处理器140通信连接，获取并存储处理器140执行或使用以完成本说明书中描述的示例性方法的数据和/或指令。在一些实施例中，存储器120可以是单独的存储器，也可以是其他模块（如控制器130、处理器140）的一部分。
控制器130可以用于接收处理器140的指令，以控制数据获取模块110（如，图像获取单元112、监测单元114）的运行。控制器130还可以用于控制存储器120存储/调出数据。在一些实施例中，控制器130可以包括但不限于微型控制器、CPU控制器、组合逻辑控制器、自动转换开关控制器等或其任意组合。
处理器140可以处理从输电线路巡检处理系统100的其他模块获取的数据和/或信息，并对获取的数据和/或信息进行处理，以实现本说明书一个或多个实施例描述的功能。例如，处理器140可以基于获取的巡检数据，确定巡检区域数据；基于巡检区域数据确定精细巡检方案。
在一些实施例中，处理器140可以包含一个或多个子处理设备（例如，单核处理设备或多核多芯处理设备）。仅作为示例，处理器140可以包括中央处理器（CPU）、专用集成电路（ASIC）等或以上任意组合。
需要注意的是，以上对于输电线路巡检处理系统及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图1中披露的数据获取模块110、图像获取单元112、监测单元114、存储器120、控制器130以及处理器140可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的输电线路巡检处理方法的示例性流程图。在一些实施例中，流程200可以由处理器执行。如图2所示，流程200包括下述步骤：
步骤210，获取输电线路的巡检数据。
巡检数据可以指在对输电线路进行巡检时获取的数据。例如，巡检数据可以包括巡检过程中拍摄的图像、巡检时间、巡检区域、巡检区域的环境信息等。
在一些实施例中，巡检数据可以包括图像数据和监测数据。关于图像数据和监测数据的内容可以参见图3及其相关描述。
在一些实施例中，处理器可以通过数据获取模块110获取巡检数据。例如，处理器可以通过图像获取单元112获取图像数据，通过监测单元114获取监测数据。
步骤220，基于巡检数据，确定巡检区域数据。
巡检区域数据可以包括进行输电线路巡检的区域中不同定位位置的地理位置、环境情况等。关于定位位置的内容可以参见图3及其相关描述。例如，巡检区域数据可以用于反映定位位置是否存在预设风险（如输电线路所在地理位置是否复杂、气候环境和植被环境是否会对巡检造成影响等）、以及可能的风险程度。
在一些实施例中，基于不同风险程度，巡检区域数据可以被划分为风险数据和非风险数据。关于风险数据和非风险数据的内容可以参见图3及其相关描述。
在一些实施例中，处理器可以基于巡检数据，通过多种方式确定巡检区域数据。例如，处理器可以基于不同定位位置的巡检数据，结合历史巡检数据和历史巡检区域数据，通过向量检索或查表等形式，确定每个定位位置的巡检数据对应的巡检区域数据。
在一些实施例中，巡检数据包括图像数据和监测数据；基于巡检数据，确定巡检区域数据包括：基于图像数据和监测数据，确定巡检区域中至少一个定位位置的动态风险等级。关于确定动态风险等级的更多细节可以参见图3及其相关描述。
步骤230，基于巡检区域数据，确定精细巡检方案。
精细巡检方案可以指在初始巡检方案的基础上对某些定位位置进行更精细的巡检的方案。例如，精细巡检方案可以包括采用更精细、更全面的巡检设备，更近距离、更频繁地采集巡检数据，巡检区域范围更小等。
在一些实施例中，精准巡检方案可以包括：开启更高精度/更多数量的图像采集设备、开启其他设备、提高图像数据的采集频率、提高监测数据的采集频率等中的至少一种。其中，其它设备可以是激光雷达设备，可以用于获取输电线路的雷达数据。
相应地，初始巡检方案可以指较为粗略地对输电线路进行巡检的方案。例如，初始巡检方案可以包括在一个较大的区域内进行巡检，采用的巡检设备也相对简单。初始巡检方案可以通过预设确定。
在一些实施例中，处理器可以基于巡检区域数据，通过多种方式确定精细巡检方案。例如，处理器可以为不同的巡检区域数据提前预设对应的精细巡检方案。
在一些实施例中，基于巡检区域数据，确定精细巡检方案包括：基于巡检区域中至少一个定位位置的动态风险等级，确定至少一个定位位置的精细巡检方案。关于基于动态风险等级确定精细巡检方案的更多细节可以参见图4及其相关描述。
