CN116793416A - 一种电缆线路的覆冰路段检测系统及方法 - Google Patents
一种电缆线路的覆冰路段检测系统及方法 Download PDFInfo
- Publication number
- CN116793416A CN116793416A CN202310596855.4A CN202310596855A CN116793416A CN 116793416 A CN116793416 A CN 116793416A CN 202310596855 A CN202310596855 A CN 202310596855A CN 116793416 A CN116793416 A CN 116793416A
- Authority
- CN
- China
- Prior art keywords
- vibration
- data
- icing
- wind power
- ice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 139
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000011248 coating agent Substances 0.000 claims abstract description 97
- 238000000576 coating method Methods 0.000 claims abstract description 97
- 230000007613 environmental effect Effects 0.000 claims abstract description 79
- 238000003860 storage Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000013211 curve analysis Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 230000015654 memory Effects 0.000 description 19
- 238000012544 monitoring process Methods 0.000 description 18
- 238000012549 training Methods 0.000 description 17
- 239000002609 medium Substances 0.000 description 12
- 230000005856 abnormality Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000013145 classification model Methods 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Road Signs Or Road Markings (AREA)
Abstract
本申请实施例公开了一种电缆线路的覆冰路段检测系统、方法、装置及存储介质。本申请实施例提供的技术方案,通过在振动数据的振动数据曲线未与环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的振动传感器的振动数据曲线,确定各个振动传感器对应位置处的覆冰检测结果,基于覆冰检测结果确定覆冰节点,并基于连续的覆冰节点生成覆冰路段;根据覆冰路段各个振动传感器的振动数据曲线分析确定覆冰路段的覆冰中心,将覆冰路段和覆冰中心上报至系统后台。采用上述技术手段,可以及时了解线路覆冰情况,及时对线路进行除冰处理,保障线路的运行稳定性和可靠性,避免线路受覆冰影响出现断线等情况,提升线路输电安全性。
Description
技术领域
本申请实施例涉及电缆监测技术领域,尤其涉及一种电缆线路的覆冰路段检测系统、方法、装置及存储介质。
背景技术
目前,在冰雪天气下,电缆线路经常会出现冰雪覆压导致输电线断股、断线、倒塔、导地线间闪络、短路跳闸和覆冰舞动等危害,给社会及生产造成重大损失。因此,对输电线进行线路覆压监测,在严重覆压情况下及时上报异常情况,可有效避免灾害的发生。
但是,传统的线路冰雪覆压监测方案大多采用人工巡检监测的方式,其监测流程较为繁琐不便,且人工巡检效率偏低,无法及时定位到覆冰路段。
发明内容
本申请实施例提供一种电缆线路的覆冰路段检测系统、方法、装置及存储介质,通过线路风力数据曲线和振动数据曲线分析确定覆冰路段和覆冰中心,进而上报覆冰路段和覆冰中心至系统后台,方便系统及时了解线路覆冰情况,及时对线路进行除冰处理,保障线路的运行稳定性和可靠性,避免线路受覆冰影响出现断线等情况,提升线路输电安全性。
