CN116563969B - 一种设备巡检方法、装置、设备和存储介质 - Google Patents
一种设备巡检方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN116563969B CN116563969B CN202310826697.7A CN202310826697A CN116563969B CN 116563969 B CN116563969 B CN 116563969B CN 202310826697 A CN202310826697 A CN 202310826697A CN 116563969 B CN116563969 B CN 116563969B
- Authority
- CN
- China
- Prior art keywords
- equipment
- inspection
- area
- station
- 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 331
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012544 monitoring process Methods 0.000 claims abstract description 131
- 238000005516 engineering process Methods 0.000 claims abstract description 21
- 230000002159 abnormal effect Effects 0.000 claims description 56
- 230000005856 abnormality Effects 0.000 claims description 31
- 238000010191 image analysis Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 16
- 238000009434 installation Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 239000004973 liquid crystal related substance Substances 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005034 decoration Methods 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- 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
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
-
- G06Q50/40—
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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
-
- 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
Abstract
本发明公开了一种设备巡检方法、装置、设备和存储介质,包括:通过数字孪生技术,根据车站区域的车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型;根据区域轻量化模型,确定车站区域的区域巡检路径,并根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定至少一条待巡检路径;通过区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;根据设备巡检图像和巡检监测信息,分别生成各待巡检路径对应的巡检记录。提高了对车站设备的巡检效率,同时提高了对车站设备的巡检结果的准确度。
Description
技术领域
本发明实施例涉及计算机领域,尤其涉及一种设备巡检方法、装置、设备和存储介质。
背景技术
现阶段,在对车站区域进行巡检时,往往采用人工携带巡检工具对车站区域进行实地巡检,对车站区域的车站设备进行现场检查、拍照和录像,并手动记录巡检结果,这种巡检方式无法保证巡检结果的完整性、准确性和及时性,且人工成本较高。现阶段对车站区域进行远程巡检时,通过巡检系统采集的图像了解车站设备的实际工作情况,在此过程中,还需要工作人员规划巡检路径,并开启巡检路径中的视频监测设备进行设备巡检,同时需要靠工作人员对巡检获取的图像进行人眼识别,确定巡检路径对应的巡检区域的异常情况,以及巡检路径对应的车站的故障情况,依旧需要较高的人工成本,且巡检效率低,且巡检结果的准确度低。因此,如何提高对车站设备进行巡检的智能化水平,提高对车站设备的巡检效率,以及提高对车站设备的巡检结果的准确度,是需要解决的问题。
发明内容
本发明提供了一种设备巡检方法、装置、设备和存储介质,可以提高对车站设备进行巡检的智能化水平,提高对车站设备的巡检效率,以及提高对车站设备的巡检结果的准确度。
根据本发明的一方面,提供了一种设备巡检方法,包括:
通过数字孪生技术,根据车站区域中车站设备的设备状态反馈信息,以及所述车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型;