本说明书一些实施例，通过采集输电线路的巡检数据，并确定对应的巡检区域数据，可以基于不同的巡检区域数据（如动态风险等级）确定对应的精细巡检方案，提高巡检的针对性和有效性；同时可以避免采用统一的巡检方案采集到无效或冗余数据（例如非风险区域数据、动态风险等级较低的区域数据等），提高数据采集和处理效率。
应当注意的是，上述有关流程200的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程200进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
图3是根据本说明书一些实施例所示的根据巡检风险模型确定巡检区域数据的示例性示意图。
在一些实施例中，巡检数据可以包括图像数据和监测数据；基于巡检数据，确定巡检区域数据可以包括：基于图像数据和监测数据，确定巡检区域中至少一个定位位置的动态风险等级。
图像数据可以指巡检过程中获取的与输电线路相关的图像。例如，图像数据可以包括输电线路的光学图像、红外图像等。
监测数据可以指巡检区域的环境数据。例如，监测数据可以包括光照、天气情况、温度、湿度、风向、风力、植物分布、障碍物情况等。
定位位置可以指根据定位数据确定的巡检区域中不同的线路位置。在一些实施例中，处理器可以基于定位数据确定定位位置。关于定位数据的内容可以参见下文的相关描述。
风险等级可以指巡检区域中不同定位位置对应的巡检风险的大小。风险等级可以用具体数值（如1~9）表示，数值越大，风险等级越高。在一些实施例中，风险等级会随着巡检区域中输电线路信息、环境数据的变化等产生动态变化，从而形成动态风险等级。其中，输电线路信息可以包括输电线路类型、电塔位置、绝缘子数量、所处地形、地形类型及复杂程度等。
在一些实施例中，处理器可以基于图像数据和监测数据，通过多种方式确定巡检区域中至少一个定位位置的动态风险等级。例如，处理器可以基于图像识别技术对图像数据进行处理，结合定位数据确定巡检区域中至少一个定位位置的输电线路信息，并基于输电线路信息确定初步的风险等级。接着，处理器可以结合监测数据，根据监测数据的变化，在初步风险等级的基础上确定动态风险等级。示例性的，输电线路信息对应的初步风险等级和监测数据对应的风险等级可以预设，然后处理器可以通过查表方式获取初步风险等级和监测数据对应的风险等级，两者通过加权等方式确定最终的动态风险等级。
在一些实施例中，图像数据可以包括初始巡检图像，监测数据可以包括初始巡检环境信息和定位数据；基于图像数据和监测数据，确定巡检区域中至少一个定位位置的动态风险等级可以包括：基于巡检风险模型对初始巡检图像、初始巡检环境信息、定位数据进行处理，确定巡检区域中至少一个定位位置的动态风险等级。
初始巡检图像可以指在初始巡检过程中获取的图像数据。在一些实施例中，处理器可以基于图像获取单元，控制初始巡检方案中使用的图像采集设备获取初始巡检图像。初始巡检方案中使用的图像采集设备可以为普通的光学相机、红外相机等。
初始环境信息可以指在初始巡检过程中的环境信息。在一些实施例中，处理器可以控制监测单元在初始巡检时获取初始环境信息。
定位数据可以指用于反映图像数据对应的输电线路的位置的数据。在一些实施例中，处理器可以通过图像获取单元中的图像采集设备（如无人机）自带的定位装置获取定位数据。在一些实施例中，图像数据与定位数据对应。例如，定位数据可以表示为（（1，A），（2，B），…），其中（1，A）表示图像1的定位数据为A，图像2的定位数据为B。
巡检风险模型为确定巡检区域中至少一个定位位置等动态风险等级的模型。在一些实施例中，巡检风险模型可以为下文中自定义结构的机器学习模型。巡检风险模型还可以是其他结构的机器学习模型，例如神经网络模型等。
在一些实施例中，巡检风险模型的输入可以为初始巡检图像、初始巡检环境信息、以及定位数据，输出可以为至少一个定位位置的动态风险等级。
本说明书一些实施例，通过巡检风险模型确定巡检区域中至少一个定位位置的动态风险等级，可以利用机器学习模型的自学习能力，提高预测的准确性和效率。
在一些实施例中，巡检风险模型可以包括风险分类层320和动态判断层360。风险分类层320可以用于对初始巡检图像310进行处理，确定风险类型及其概率330；动态判断层360可以用于对风险类型及其概率330、初始巡检环境信息340、定位数据350进行处理，确定巡检区域中至少一个定位位置的动态风险等级370。