在第一方面,本申请实施例提供了一种电缆线路的覆冰路段检测系统,包括处理器、风力检测模块和多个振动传感器;
所述风力检测模块用于定时检测当前电缆线路受到的环境风力数据;多个所述振动传感器沿着当前电缆线路间隔设置,用于采集当前电缆线路上各个对应线路位置的振动数据;
所述处理器信号连接所述风力检测模块和所述振动传感器,用于在冰雪天气情况下,定时获取所述风力检测模块采集的所述环境风力数据,确定过去设定时段内各个不同时间节点采集的所述环境风力数据达到设定风力阈值的目标数量,在所述目标数量达到设定数量指标的情况下,获取过去设定时段内各个所述振动传感器连续周期采集的所述振动数据,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配,在所述振动数据的振动数据曲线未与所述环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的所述振动传感器的振动数据曲线,确定各个所述振动传感器对应位置处的覆冰检测结果,基于所述覆冰检测结果确定覆冰节点,并基于连续的所述覆冰节点生成覆冰路段;根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,将所述覆冰路段和所述覆冰中心上报至系统后台。
进一步地,在判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配时,所述处理器具体用于根据所述环境风力数据的数据曲线确定各个风力值对应的振动数据波动范围,基于所述振动数据波动范围拟合构建风力振动关联曲线,根据所述振动数据的数据曲线与所述风力振动关联曲线的曲线相似度,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配。
进一步地,在根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心时,所述处理器具体用于将所述覆冰路段各个所述振动传感器的振动数据曲线比对设定的覆冰中心振动曲线,选择相似度最高的振动数据曲线对应的位置为所述覆冰路段的覆冰中心。
进一步地,所述处理器还用于查询所述覆冰中心对应的所述振动传感器的振动数据曲线,获取曲线峰值,根据所述曲线峰值确定所述覆冰中心的覆冰厚度,将所述覆冰厚度上报至系统后台。
在第二方面,本申请实施例提供了一种电缆线路的覆冰路段检测方法,应用于如第一方面所述的电缆线路的覆冰路段检测系统的处理器,包括:
在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的所述环境风力数据达到设定风力阈值的目标数量;
在所述目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配;
在所述振动数据的振动数据曲线未与所述环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的所述振动传感器的振动数据曲线,确定各个所述振动传感器对应位置处的覆冰检测结果,基于所述覆冰检测结果确定覆冰节点,并基于连续的所述覆冰节点生成覆冰路段;根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,将所述覆冰路段和所述覆冰中心上报至系统后台。
进一步地,所述判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配,包括:
根据所述环境风力数据的数据曲线确定各个风力值对应的振动数据波动范围,基于所述振动数据波动范围拟合构建风力振动关联曲线,根据所述振动数据的数据曲线与所述风力振动关联曲线的曲线相似度,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配。
进一步地,所述根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,包括:
将所述覆冰路段各个所述振动传感器的振动数据曲线比对设定的覆冰中心振动曲线,选择相似度最高的振动数据曲线对应的位置为所述覆冰路段的覆冰中心。
进一步地,还包括:
查询所述覆冰中心对应的所述振动传感器的振动数据曲线,获取曲线峰值,根据所述曲线峰值确定所述覆冰中心的覆冰厚度,将所述覆冰厚度上报至系统后台。
在第三方面,本申请实施例提供了一种电缆线路的覆冰路段检测装置,应用于如第一方面所述的电缆线路的覆冰路段检测系统的处理器,包括:
检测模块,用于在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的所述环境风力数据达到设定风力阈值的目标数量;