根据所述区域轻量化模型,确定所述车站区域的区域巡检路径,并根据所述区域巡检路径上各设备巡检点的巡检起始时间,从所述区域巡检路径中确定至少一条待巡检路径;
通过所述区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;
根据所述设备巡检图像和所述巡检监测信息,分别生成各待巡检路径对应的巡检记录。
根据本发明的另一方面,提供了一种设备巡检装置,该装置包括:
轻量化模型确定模块,用于通过数字孪生技术,根据车站区域中车站设备的设备状态反馈信息,以及所述车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型;
待巡检路径确定模块,用于根据所述区域轻量化模型,确定所述车站区域的区域巡检路径,并根据所述区域巡检路径上各设备巡检点的巡检起始时间,从所述区域巡检路径中确定至少一条待巡检路径;
巡检监测信息确定模块,用于通过所述区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;
巡检记录确定模块,用于根据所述设备巡检图像和所述巡检监测信息,分别生成各待巡检路径对应的巡检记录。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的设备巡检方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的设备巡检方法。
本发明实施例的技术方案,通过数字孪生技术,根据车站区域的车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型;根据区域轻量化模型,确定车站区域的区域巡检路径,并根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定至少一条待巡检路径;通过区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;根据设备巡检图像和巡检监测信息,分别生成各待巡检路径对应的巡检记录。上述方案,解决了在对车站设备进行远程巡检时,通过巡检系统采集的车站设备的图像信息了解车站设备的实际运行情况,导致信息滞后,且巡检效率低的问题。通过数字孪生技术,构建车站区域的区域轻量化模型,通过区域轻量化模型能够获取动态化的车站设备的设备状态,以及设备监测信息,从而能够通过区域轻量化模型获取具有时效性的区域巡检路径,避免了消息滞后导致的区域巡检路径不可靠的问题。根据区域轻量化模型获取待巡检路径的设备巡检图像和巡检监测信息,生成巡检记录,提高了对待巡检路径上的待巡检设备的巡检效率,同时提高了对待巡检设备巡检结果的可靠性,节约了巡检过程中的人工成本。可以实现多个巡检任务并行执行的效果,可全面多角度完成对车站设备的巡检任务。同时,通过巡检记录,工作人员可以快速定位车站设备的故障信息,并针对性的解决设备故障问题,保障车站设备的高效运行。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种设备巡检方法的流程图;
图2为本发明实施例二提供的一种设备巡检方法的流程图;
图3为本发明实施例三提供的一种设备巡检装置的结构示意图;
图4为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语 “候选”和“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“等”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种设备巡检方法的流程图,本实施例可适用于对车站设备进行巡检的情况,尤其适用于确定车站设备的待巡检路径,并基于待巡检路径对车站设备进行巡检的情况。该方法可以由设备巡检装置来执行,该设备巡检装置可以采用硬件和/或软件的形式实现,该设备巡检装置可配置于电子设备中。如图1所示,该方法包括:
S110、通过数字孪生技术,根据车站区域中车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型。
其中,数字孪生技术是充分利用物理模型、传感器更新和运行历史等数据,集成多学科、多物理量、多尺度和多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。车站设备是指车站区域内需要通过电力运行的设备。
具体的,在创建车站区域的区域轻量化模型时,收集车站区域内设备建筑的建筑平面CAD(Management Software Computer Aided Design, 管理软件计算机辅助设计)图纸和装修图纸,利用3D轻量化建模系统,根据采集的建筑平面CAD图纸和装修图纸自动生成与实际尺寸和样式完全一致的轻量化建筑模型的模型墙体,并对轻量化建筑模型的模型墙体进行模型内部装修渲染,即令轻量化建筑模型的模型墙体具有和实际建筑相同的颜色和质感。
在轻量化建筑模型的基础上,将车站区域内设备建筑中重点设备模型通过三维定位方法,摆放至轻量化建筑模型中对应的位置,并将车站设备的设备标识和设备运行参数与轻量化建筑模型中的设备模型相关联,通过数据采集系统及数字孪生驱动,将车站设备的运行状态、运行情况、故障信息和车站设备内部各传感器反馈的实时数据映射在轻量化建筑模型中。其中,数据采集系统,是采集车站区域中车站设备的真实信息的系统。数字孪生驱动能够通过设备标识将数据采集系统的收集到信息进行筛选并推送至轻量化建筑模型中,生成车站区域的区域轻量化模型。车站设备内部各传感器反馈的实时数据包括:电流、电压、赫兹和部分零件的开合情况等数据。