在一些实施例中，风险类型可以包括输电线路的复杂线路位置风险、雾气遮挡风险、植被遮挡风险、线路覆冰风险等。风险类型的概率可以包括前述多种风险类型的发生概率，概率可以用0%~100%表示。例如，根据雾气浓度不同，其对应的雾气遮挡风险可以为20%，30%等。
在一些实施例中，风险分类层320的网络结构可以为卷积神经网络（Convolutional Neural Networks，CNN）。
在一些实施例中，动态判断层360的网络结构可以为深度神经网络模型（DeepNeural Networks，DNN）。
在一些实施例中，巡检风险模型的风险分类层和动态判断层可以通过联合训练获取。其中，联合训练的方式可以为梯度下降法等。
在一些实施例中，训练巡检风险模型的第一训练样本可以包括样本初始巡检图像及对应的样本定位数据、以及样本初始巡检环境信息，可以通过历史数据获取。第一标签可以为第一训练样本对应的实际风险等级，可以通过人工基于经验标注获取。
本说明书一些实施例，通过将巡检风险模型设置为风险分类层和动态判断层的组合，可以利用不同的层处理不同的数据，提高数据处理的效率。
可以理解的是，对于不同巡检区域，由于存在环境差异、气候差异、时间差异、地理因素差异、线路差异等，其巡检风险可能存在较大不同，如果统一地对所有巡检区域使用相同巡检方案，可能存在无效冗余数据较多影响数据处理效率等问题；因此，本说明书一些实施例，考虑多种影响因素，通过使用巡检风险模型合理快速地确定不同巡检区域的动态风险等级，可以便于后续确定精细巡检方案，有针对性地对不同区域进行巡检分析。
通过图像数据和监测数据确定巡检区域中至少一个定位位置的动态风险等级，可以为后续基于动态风险等级确定精细巡检方案提供可靠的数据支撑。
图4是根据本说明书一些实施例所示的确定精细巡检方案的示例性流程图。在一些实施例中，流程400可以由处理器执行。如图4所示，流程400可以包括步骤410和步骤420。
在一些实施例中，基于巡检区域数据，确定精细巡检方案可以包括：基于巡检区域中至少一个定位位置的动态风险等级，确定至少一个定位位置的精细巡检方案。
在一些实施例中，处理器可以基于巡检区域中至少一个定位位置的动态风险等级，通过多种方式确定至少一个定位位置的精细巡检方案。例如，处理器可以从存储器中直接调用提前为不同的动态风险等级预设的精细巡检方案。
本说明书一些实施例，通过确定巡检区域中至少一个定位位置的动态风险等级，可以根据不同的动态风险等级确定合理的精细巡检方案。
在一些实施例中，巡检区域数据可以包括风险数据。
其中，风险数据可以指巡检区域数据中存在风险隐患的数据。例如，风险数据可以包括动态风险等级超过风险阈值的定位位置数量、及具体的定位位置。其中，风险阈值可以通过预设确定。相应地，动态风险等级小于等于风险阈值的数据可以称为非风险数据。
在一些实施例中，风险数据可以通过向量表示，向量中的元素分别表示定位位置及对应的动态风险等级。
在一些实施例中，基于巡检区域中至少一个定位位置的动态风险等级，确定至少一个定位位置的精细巡检方案可以包括：
步骤410，基于巡检区域中至少一个定位位置的动态风险等级，确定至少一个定位位置的风险数据。
在一些实施例中，处理器可以将巡检区域数据中至少一个定位位置的动态风险等级与风险阈值进行对比，将动态风险等级大于风险阈值的定位位置数量及具体的定位位置确定为风险数据。
步骤420，基于风险数据，确定至少一个定位位置的精细巡检方案。
在一些实施例中，处理器可以基于风险数据，通过向量检索的方式确定至少一个定位位置的精细巡检方案。在一些实施例中，处理器可以基于历史风险数据构建历史特征向量，并将历史特征向量及对应的历史精检方案存储在数据库中。其中，历史风险数据可以基于历史巡检数据获取。在一些实施例中，处理器可以基于风险数据构建的特征向量在数据库中检索，确定与特征向量的向量距离小于距离阈值的历史特征向量。其中，向量距离可以为余弦距离、欧氏距离等，距离阈值可以通过预设确定。在一些实施例中，处理器可以获取历史特征向量对应的历史巡检方案，将其确定为当前风险数据对应的精细巡检方案。
在一些实施例中，在初始巡检过程中，处理器可以基于获取到的图像数据和监测数据，实时确定巡检区域内的至少一个定位位置的动态风险等级。处理器可以基于动态风险等级确定风险数据，基于风险数据获取对应的精细巡检方案，以及时进行精细巡检。