匹配模块,用于在所述目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配;
分析模块,用于在所述振动数据的振动数据曲线未与所述环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的所述振动传感器的振动数据曲线,确定各个所述振动传感器对应位置处的覆冰检测结果,基于所述覆冰检测结果确定覆冰节点,并基于连续的所述覆冰节点生成覆冰路段;根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,将所述覆冰路段和所述覆冰中心上报至系统后台。
在第四方面,本申请实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第二方面所述的电缆线路的覆冰路段检测方法。
本申请实施例通过在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的环境风力数据达到设定风力阈值的目标数量;在目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断振动数据的数据曲线是否与环境风力数据的数据曲线匹配;在振动数据的振动数据曲线未与环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的振动传感器的振动数据曲线,确定各个振动传感器对应位置处的覆冰检测结果,基于覆冰检测结果确定覆冰节点,并基于连续的覆冰节点生成覆冰路段;根据覆冰路段各个振动传感器的振动数据曲线分析确定覆冰路段的覆冰中心,将覆冰路段和覆冰中心上报至系统后台。采用上述技术手段,通过线路风力数据曲线和振动数据曲线分析确定覆冰路段和覆冰中心,进而上报覆冰路段和覆冰中心至系统后台,方便系统及时了解线路覆冰情况,及时对线路进行除冰处理,保障线路的运行稳定性和可靠性,避免线路受覆冰影响出现断线等情况,提升线路输电安全性。
附图说明
图1是本申请实施例一提供的一种电缆线路的覆冰路段检测方法的流程图;
图2是本申请实施例一提供的一种电缆线路的覆冰路段检测系统的结构示意图;
图3是本申请实施例二提供的一种电缆线路的覆冰路段检测装置的结构示意图;
图4是本申请实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一:
图1给出了本申请实施例一提供的一种电缆线路的覆冰路段检测方法的流程图,本实施例中提供的电缆线路的覆冰路段检测方法可以由电缆线路的覆冰路段检测系统执行,该电缆线路的覆冰路段检测系统可以通过软件和/或硬件的方式实现,该电缆线路的覆冰路段检测系统可以是两个或多个物理实体构成。
下述以该电缆线路的覆冰路段检测系统为执行电缆线路的覆冰路段检测方法的主体为例,进行描述。参照图1,该电缆线路的覆冰路段检测方法具体包括:
S110、在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的所述环境风力数据达到设定风力阈值的目标数量;
S120、在所述目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配;
S130、在所述振动数据的振动数据曲线未与所述环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的所述振动传感器的振动数据曲线,确定各个所述振动传感器对应位置处的覆冰检测结果,基于所述覆冰检测结果确定覆冰节点,并基于连续的所述覆冰节点生成覆冰路段;根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,将所述覆冰路段和所述覆冰中心上报至系统后台。
本申请实施例的电缆线路的覆冰路段检测方法,旨在通过监测电缆线路的振动数据,利用振动数据曲线与环境风力数据的匹配情况,触发对线路覆冰情况的检测。同样通过检测线路各个位置的振动数据,通过振动数据曲线分析判断电缆线路各个位置是否出现覆冰情况,根据覆冰检测结果定位线路上的覆冰路段。通过精准定位覆冰路段,方便线路运维管理人员及时前往进行线路检修,提升线路运行安全性和可靠性。