示例性的,生成车站区域的区域轻量化模型的方法可以是:根据车站区域的车站设备、物联网传感器和区域监测设备的安装信息,绘制车站区域的三维轻量化模型;通过数据采集系统采集车站区域中车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息;通过数字孪生技术,将车站设备的设备状态反馈信息,以及设备监测信息映射到三维轻量化模型中,生成车站区域的区域轻量化模型。
其中,设备状态反馈信息包括车站设备的设备工作状态、设备运行电流、设备运行电压和设备运行频率。设备监测信息包括车站设备的设备标识、设备运行情况、设备故障信息、设备位置信息和遥感数据信息等。
具体的,根据模型包括车站设备、物联网传感器和视频监控设备的安装图纸确定车站区域的车站设备、物联网传感器和区域监测设备的安装信息。通过数据采集系统采集车站设备的设备状态反馈信息,同时,通过数据采集系统采集车站区域的区域监测设备的设备监测信息。通过数字孪生技术,将车站设备的设备状态反馈信息和区域监测设备的设备监测信息映射到车站区域的三维轻量化模型中,确定车站区域的区域轻量化模型。区域轻量化模型可以表征车站区域的车站设备的设备状态变化状况。
可以理解的是,通过数字孪生技术,将数据采集系统采集的车站设备的设备状态反馈信息,以及区域监测设备的设备监测信息映射到车站区域的三维轻量化模型上,可以获取表征车站区域中车站设备的设备状态变化状况的区域轻量化模型。同时,可以根据数字孪生技术,根据设备状态反馈信息和设备监测信息对区域轻量化模型进行灵活调整,提高了区域巡检路径的确定效率,同时保证了确定的区域巡检路径、待巡检路径和待巡检路径对应的巡检记录的可靠性。
S120、根据区域轻量化模型,确定车站区域的区域巡检路径,并根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定至少一条待巡检路径。
其中,区域巡检路径是指对车站区域中车站设备进行远程巡检时的巡检路径。待巡检路径是指根据车站设备的实际巡检需求确定的巡检路径。设备巡检点是指巡检点位置对应的巡检点。不同的设备巡检点对应的区域中的车站设备的巡检频率不同,因此可以根据各设备巡检点对应的区域中的车站设备的巡检频率确定各设备巡检点的巡检起始时间。
具体的,根据区域轻量化模型中视频监测设备的监测设备位置,确定车站区域的区域巡检路径。根据各设备巡检点对应的区域中的车站设备的巡检频率确定各设备巡检点的巡检起始时间,根据各设备巡检点的巡检起始时间以及当前时间,从设备巡检点中确定至少一个目标巡检点,并根据各目标巡检点的巡检起始时间和位置关系,从区域巡检路径中确定至少一条待巡检路径作为目标巡检点的巡检路径。
示例性的,确定车站区域的区域巡检路径的方法可以是:根据区域轻量化模型,确定视频监测设备的监测设备位置,并根据监测设备位置确定车站区域的巡检点位置;根据巡检点位置确定车站区域的区域巡检路径。
其中,巡检点位置是指可以获取到车站设备的设备监测信息的位置。巡检点位置可以是监测设备位置。
具体的,从区域轻量化模型中读取视频监测设备的监测设备位置,将监测设备位置作为车站区域的巡检点位置。将巡检点位置相连接,形成车站区域的区域巡检路径。例如,在车站区域的区域轻量化模型中存在视频监测设备的设备模型,且视频监测设备的设备模型在区域轻量化模型中的空间位置与视频监测设备在车站区域的空间位置一致。因此可以根据区域轻量化模型中视频监测设备的监测设备位置确定车站区域的巡检点位置。视频监测设备可以是CCTV(charge-coupled device,电荷耦合器件)摄像头设备。
示例性的,可以通过如下子步骤确定待巡检路径:
S1201、根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定候选巡检路径。
其中,候选巡检路径是指根据区域巡检路径上各设备巡检点的巡检起始时间生成的,可供用户进行选择的设备巡检路径。
S1202、根据路径选择信息,从候选巡检路径中确定至少一条待巡检路径。
具体的,在确定候选巡检路径后,将候选巡检路径反馈给工作人员,工作人员对候选巡检路径进行选择和确认操作。根据工作人员的选择和确认操作确定工作人员的路径选择信息,根据路径选择信息确定工作人员所选择的候选巡检路径为待巡检路径。
上述方案,能够根据用户对于候选巡检路径的选择信息,从候选巡检路径中确定待巡检路径,实现了对待巡检路径的灵活选择,能够满足用户的个性化需求,避免对不需要巡检的车站设备进行额外巡检,节约设备巡检资源,提高对待巡检路径上的待巡检设备的巡检效率。
S130、通过区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息。
其中,巡检监测信息是指待巡检设备的设备监测信息。巡检监测信息包括待巡检设备的设备标识、设备运行情况、设备故障信息、设备位置信息和遥感数据信息等。
具体的,通过区域轻量化模型,读取各待巡检路径上区域监测设备采集的设备监测信息,以根据各待巡检路径上区域监测设备采集的设备监测信息确定各待巡检路径上的待巡检设备的设备巡检图像,以及各待巡检路径上的待巡检设备的巡检监测信息。
示例性的,在对车站区域进行巡检时,放大区域轻量化模型中待巡检路径上的第一个巡检点,利用视频监测设备码流驱动并读取待巡检路径上区域监测设备采集的设备监测信息,并将设备监测信息同步显示在区域轻量化模型中,实现设备监测信息中的监测图像和区域轻量化模型的视觉融合,并根据视觉融合后的图像信息确定第一个巡检点对应的待巡检设备的设备巡检图像和巡检监测信息。在待巡检路径上的第一个巡检点停留预设的时长后,依照待巡检路径,依次对其他巡检点进行巡检,以获取其他巡检点对应的待巡检设备的设备巡检图像和巡检监测信息。