本说明书一些实施例，通过确定巡检区域的风险数据，并基于风险数据确定精细巡检方案，可以为动态风险等级较高的巡检区域进行更精细的巡检（如使用更多以及更精密的仪器设备进行巡检），提高输电线路巡检的针对性以及巡检质量；同时，对于动态风险等级较低的区域则可以采用相对普通的巡检方式，节约成本，降低巡检数据的存储压力和处理压力，提高巡检效率。
应当注意的是，上述有关流程400的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程400进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
图5是根据本说明书一些实施例所示的确定是否对巡检数据进行实时分析的示例性流程图。在一些实施例中，流程500可以由处理器执行。如图5所示，流程500可以包括如下步骤：
在一些实施例中，图像数据还可以包括精细巡检图像。
精细巡检图像可以指在精细巡检过程中获取的图像数据。例如，精细巡检图像可以包括采集精度更高、多角度采集的图像数据、或特定定位位置的图像数据等。
步骤510，基于精细巡检方案，采集精细巡检图像。
在一些实施例中，处理器可以基于精细巡检方案，发送指令到控制器，以控制精细巡检方案对应的图像采集设备，采集对应的定位位置的精细巡检图像。例如，可以开启更高精度/更多数量的图像采集设备（如相机），采集精细巡检方案对应的定位位置的精细巡检图像。又例如，可以以更高的采集频率、更多的采集角度采集精细巡检图像。
步骤520，基于精细巡检图像，确定输电线路的故障信息。
故障信息可以指可能会引起输电线路故障的故障类型信息。例如，故障信息可以包括火灾隐患、线路毁损、线路部件缺失等中的至少一种或其任意组合。
在一些实施例中，处理器可以根据精细巡检图像，通过多种方式确定输电线路的故障信息。例如，可以通过图像识别、与故障参考图像对比等确定故障信息。其中，故障参考图像可以指至少包含一种类型的故障的输电线路图像，可以基于历史数据获取。
在一些实施例中，监测数据还可以包括精细巡检环境信息；处理器可以进一步用于基于故障判断模型确定故障判断结果，故障判断模型为机器学习模型；故障判断模型包括特征提取层和故障层；特征提取层可以用于对精细巡检图像进行处理，确定故障信息；故障层可以用于对故障信息、辅助监测数据、精细巡检环境信息进行处理，确定故障判断结果。
其中，精细巡检环境信息可以指在精细巡检过程中获取的监测数据。相对于初始巡检环境信息，精细巡检环境信息采用精度更高的采集设备采集、采集频率也相对更高，因此更加准确。
故障判断模型可以指确定故障判断结果的模型。在一些实施例中，故障判断模型可以为下文中自定义结构的机器学习模型。故障判断模型还可以是其他结构的机器学习模型，例如神经网络模型等。
在一些实施例中，故障判断模型的输入可以为精细巡检图像，输出可以为对应的故障判断结果。
图6是根据本说明书一些实施例所示的故障判断模型确定故障判断结果的示例性示意图。如图6所示，故障判断模型可以包括特征提取层620和故障层660。
特征提取层620可以用于确定故障信息630。在一些实施例中，特征提取层620的输入可以为精细巡检图像610，输出可以为故障信息630。
在一些实施例中，特征提取层的模型类型可以包括但不限于图像识别模型、CNN等。
故障层660可以用于确定故障判断结果670。在一些实施例中，故障层660的模型结构可以包括但不限于NN。
在一些实施例中，故障层660的输入可以为故障信息630、辅助监测数据640和精细巡检环境信息650，输出可以为故障判断结果670。
其中，辅助监测数据640可以指用于辅助确定故障判断结果的监测数据。例如，辅助监测数据可以包括与输电线路相关的目标（如杆塔、绝缘子等）距离、方位、高度、形状等参数数据。在一些实施例中，辅助监测数据640可以通过开启辅助设备（如激光雷达设备）获取。关于其他设备的更多说明可以参见图2及其相关描述。
故障判断结果可以指判断是否存在潜在故障的判断结果。故障判断结果可以是0或1。例如，若存在故障，则模型输出的故障判断结果为1；若未发生故障，则模型输出的故障判断结果为0。
在一些实施例中，只有需要对巡检数据进行实时分析时，才启用故障层。关于此部分的更多说明可以参见图5中步骤530及其相关描述。