具体地,参照图2,提供本申请实施例的一种电缆线路的覆冰路段检测系统,包括处理器12、风力检测模块14和多个振动传感器13;风力检测模块14用于定时检测当前电缆线路11受到的环境风力数据;多个振动传感器13沿着当前电缆线路11间隔设置,用于采集当前电缆线路11上各个对应线路位置的振动数据;处理器12信号连接风力检测模块14和振动传感器13,用于在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的环境风力数据达到设定风力阈值的目标数量,在目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断振动数据的数据曲线是否与环境风力数据的数据曲线匹配,在振动数据的振动数据曲线未与环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的振动传感器的振动数据曲线,确定各个振动传感器对应位置处的覆冰检测结果,基于覆冰检测结果确定覆冰节点,并基于连续的覆冰节点生成覆冰路段;根据覆冰路段各个振动传感器的振动数据曲线分析确定覆冰路段的覆冰中心,将覆冰路段和覆冰中心上报至系统后台。
其中,处理器可以设置在当前电缆线路的任意位置上,通过与线路上的风力检测模块和振动传感器进行无线通信,获取相应的环境风力数据和振动数据,以基于环境风力数据和振动数据进行线路覆冰分析。
处理器通过温度传感器采集环境温度数据,在环境温度低于设定温度阈值时(如0摄氏度),确定当前处于冰雪天气,触发电缆线路覆冰检测。处理器也可以通过联网获取实时天气数据,在确定当前为冰雪天气情况下,触发电缆线路覆冰检测。
进一步地,在冰雪天气情况下,通过定时采集环境风力数据,确定过去设定时段内各个不同时间节点采集的环境风力数据达到设定风力阈值的目标数量。由于在环境风力达到一定值的情况下,电缆线路会受风力带动而使得线路晃动。这种情况下,线路覆冰和线路未覆冰,检测到的电缆线路的振动数据是不同的。基于此原理,本申请实施例利用风力作用下电缆线路的振动情况进行线路覆冰分析,以精准确定线路的覆冰路段。
其中,对于采集到的不同时间节点的环境风力数据,通过将其比对设定风力阈值,如若过去设定时段内达到设定风力阈值的环境风力数据的目标数量,在目标数量达到设定数量指标的情况下,则表示过去设定时段的环境风力适合进行线路覆冰分析,环境风力带动电缆线路晃动所产生的振动数据可以用来进行电缆线路的覆冰检测。
进一步地,在目标数量达到设定数量指标的情况下,则进一步获取过去设定时段各个振动传感器在不同时间节点采集的振动数据,基于这些振动数据构建各个传感器的振动数据曲线。进而通过判断振动数据曲线与上述环境风力数据的数据曲线是否匹配,以判定是否进行线路覆冰检测。
其中,根据所述环境风力数据的数据曲线确定各个风力值对应的振动数据波动范围,基于所述振动数据波动范围拟合构建风力振动关联曲线,根据所述振动数据的数据曲线与所述风力振动关联曲线的曲线相似度,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配。
在此之前,通过实际测验电缆线路在不同风力驱动下,其振动数据的波动范围,以此构建风力数据与振动数据波动范围的映射关系。进而基于该环境风力数据的数据曲线,找到曲线上每一个风力数据对应的振动数据波动范围,以此可以线路未覆冰情况下,不同时间节点受该环境风力数据影响下的振动数据波动范围分布信息。通过拟合不同时间节点下的振动数据波动范围,可以得到线路未覆冰情况下的振动数据曲线,定义为风力振动关联曲线,该曲线表示线路未覆冰情况下,受风力影响的振动数据分布。可以理解的是,通过将实际检测的振动数据的数据曲线与该风力振动关联曲线比对,若两者的曲线相似度低于设定的相似度阈值,则表明当前线路的振动数据分布不符合线路在未覆冰情况下的振动数据分布规律,表明此时线路可能出现覆冰情况,实际振动数据的振动数据曲线未与环境风力数据的风力数据曲线匹配。则此时可以触发线路的覆冰检测逻辑,对线路进行覆冰检测。
进一步地,基于设定的覆冰检测指标检测对应的振动传感器的振动数据曲线,确定各个振动传感器对应位置处的覆冰检测结果,根据覆冰检测结果确定各个振动传感器对应位置是否出现覆冰情况。
可以理解的是,在覆冰情况下,线路振动数据会处于某一稳定的振动数值范围,因此可以先基于线路覆冰时的振动数据设定一个覆冰检测指标,该覆冰检测指标标识了线路覆冰情况下的振动数值波动范围。基于环境风力数据与线路振动数据的匹配结果,将不匹配的各个振动传感器对应的振动数据分别比对该覆冰检测指标,若振动数据落入该覆冰检测指标的数量达到总量的设定百分比,则认为当前传感器对应位置出现覆冰情况。
需要说明的是,直接根据振动数据与覆冰检测指标的比对结果判断线路是否覆冰,可能受短时的鸟类干扰导致振动数据变化影响,使得检测结果存在一定的误差。而根据环境风力数据与线路振动数据的匹配结果,在两者不匹配情况下,由于对应传感器位置极大概率存在覆冰情况,则此时根据振动数据与覆冰检测指标的比对结果判断线路是否覆冰,其准确度明显增加。
通过振动数据与覆冰检测指标的比对结果判断线路是否覆冰,确定各个所述振动传感器对应位置处的覆冰检测结果,即覆冰或者未覆冰。根据这些覆冰检测结果,确定覆冰位置为覆冰节点。进一步将当前线路分段上出现的连续覆冰情况,即连续的覆冰节点连线,生成一个覆冰路段上报至系统后台。以指示运维人员及时前往覆冰路段执行融冰、除冰作业,保障线路的安全、稳定运行。