S140、根据设备巡检图像和巡检监测信息,分别生成各待巡检路径对应的巡检记录。
具体的,通过图像分析模型对设备巡检图像进行故障特征识别,根据故障特征识别结果,从待巡检设备中确定可能存在故障的候选故障设备。根据候选故障设备的巡检监测信息确定候选故障设备是否存在故障,若是,则将存在故障的候选故障设备作为目标故障设备。根据各待巡检路径上目标故障设备的设备标识、设备巡检图像和巡检监测信息生成各待巡检路径对应的巡检记录。
本实施例提供的技术方案,通过数字孪生技术,根据车站区域的车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型;根据区域轻量化模型,确定车站区域的区域巡检路径,并根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定至少一条待巡检路径;通过区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;根据设备巡检图像和巡检监测信息,分别生成各待巡检路径对应的巡检记录。上述方案,解决了在对车站设备进行远程巡检时,通过巡检系统采集的车站设备的图像信息了解车站设备的实际运行情况,导致信息滞后,且巡检效率低的问题。通过数字孪生技术,构建车站区域的区域轻量化模型,通过区域轻量化模型能够获取动态化的车站设备的设备状态,以及设备监测信息,从而能够通过区域轻量化模型获取具有时效性的区域巡检路径,避免了消息滞后导致的区域巡检路径不可靠的问题。根据区域轻量化模型获取待巡检路径的设备巡检图像和巡检监测信息,生成巡检记录,提高了对待巡检路径上的待巡检设备的巡检效率,同时提高了对待巡检设备巡检结果的可靠性,节约了巡检过程中的人工成本。可以实现多个巡检任务并行执行的效果,可全面多角度完成对车站设备的巡检任务。同时,通过巡检记录,工作人员可以快速定位车站设备的故障信息,并针对性的解决设备故障问题,保障车站设备的高效运行。
实施例二
图2为本发明实施例二提供的一种设备巡检方法的流程图,本实施例在上述实施例的基础上进行了优化,给出了一种根据设备巡检图像和巡检监测信息,分别生成各待巡检路径对应的巡检记录的优选实施方式。具体的,如图2所示,该方法包括:
S210、通过数字孪生技术,根据车站区域的车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型。
S220、根据区域轻量化模型,确定车站区域的区域巡检路径,并根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定至少一条待巡检路径。
S230、通过区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息。
S240、通过图像分析模型对设备巡检图像进行图像分析,根据设备巡检图像的图像分析结果分别确定各待巡检路径对应的待巡检区域的区域异常信息。
其中,图像分析模型可以是根据车站区域的历史巡检图像、历史巡检图像中的历史巡检设备的故障信息和异常信息对神经网络进行训练得到。待巡检区域的区域异常信息即待巡检区域是否存在行人的异常活动行为。例如,区域异常信息可以指不允许行人活动的区域闯入行人。或者是在待巡检区域出现人员跌倒、人员逆行和打架聚众的现象。
具体的,通过图像分析模型对设备巡检图像进行图像分析,根据图像分析结果,确定各待巡检路径对应的待巡检区域中禁止行人活动区域的区域异常信息。
示例性的,根据设备巡检图像的图像分析结果分别确定各待巡检路径对应的待巡检区域的区域异常信息,还可以包括:根据视频监测设备反馈的相邻两帧图像信息中的车站设备的设备外观的对比情况,判断待巡检路径对应的待巡检区域中的车站设备是否存在变形、故障、异常和异物嵌入等异常情况,并根据异常情况判定结果和区域异常信息,确定车站设备的设备故障情况。设备外观包括设备轮廓、设备承重柱倾斜角度和设备警示灯颜色。
S250、根据设备巡检图像的图像分析结果,以及巡检监测信息,从待巡检设备中确定目标故障设备,并确定目标故障设备的故障原因。
具体的,根据设备巡检图像的图像分析结果确定各待巡检路径上的待巡检设备中是否存在异常设备,异常设备即可能存在故障的车站设备。将异常设备作为候选故障设备。根据巡检监测信息对候选故障设备进行故障诊断,以根据故障诊断结果从候选故障设备中确定目标故障设备,并根据巡检监测信息和设备巡检图像确定目标故障设备的故障原因。
S260、根据巡检监测信息、巡检起始时间、巡检结束时间、目标故障设备的设备标识、故障原因、待巡检区域的巡检区域标识和区域异常信息,分别生成各待巡检路径对应的巡检记录。
具体的,将巡检监测信息、巡检其实时间、巡检结束时间、目标故障设备的设备标识、故障原因、待巡检区域的巡检区域标识和区域异常信息分别对应记录在各待巡检路径对应的巡检文件中,以获取各待巡检路径对应的巡检记录。
示例性的,在生成自动巡检路径对应的巡检记录的同时,还可以:根据区域异常信息,从待巡检区域中确定异常巡检区域,并确定异常巡检区域的异常区域标识;根据区域异常信息和异常区域标识,发出区域异常报警信息;根据目标故障设备的设备标识和故障原因,发出设备异常报警信息。
具体的,根据区域异常信息,从待巡检区域中确定异常巡检区域,并确定异常巡检区域的异常区域标识。根据区域异常信息确定异常等级,根据异常等级和异常区域标识,从候选区域报警信息中确定异常区域报警信息。根据目标故障设备的故障原因确定设备故障等级,根据设备故障等级和目标故障设备的设备标识,从候选设备报警信息中确定设备异常报警信息。