在一些实施例中，特征提取层620的输出可以为故障层660的输入，特征提取层620和故障层660可以通过联合训练得到。联合训练的方式可以包括但不限于梯度下降法。在一些实施例中，联合训练的第二训练样本可以包括样本精细巡检图像、样本辅助监测数据、样本精细巡检环境信息，可以通过历史数据获取。第二标签可以为第二训练样本对应的实际故障判断结果（即0或1），可以基于人工标注或处理器自动标注获取。
在本说明书的一些实施例中，利用训练好的故障判断模型确定故障判断结果，提高故障判断准确率的同时还可以进一步及时对巡检区域的疑似故障问题进行分析确认，提高巡检质量。
步骤530，响应于故障信息满足预设条件，对巡检数据进行实时分析。
预设条件可以指预设的用于判断巡检数据是否需要进行实时分析的条件。例如，预设条件可以为故障信息满足包括火灾隐患、线路毁损、线路部件损坏或缺失等中的至少一种。即当故障信息中包括火灾隐患、线路毁损、线路部件损坏或缺失中至少一种时，对巡检数据进行实时分析。在一些实施例中，预设条件可以基于历史经验预先设置或由系统默认设置。
在一些实施例中，当故障信息满足预设条件时，处理器可以通过多种方式对巡检数据进行实时分析。例如，分析方式可以包括但不限于图像识别、数据融合、数据统计等。
在一些实施例中，处理器可以进一步用于：响应于故障信息满足预设条件，启动故障层对故障信息、辅助监测数据、精细巡检环境信息进行处理，确定故障判断结果。
例如，假设故障信息包括线路部件损坏，满足预设条件，则处理器可以启用故障层，对故障信息、辅助监测数据、精细巡检环境信息进行处理，确定故障判断结果。
在本说明书的一些实施例中，通过判断故障判断结果是否满足预设条件，采用故障层对满足预设条件的部分巡检数据在巡检设备（如，直升机、无人机等）上及时进行分析处理，避免了将大量数据交由地面数据中心进行分析处理带来的分析滞后问题，有利于对巡检区域的疑似重要故障问题进行及时分析确认，提高巡检效率，避免风险损失扩大；在不满足预设条件时，不需要启动故障层对相应的巡检数据进行处理，可以降低在巡检设备（如，直升机、无人机等）上直接进行巡检数据处理的压力，提高数据处理效率。
在本说明书的一些实施例中，针对风险值较大的部分巡检区域，使用更多以及更精密的仪器设备采集精细巡检图像，进行进一步分析，避免大量重复巡检，可以提高巡检质量和巡检效率。
应当注意的是，上述有关流程500的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程500进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
本说明书一个或多个实施例之一提供一种输电线路巡检处理装置。装置包括至少一个存储介质和至少一个处理器，至少一个存储介质用于存储计算机指令；至少一个处理器用于执行所述计算机指令以实现输电线路巡检处理方法。
本说明书一个或多个实施例之一提供一种计算机可读存储介质，存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行输电线路巡检处理方法。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件（当前或之后附加于本说明书中的）也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (4)

1.一种输电线路巡检处理系统，其特征在于，所述系统包括处理器、控制器、数据获取模块以及存储器；
所述处理器、所述控制器、所述数据获取模块、以及所述存储器之间通信连接；
所述数据获取模块用于获取输电线路的巡检数据，所述数据获取模块包括图像获取单元和监测单元；
所述控制器用于接收所述处理器发出的指令，控制所述数据获取模块运行；
所述处理器用于：
基于所述巡检数据，确定巡检区域数据，所述巡检数据包括图像数据和监测数据，所述图像数据包括初始巡检图像，所述监测数据包括初始巡检环境信息和定位数据，所述基于所述巡检数据，确定巡检区域数据包括：
基于巡检风险模型对所述图像数据和所述监测数据进行处理，确定巡检区域中至少一个定位位置的动态风险等级，所述动态风险等级指随着所述巡检区域中输电线路信息、环境数据的变化产生动态变化的风险等级，所述风险等级指巡检风险的大小；