进一步地,处理器还将所述覆冰路段各个所述振动传感器的振动数据曲线比对设定的覆冰中心振动曲线,选择相似度最高的振动数据曲线对应的位置为所述覆冰路段的覆冰中心。在此之前通过预先实地测验覆冰中心的振动数据,构建覆冰中心振动曲线。通过大量采集线路覆冰情况下,覆冰中心的振动数据,构建大量覆冰中心振动曲线。后续基于覆冰路段各个所述振动传感器的振动数据曲线遍历预先构建的覆冰中心振动曲线。选取其中与覆冰中心振动曲线相似度最高的振动数据曲线对应的位置为覆冰路段的覆冰中心,以此进行覆冰中心的精准定位。同样地,通过将该覆冰中心上报至系统后台,以便于运维人员确知覆冰严重的位置,提前做出相应对策。
可选地,在一个实施例中,处理器还用于查询所述覆冰中心对应的所述振动传感器的振动数据曲线,获取曲线峰值,根据所述曲线峰值确定所述覆冰中心的覆冰厚度,将所述覆冰厚度上报至系统后台。可以理解的是,不同覆冰厚度情况下,覆冰中心的振动数据的振幅也有所不同。因此在采集大量覆冰中心振动曲线时,还可以检测覆冰中心实际的厚度以及对应的曲线峰值,构建对应的覆冰厚度-曲线峰值关系。后续通过将振动数据曲线的曲线峰值比对该覆冰厚度-曲线峰值关系,即可确定对应的覆冰厚度。进而将覆冰厚度上报至系统后台,以便于运维人员确知覆冰严重程度,提前做出相应对策。
可选地,在一个实施例中,还可以对应线路分段设置监控摄像头,通过监控摄像头采集对应监测位置(如线路首端或者其他各个位置)采集监控图像,并上报至处理器。处理器基于采集到的监控图像,通过预构建的异常检测模型识别该监控图像,以判断监控图像是否存在线路覆冰情况。在此之前,预先通过收集线路出现覆冰异常的图像作为训练图像,将训练图像输入基于神经网络的异常检测模型进行训练,使得异常检测模型具备检测识别覆冰异常情况的能力,后续对输入的监控图像进行线路覆冰的识别。异常检测模型还可以是图像分类模型,图像分类模型可以是卷积神经网络,对一个初始的卷积神经网络进行训练,从而使得该卷积神经网络能够较好地提取训练样本的特征,并具备一定的图像分类能力;卷积神经网络的基本结构可以包括卷积层、池化层以及全连接层,其中,卷积层和池化层交替分布,卷积层可以通过卷积计算提取出训练样本的特征,池化层可以对输入至卷积神经网络的训练样本进行降采样处理,即对训练样本进行缩小处理,并同时保留训练样本中的重要信息,全连接层基于卷积层确定的图像特征,对图像进行分类。具体地,在测试阶段中通过收集大量线路出现覆冰的图像和其他正常情况的图像来作为训练样本对图像分类模型进行训练,在训练过程中可以先获取固线位置不同状态的图像集,将图像集进行预处理并划分为训练样本集和验证样本集,其中预处理可以是统一尺寸的裁剪,模糊图像的筛除等;进而将该训练样本集划分为正样本和负样本,其中正样本为固线位置出现冰雪覆盖或者出现火灾的的图像,负样本为固线位置正常状态的图像。根据实际需要模型分类不同状态的能力,正样本和负样本的设置可以适应性选择固线位置对应状态图像。以此,可以将对监控图像的检测等同于二分类问题,即要么确定出现线路覆冰,要么线路状态正常。因而可以将每个正样本的真值均标记为1,并将每个负样本的真值均标记为0;采用标记后的多个正样本,以及标记后的多个负样本对异常检测模型进行训练;每次训练后可以通过验证样本集以及损失函数来对所训练完的异常检测模型进行迭代优化,最终达到在该异常检测模型的精度达到预设精度,或者该异常检测模型的训练轮数达到预设轮数时,停止对该异常检测模型的训练,并将停止训练后的异常检测模型作为最终的异常检测模型。之后,通过将监控图像输入异常检测模型,即可识别其中是否出现线路覆冰情况。在出现覆冰情况时,则可以进一步根据监控图像的图像特征辨别覆冰程度。在训练异常检测模型时,通过对覆冰图像标注对应的覆冰程度(如部分覆盖,全部覆盖或者对应的覆冰厚度等等),以此进行异常检测模型训练,使得异常检测模型具备辨别监控图像覆冰程度的能力。进而在确定出现覆冰异常的情况下,做出准确、及时的防控措施。
上述,通过在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的环境风力数据达到设定风力阈值的目标数量;在目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断振动数据的数据曲线是否与环境风力数据的数据曲线匹配;在振动数据的振动数据曲线未与环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的振动传感器的振动数据曲线,确定各个振动传感器对应位置处的覆冰检测结果,基于覆冰检测结果确定覆冰节点,并基于连续的覆冰节点生成覆冰路段;根据覆冰路段各个振动传感器的振动数据曲线分析确定覆冰路段的覆冰中心,将覆冰路段和覆冰中心上报至系统后台。采用上述技术手段,通过线路风力数据曲线和振动数据曲线分析确定覆冰路段和覆冰中心,进而上报覆冰路段和覆冰中心至系统后台,方便系统及时了解线路覆冰情况,及时对线路进行除冰处理,保障线路的运行稳定性和可靠性,避免线路受覆冰影响出现断线等情况,提升线路输电安全性。