其中,候选区域报警信息是指预先设置好的,针对区域异常信息的报警信息。候选区域报警信息可以是灯光报警信息、声音报警信息或灯光与声音结合的报警信息。例如,同一异常区域的不同等级的异常信息对应不同的候选区域报警信息,不同异常区域的相同等级的异常信息也对应不同的候选区域报警信息。候选设备报警信息是指预先设置好的,针对故障的车站设备的报警信息。候选设备报警信息也可以是灯光报警信息、声音报警信息或灯光与声音结合的报警信息。例如,不同设备故障等级对应的同一目标故障设备对应不同的候选设备报警信息;相同设备故障等级对应的不同目标故障设备也对应不同的候选设备报警信息。
可以理解的是,确定异常巡检区域和待巡检路径上的故障设备后,根据区域异常信息和异常区域标识,发出区域异常报警信息,并根据故障设备的设备标识和故障原因,发出设备异常报警信息,能够及时督促工作人员解决巡检路径上的异常现象以及对故障设备进行及时修复。
本实施例的技术方案,通过数字孪生技术,根据车站区域的车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型;根据区域轻量化模型,确定车站区域的区域巡检路径,并根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定至少一条待巡检路径;通过区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;通过图像分析模型对设备巡检图像进行图像分析,根据设备巡检图像的图像分析结果分别确定各待巡检路径对应的待巡检区域的区域异常信息;根据设备巡检图像的图像分析结果,以及巡检监测信息,从待巡检设备中确定目标故障设备,并确定目标故障设备的故障原因;根据巡检监测信息、巡检起始时间、巡检结束时间、目标故障设备的设备标识、故障原因、待巡检区域的巡检区域标识和区域异常信息,分别生成各待巡检路径对应的巡检记录。上述方案,利用图像分析模型,能够快速对设备巡检图像进行分析,确定待巡检路径中的区域异常信息和故障设备,并根据巡检监测信息、巡检起始时间、巡检结束时间、故障设备的设备标识、故障原因、待巡检区域的巡检区域标识和区域异常信息,生成自动巡检路径对应的巡检记录,避免巡检间歇阶段漏报异常事件。
实施例三
图3为本发明实施例三提供的一种设备巡检装置的结构示意图。本实施例可适用于对车站设备进行巡检的情况。如图3所示,该设备巡检装置包括:轻量化模型确定模块310、待巡检路径确定模块320、巡检监测信息确定模块330和巡检记录确定模块340。
其中,轻量化模型确定模块310,用于通过数字孪生技术,根据车站区域中车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型;
待巡检路径确定模块320,用于根据区域轻量化模型,确定车站区域的区域巡检路径,并根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定至少一条待巡检路径;
巡检监测信息确定模块330,用于通过区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;
巡检记录确定模块340,用于根据设备巡检图像和巡检监测信息,分别生成各待巡检路径对应的巡检记录。
本实施例提供的技术方案,通过数字孪生技术,根据车站区域的车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息,生成车站区域的区域轻量化模型;根据区域轻量化模型,确定车站区域的区域巡检路径,并根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定至少一条待巡检路径;通过区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;根据设备巡检图像和巡检监测信息,分别生成各待巡检路径对应的巡检记录。上述方案,解决了在对车站设备进行远程巡检时,通过巡检系统采集的车站设备的图像信息了解车站设备的实际运行情况,导致信息滞后,且巡检效率低的问题。通过数字孪生技术,构建车站区域的区域轻量化模型,通过区域轻量化模型能够获取动态化的车站设备的设备状态,以及设备监测信息,从而能够通过区域轻量化模型获取具有时效性的区域巡检路径,避免了消息滞后导致的区域巡检路径不可靠的问题。根据区域轻量化模型获取待巡检路径的设备巡检图像和巡检监测信息,生成巡检记录,提高了对待巡检路径上的待巡检设备的巡检效率,同时提高了对待巡检设备巡检结果的可靠性,节约了巡检过程中的人工成本。可以实现多个巡检任务并行执行的效果,可全面多角度完成对车站设备的巡检任务。同时,通过巡检记录,工作人员可以快速定位车站设备的故障信息,并针对性的解决设备故障问题,保障车站设备的高效运行。
示例性的,巡检记录确定模块340,包括:
区域异常信息确定单元,用于通过图像分析模型对设备巡检图像进行图像分析,根据设备巡检图像的图像分析结果分别确定各待巡检路径对应的待巡检区域的区域异常信息;
目标故障设备确定单元,用于根据设备巡检图像的图像分析结果,以及巡检监测信息,从待巡检设备中确定目标故障设备,并确定目标故障设备的故障原因;
巡检记录确定单元,用于根据巡检监测信息、巡检起始时间、巡检结束时间、目标故障设备的设备标识、故障原因、待巡检区域的巡检区域标识和区域异常信息,分别生成各待巡检路径对应的巡检记录。
示例性的,巡检记录确定模块340,还包括:
异常区域标识确定单元,用于根据区域异常信息,从待巡检区域中确定异常巡检区域,并确定异常巡检区域的异常区域标识;