其中，所述巡检风险模型包括风险分类层和动态判断层，
基于所述风险分类层对所述初始巡检图像进行处理，确定风险类型及其概
率；
基于所述动态判断层对所述风险类型及其概率、所述初始巡检环境信息和所述定位数据进行处理，确定所述动态风险等级；
基于所述巡检区域数据，确定精细巡检方案，所述基于所述巡检区域数据，确定精细巡检方案包括：
基于所述巡检区域中至少一个定位位置的动态风险等级，确定所述至少一个定位位置的风险数据，其中，所述风险数据指所述巡检区域数据中存在风险隐患的数据，
所述风险数据包括所述动态风险等级超过风险阈值的定位位置数量及定位位置；
基于所述风险数据，通过向量检索的方式确定所述至少一个定位位置的所述精细巡检方案；所述图像数据还包括精细巡检图像，所述监测数据还包括精细巡检环境信息，所述处理器还用于：
基于所述精细巡检方案，控制所述图像获取单元采集所述精细巡检图像；
基于所述精细巡检图像，确定所述输电线路的故障信息；所述基于所述精细巡检图像，确定所述输电线路的故障信息包括：
基于故障判断模型的特征提取层对所述精细巡检图像进行处理，确定所述故障信息；所述故障判断模型为机器学习模型；
响应于所述故障信息满足预设条件，对所述巡检数据进行实时分析；其中，所述预设条件为所述故障信息包括火灾隐患、线路毁损、线路部件损坏或缺失中的至少一种；所述对所述巡检数据进行实时分析包括：
启动所述故障判断模型的故障层在巡检设备上对所述故障信息、辅助监测数据、所述精细巡检环境信息进行处理，确定故障判断结果；所述辅助监测数据包括与所述输电线路相关的目标的距离、方位、高度、形状中至少一种，所述目标包括塔杆、绝缘子。
2.一种输电线路巡检处理方法，其特征在于，所述方法基于输电线路巡检处理系统执行，所述系统包括处理器、控制器、数据获取模块以及存储器；所述方法包括：
获取输电线路的巡检数据；
基于所述巡检数据，确定巡检区域数据，所述巡检数据包括图像数据和监测数据，所述图像数据包括初始巡检图像，所述监测数据包括初始巡检环境信息和定位数据，所述基于所述巡检数据，确定巡检区域数据包括：
基于巡检风险模型对所述图像数据和所述监测数据进行处理，确定巡检区域中至少一个定位位置的动态风险等级，所述动态风险等级指随着所述巡检区域中输电线路信息、环境数据的变化产生动态变化的风险等级，所述风险等级指巡检风险的大小；其中，所述巡检风险模型包括风险分类层和动态判断层，
基于所述风险分类层对所述初始巡检图像进行处理，确定风险类型及其概率；
基于所述动态判断层对所述风险类型及其概率、所述初始巡检环境信息和所述定位数据进行处理，确定所述动态风险等级；
基于所述巡检区域数据，确定精细巡检方案，所述基于所述巡检区域数据，确定精细巡检方案包括：
基于所述巡检区域中至少一个定位位置的动态风险等级，确定所述至少一个定位位置的风险数据，其中，所述风险数据指所述巡检区域数据中存在风险隐患的数据，所述风险数据包括所述动态风险等级超过风险阈值的定位位置数量及定位位置；
基于所述风险数据，通过向量检索的方式确定所述至少一个定位位置的所述精细巡检方案；
所述图像数据还包括精细巡检图像，所述监测数据还包括精细巡检环境信息，所述方法还包括：
基于所述精细巡检方案，控制图像获取单元采集所述精细巡检图像；
基于所述精细巡检图像，确定所述输电线路的故障信息；所述基于所述精细巡检图像，确定所述输电线路的故障信息包括：
基于故障判断模型的特征提取层对所述精细巡检图像进行处理，确定所述故障信息；所述故障判断模型为机器学习模型；
响应于所述故障信息满足预设条件，对所述巡检数据进行实时分析；其中，所述预设条件为所述故障信息包括火灾隐患、线路毁损、线路部件损坏或缺失中的至少一种；
所述对所述巡检数据进行实时分析包括：
启动所述故障判断模型的故障层在巡检设备上对所述故障信息、辅助监测数据、所述精细巡检环境信息进行处理，确定故障判断结果；所述辅助监测数据包括与所述输电线路相关的目标的距离、方位、高度、形状中至少一种，所述目标包括塔杆、绝缘子。
3.一种输电线路巡检处理装置，其特征在于，所述装置包括至少一个处理器和至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器执行所述计算机指令或部分指令，以实现如权利要求2所述的方法。