区域异常报警单元,用于根据区域异常信息和异常区域标识,发出区域异常报警信息;
备异常报警单元,用于根据目标故障设备的设备标识和故障原因,发出设备异常报警信息。
示例性的,轻量化模型确定模块310,具体用于:
根据车站区域的车站设备、物联网传感器和区域监测设备的安装信息,绘制车站区域的三维轻量化模型;
通过数据采集系统采集车站区域中车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息;
通过数字孪生技术,将车站设备的设备状态反馈信息,以及设备监测信息映射到三维轻量化模型中,生成车站区域的区域轻量化模型。
示例性的,待巡检路径确定模块320具体用于:
根据区域巡检路径上各设备巡检点的巡检起始时间,从区域巡检路径中确定候选巡检路径;
根据路径选择信息,从候选巡检路径中确定至少一条待巡检路径。
示例性的,待巡检路径确定模块320还具体用于:
根据区域轻量化模型,确定视频监测设备的监测设备位置,并根据监测设备位置确定车站区域的巡检点位置;
根据巡检点位置确定车站区域的区域巡检路径。
本实施例提供的设备巡检装置可适用于上述任意实施例提供的设备巡检方法,具备相应的功能和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如设备巡检方法。
在一些实施例中,设备巡检方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的设备巡检方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行设备巡检方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (6)
1.一种设备巡检方法,其特征在于,包括:
根据车站区域的车站设备、物联网传感器和区域监测设备的安装信息,绘制所述车站区域的三维轻量化模型;
通过数据采集系统采集车站区域中车站设备的设备状态反馈信息,以及所述车站区域的区域监测设备的设备监测信息;
通过数字孪生技术,将所述车站设备的设备状态反馈信息,以及所述设备监测信息映射到所述三维轻量化模型中,生成车站区域的区域轻量化模型;其中,所述区域轻量化模型用于表征车站区域的车站设备的设备状态变化状况;所述设备监测信息包括车站设备的设备标识、设备运行情况、设备故障信息、设备位置信息和遥感数据信息;
根据所述区域轻量化模型,确定所述车站区域的区域巡检路径,并根据所述区域巡检路径上各设备巡检点的巡检起始时间,从所述区域巡检路径中确定至少一条待巡检路径,包括:根据所述区域巡检路径上各设备巡检点的巡检起始时间,从所述区域巡检路径中确定候选巡检路径;根据路径选择信息,从所述候选巡检路径中确定至少一条待巡检路径;其中,所述各设备巡检点的巡检起始时间根据所述各设备巡检点对应的区域中的车站设备的巡检频率确定,各所述设备巡检点对应的区域中的车站设备的巡检频率不同;
通过所述区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;
根据所述设备巡检图像和所述巡检监测信息,分别生成各待巡检路径对应的巡检记录;
其中,所述根据所述设备巡检图像和所述巡检监测信息,分别生成各待巡检路径对应的巡检记录,包括:
通过图像分析模型对所述设备巡检图像进行图像分析,根据所述设备巡检图像的图像分析结果分别确定各待巡检路径对应的待巡检区域的区域异常信息,包括:根据视频监测设备反馈的相邻两帧图像信息中的车站设备的设备外观的对比情况,判断所述待巡检路径对应的待巡检区域中的车站设备是否存在变形、故障、异常和异物嵌入的异常情况,并根据所述异常情况判定结果和区域异常信息,确定车站设备的设备故障情况;其中,所述待巡检区域的区域异常信息是指所述待巡检区域是否存在行人的异常活动行为;
根据所述设备巡检图像的图像分析结果,以及所述巡检监测信息,从所述待巡检设备中确定目标故障设备,并确定所述目标故障设备的故障原因;
根据所述巡检监测信息、巡检起始时间、巡检结束时间、所述目标故障设备的设备标识、故障原因、待巡检区域的巡检区域标识和区域异常信息,分别生成各待巡检路径对应的巡检记录。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据所述区域异常信息,从所述待巡检区域中确定异常巡检区域,并确定所述异常巡检区域的异常区域标识;
根据所述区域异常信息和异常区域标识,发出区域异常报警信息;
根据所述目标故障设备的设备标识和所述故障原因,发出设备异常报警信息。
3.根据权利要求1所述的方法,其特征在于,根据所述区域轻量化模型,确定所述车站区域的区域巡检路径,包括:
根据所述区域轻量化模型,确定视频监测设备的监测设备位置,并根据所述监测设备位置确定所述车站区域的巡检点位置;
根据所述巡检点位置确定所述车站区域的区域巡检路径。
4.一种设备巡检装置,其特征在于,包括:
轻量化模型确定模块,用于根据车站区域的车站设备、物联网传感器和区域监测设备的安装信息,绘制车站区域的三维轻量化模型;通过数据采集系统采集车站区域中车站设备的设备状态反馈信息,以及车站区域的区域监测设备的设备监测信息;通过数字孪生技术,将车站设备的设备状态反馈信息,以及设备监测信息映射到三维轻量化模型中,生成车站区域的区域轻量化模型;其中,所述区域轻量化模型用于表征车站区域的车站设备的设备状态变化状况;所述设备监测信息包括车站设备的设备标识、设备运行情况、设备故障信息、设备位置信息和遥感数据信息;
待巡检路径确定模块,用于根据所述区域轻量化模型,确定所述车站区域的区域巡检路径,并根据所述区域巡检路径上各设备巡检点的巡检起始时间,从所述区域巡检路径中确定至少一条待巡检路径,具体用于:根据所述区域巡检路径上各设备巡检点的巡检起始时间,从所述区域巡检路径中确定候选巡检路径;根据路径选择信息,从所述候选巡检路径中确定至少一条待巡检路径;其中,所述各设备巡检点的巡检起始时间根据所述各设备巡检点对应的区域中的车站设备的巡检频率确定,各所述设备巡检点对应的区域中的车站设备的巡检频率不同;
巡检监测信息确定模块,用于通过所述区域轻量化模型,分别获取各待巡检路径上的待巡检设备的设备巡检图像和巡检监测信息;
巡检记录确定模块,用于根据所述设备巡检图像和所述巡检监测信息,分别生成各待巡检路径对应的巡检记录;
其中,所述巡检记录确定模块,还包括:
区域异常信息确定单元,用于通过图像分析模型对所述设备巡检图像进行图像分析,根据所述设备巡检图像的图像分析结果分别确定各待巡检路径对应的待巡检区域的区域异常信息,具体用于:根据视频监测设备反馈的相邻两帧图像信息中的车站设备的设备外观的对比情况,判断所述待巡检路径对应的待巡检区域中的车站设备是否存在变形、故障、异常和异物嵌入的异常情况,并根据所述异常情况判定结果和区域异常信息,确定车站设备的设备故障情况;其中,所述待巡检区域的区域异常信息是指所述待巡检区域是否存在行人的异常活动行为;
目标故障设备确定单元,用于根据所述设备巡检图像的图像分析结果,以及所述巡检监测信息,从所述待巡检设备中确定目标故障设备,并确定所述目标故障设备的故障原因;
巡检记录确定单元,用于根据所述巡检监测信息、巡检起始时间、巡检结束时间、所述目标故障设备的设备标识、故障原因、待巡检区域的巡检区域标识和区域异常信息,分别生成各待巡检路径对应的巡检记录。
5.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-3中任一项所述的设备巡检方法。
6.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-3中任一项所述的设备巡检方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310826697.7A CN116563969B (zh) | 2023-07-07 | 2023-07-07 | 一种设备巡检方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310826697.7A CN116563969B (zh) | 2023-07-07 | 2023-07-07 | 一种设备巡检方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116563969A CN116563969A (zh) | 2023-08-08 |
CN116563969B true CN116563969B (zh) | 2023-10-24 |
Family
ID=87491872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310826697.7A Active CN116563969B (zh) | 2023-07-07 | 2023-07-07 | 一种设备巡检方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116563969B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111832758A (zh) * | 2020-06-16 | 2020-10-27 | 广东希睿数字科技有限公司 | 基于数字孪生的地铁站台门维保作业方法和装置以及设备 |
CN113052993A (zh) * | 2021-03-16 | 2021-06-29 | 中国工商银行股份有限公司 | 一种基于告警信息联动的故障巡检方法及装置 |
CN113852915A (zh) * | 2021-09-26 | 2021-12-28 | 上海上实龙创智能科技股份有限公司 | 地铁站设备控制方法、装置、电子设备及存储介质 |
CN114506365A (zh) * | 2020-11-17 | 2022-05-17 | 比亚迪股份有限公司 | 高架轨道运营异常处理方法及系统 |
CN115225859A (zh) * | 2022-07-04 | 2022-10-21 | 中国铁道科学研究院集团有限公司 | 基于视频融合的车站安全巡检方法、装置和设备 |
CN115471625A (zh) * | 2022-10-12 | 2022-12-13 | 福建省海峡智汇科技有限公司 | 一种云机器人平台大数据智能决策方法和系统 |
CN115705699A (zh) * | 2022-09-26 | 2023-02-17 | 浙江数智交院科技股份有限公司 | 一种基于数字孪生技术的高速公路智能巡检方法和装置 |
CN115759497A (zh) * | 2022-11-07 | 2023-03-07 | 合肥赛为智能有限公司 | 一种轨道交通智慧车站自动巡检的方法与系统 |
-
2023
- 2023-07-07 CN CN202310826697.7A patent/CN116563969B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111832758A (zh) * | 2020-06-16 | 2020-10-27 | 广东希睿数字科技有限公司 | 基于数字孪生的地铁站台门维保作业方法和装置以及设备 |