4.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当计算机读取所述计算机指令时，所述计算机执行如权利要求2所述的方法。
CN202310735811.5A 2023-06-21 2023-06-21 一种输电线路巡检处理系统和方法 Active CN116485160B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310735811.5A CN116485160B (zh) 2023-06-21 2023-06-21 一种输电线路巡检处理系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310735811.5A CN116485160B (zh) 2023-06-21 2023-06-21 一种输电线路巡检处理系统和方法

Publications (2)

Publication Number Publication Date
CN116485160A CN116485160A (zh) 2023-07-25
CN116485160B true CN116485160B (zh) 2024-03-15

Family

ID=87223590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310735811.5A Active CN116485160B (zh) 2023-06-21 2023-06-21 一种输电线路巡检处理系统和方法

Country Status (1)

Country Link
CN (1) CN116485160B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308457A (zh) * 2018-03-27 2019-10-08 深圳天眼激光科技有限公司 一种基于无人机的输电线路巡检系统
CN111276898A (zh) * 2020-02-13 2020-06-12 国网冀北电力有限公司张家口供电公司 一种输电线路精细化巡检的方法
CN111474957A (zh) * 2020-05-07 2020-07-31 重庆工程学院 一种基于深度学习的输电线路巡检无人机系统
CN112327906A (zh) * 2020-10-22 2021-02-05 华能阜新风力发电有限责任公司 一种基于无人机的智能自动巡检系统
CN113110566A (zh) * 2021-03-02 2021-07-13 广州科腾信息技术有限公司 一种用于输电线路的无人机智能巡检系统
CN113708288A (zh) * 2021-07-29 2021-11-26 深圳供电局有限公司 输电线路智能巡检方法及系统、计算机设备、存储介质
CN114897329A (zh) * 2022-04-24 2022-08-12 国网冀北电力有限公司电力科学研究院 一种输电线路巡检方法、装置、系统及存储介质
CN115719147A (zh) * 2022-11-24 2023-02-28 中国南方电网有限责任公司超高压输电公司柳州局 输电线路巡检数据处理方法、装置、平台
CN115825984A (zh) * 2022-11-17 2023-03-21 国网山东省电力公司鱼台县供电公司 一种基于激光点云的输电线路巡检系统及巡检方法
CN116202489A (zh) * 2023-03-27 2023-06-02 国网浙江省电力有限公司电力科学研究院 输电线路巡检机与杆塔协同定位方法及系统、存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110308457A (zh) * 2018-03-27 2019-10-08 深圳天眼激光科技有限公司 一种基于无人机的输电线路巡检系统
CN111276898A (zh) * 2020-02-13 2020-06-12 国网冀北电力有限公司张家口供电公司 一种输电线路精细化巡检的方法
CN111474957A (zh) * 2020-05-07 2020-07-31 重庆工程学院 一种基于深度学习的输电线路巡检无人机系统
CN112327906A (zh) * 2020-10-22 2021-02-05 华能阜新风力发电有限责任公司 一种基于无人机的智能自动巡检系统
CN113110566A (zh) * 2021-03-02 2021-07-13 广州科腾信息技术有限公司 一种用于输电线路的无人机智能巡检系统
CN113708288A (zh) * 2021-07-29 2021-11-26 深圳供电局有限公司 输电线路智能巡检方法及系统、计算机设备、存储介质
CN114897329A (zh) * 2022-04-24 2022-08-12 国网冀北电力有限公司电力科学研究院 一种输电线路巡检方法、装置、系统及存储介质
CN115825984A (zh) * 2022-11-17 2023-03-21 国网山东省电力公司鱼台县供电公司 一种基于激光点云的输电线路巡检系统及巡检方法
CN115719147A (zh) * 2022-11-24 2023-02-28 中国南方电网有限责任公司超高压输电公司柳州局 输电线路巡检数据处理方法、装置、平台
CN116202489A (zh) * 2023-03-27 2023-06-02 国网浙江省电力有限公司电力科学研究院 输电线路巡检机与杆塔协同定位方法及系统、存储介质

Also Published As

Publication number Publication date
CN116485160A (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN112884931B (zh) 一种用于变电站的无人机巡检方法及系统
CN113759960B (zh) 基于无人机的风机叶片及塔筒巡检识别系统及方法
CN112327906A (zh) 一种基于无人机的智能自动巡检系统
CN114020002B (zh) 无人机巡检风机叶片的方法、装置、设备、无人机及介质
WO2019041191A1 (zh) 一种检测光伏板的方法、地面站、控制设备及无人机
CN111244822B (zh) 一种复杂地理环境的固定翼无人机巡线方法、系统和装置
CN116501091B (zh) 基于无人机自动调整航线的风机巡检控制方法和装置
CN112947511A (zh) 一种无人机巡检风机叶片的方法
KR20210001342A (ko) 무인비행체를 이용한 태양광 패널 관리장치 및 시스템
CN114744756A (zh) 一种基于机器视觉的输电线路智能巡检系统
CN115649501A (zh) 一种无人机夜行照明系统及方法
CN209570170U (zh) 一种基于无人机的海上风机塔柱状态巡检装置
CN115471764A (zh) 一种输电通道隐患检测方法、系统、设备及存储介质
CN115880595A (zh) 一种基于多源相机的无人机变电站智能巡检方法
CN116485160B (zh) 一种输电线路巡检处理系统和方法
CN118714259A (zh) 空地一体的智能巡检系统
CN115908049B (zh) 一种基于智能识别的风机叶片悬停位置动态识别系统
CN118590771A (zh) 一种海上风电机组全景视觉检测系统及使用方法
CN115912183B (zh) 高压输电线路生态措施巡视方法、系统及可读存储介质
Wang et al. Research on determining the inspection point of multirotor UAV power tower
CN117372909A (zh) 一种用于无人机巡检的多源数据融合方法、系统和无人机
CN116954264A (zh) 分布式高亚音速无人机集群控制系统及其方法
CN116243725A (zh) 基于视觉导航的变电站无人机巡检方法及系统
CN116795131A (zh) 基于雷达的配电线路无人机巡检方法和装置
Zhou et al. Three dimensional fully autonomous inspection method for wind power employing unmanned aerial vehicle based on 5G wireless communication and artificial intelligence

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