CN114506365A (zh) * | 2020-11-17 | 2022-05-17 | 比亚迪股份有限公司 | 高架轨道运营异常处理方法及系统 |
CN113052993A (zh) * | 2021-03-16 | 2021-06-29 | 中国工商银行股份有限公司 | 一种基于告警信息联动的故障巡检方法及装置 |
CN113852915A (zh) * | 2021-09-26 | 2021-12-28 | 上海上实龙创智能科技股份有限公司 | 地铁站设备控制方法、装置、电子设备及存储介质 |
CN115225859A (zh) * | 2022-07-04 | 2022-10-21 | 中国铁道科学研究院集团有限公司 | 基于视频融合的车站安全巡检方法、装置和设备 |
CN115705699A (zh) * | 2022-09-26 | 2023-02-17 | 浙江数智交院科技股份有限公司 | 一种基于数字孪生技术的高速公路智能巡检方法和装置 |
CN115471625A (zh) * | 2022-10-12 | 2022-12-13 | 福建省海峡智汇科技有限公司 | 一种云机器人平台大数据智能决策方法和系统 |
CN115759497A (zh) * | 2022-11-07 | 2023-03-07 | 合肥赛为智能有限公司 | 一种轨道交通智慧车站自动巡检的方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116563969A (zh) | 2023-08-08 |
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 | |
CN109085174A (zh) | 显示屏外围电路检测方法、装置、电子设备及存储介质 | |
CN110472510A (zh) | 基于红外及可见图像的电力设备故障检测方法及评估设备 | |
CN113011323B (zh) | 通行状态的获取方法、相关装置、路侧设备及云控平台 | |
CN112115927A (zh) | 一种基于深度学习的机房设备智能识别方法及系统 | |
CN112929602B (zh) | 基于图像处理的数据监控方法、装置及相关设备 | |
CN112613569B (zh) | 图像识别方法、图像分类模型的训练方法及装置 | |
CN108921840A (zh) | 显示屏外围电路检测方法、装置、电子设备及存储介质 | |
CN112200079A (zh) | 基于智慧交通的人工智能图像处理方法、系统及云服务器 | |
CN109087281A (zh) | 显示屏外围电路检测方法、装置、电子设备及存储介质 | |
CN114143220A (zh) | 实时数据可视化平台 | |
CN116563969B (zh) | 一种设备巡检方法、装置、设备和存储介质 | |
KR20230056006A (ko) | 3차원 모델을 통한 인공지능 기반 안전진단 장치 및 그 방법 | |
CN113050501A (zh) | 一种车间虚拟监控系统及服务终端 | |
KR20210071283A (ko) | 드론을 이용하는 구조물 안전점검 유지관리 방법 및 시스템 | |
CN113850773A (zh) | 一种检测方法、装置、设备及计算机可读存储介质 | |
CN111597940A (zh) | 渲染模型的评估方法、装置、电子设备及可读存储介质 | |
CN109087282A (zh) | 显示屏外围电路检测方法、装置、电子设备及存储介质 | |
CN117808447A (zh) | 基于云计算技术的巡检分析方法、装置、系统及存储介质 | |
CN117745820A (zh) | 一种作业机械生产安全监测方法、装置、设备及介质 | |
CN115373037A (zh) | 一种检测方法、装置、设备及存储介质 | |
CN117037032A (zh) | 图像的目标检测方法、装置、设备及介质 | |
CN115526543A (zh) | 一种基于bim的建筑设备运维方法、装置及计算机设备 | |
CN116152475A (zh) | 基于语义分割的智能转辙机检修评估方法、设备及介质 | |
CN117576077A (zh) | 一种缺陷检测方法、装置、设备和存储介质 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231127 Address after: Room 2108, 21st Floor, Building A, Tsinghua Tongfang Science and Technology Building, No.1 Wangzhuang Road, Haidian District, Beijing, 100083 Patentee after: Tongfang Smart Energy Co.,Ltd. Patentee after: TONGFANG TECHNOVATOR INTERNATIONAL TECHNOLOGY (BEIJING) Co.,Ltd. Address before: 101499 Room 09, Building 1, Yard 61, Qingchun Road, Huairou District, Beijing Patentee before: TONGFANG TECHNOVATOR INTERNATIONAL TECHNOLOGY (BEIJING) Co.,Ltd. |