实施例二:
在上述实施例的基础上,图3为本申请实施例二提供的一种电缆线路的覆冰路段检测装置的结构示意图。参考图3,本实施例提供的电缆线路的覆冰路段检测装置具体包括:
检测模块21,用于在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的所述环境风力数据达到设定风力阈值的目标数量;
匹配模块22,用于在所述目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配;
分析模块23,用于在所述振动数据的振动数据曲线未与所述环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的所述振动传感器的振动数据曲线,确定各个所述振动传感器对应位置处的覆冰检测结果,基于所述覆冰检测结果确定覆冰节点,并基于连续的所述覆冰节点生成覆冰路段;根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,将所述覆冰路段和所述覆冰中心上报至系统后台。
进一步地,所述判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配,包括:
根据所述环境风力数据的数据曲线确定各个风力值对应的振动数据波动范围,基于所述振动数据波动范围拟合构建风力振动关联曲线,根据所述振动数据的数据曲线与所述风力振动关联曲线的曲线相似度,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配。
进一步地,所述根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,包括:
将所述覆冰路段各个所述振动传感器的振动数据曲线比对设定的覆冰中心振动曲线,选择相似度最高的振动数据曲线对应的位置为所述覆冰路段的覆冰中心。
进一步地,还包括:
查询所述覆冰中心对应的所述振动传感器的振动数据曲线,获取曲线峰值,根据所述曲线峰值确定所述覆冰中心的覆冰厚度,将所述覆冰厚度上报至系统后台。
上述,通过在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的环境风力数据达到设定风力阈值的目标数量;在目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断振动数据的数据曲线是否与环境风力数据的数据曲线匹配;在振动数据的振动数据曲线未与环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的振动传感器的振动数据曲线,确定各个振动传感器对应位置处的覆冰检测结果,基于覆冰检测结果确定覆冰节点,并基于连续的覆冰节点生成覆冰路段;根据覆冰路段各个振动传感器的振动数据曲线分析确定覆冰路段的覆冰中心,将覆冰路段和覆冰中心上报至系统后台。采用上述技术手段,通过线路风力数据曲线和振动数据曲线分析确定覆冰路段和覆冰中心,进而上报覆冰路段和覆冰中心至系统后台,方便系统及时了解线路覆冰情况,及时对线路进行除冰处理,保障线路的运行稳定性和可靠性,避免线路受覆冰影响出现断线等情况,提升线路输电安全性。
本申请实施例二提供的电缆线路的覆冰路段检测装置可以用于执行上述实施例一提供的电缆线路的覆冰路段检测方法,具备相应的功能和有益效果。
实施例三:
本申请实施例三提供了一种电子设备,参照图4,该电子设备包括:处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器的数量可以是一个或者多个,该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器、存储器、通信模块、输入装置及输出装置可以通过总线或者其他方式连接。
存储器作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请任意实施例所述的电缆线路的覆冰路段检测方法对应的程序指令/模块(例如,电缆线路的覆冰路段检测装置中的检测模块、匹配模块和分析模块)。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块用于进行数据传输。
处理器通过运行存储在存储器中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的电缆线路的覆冰路段检测方法。
输入装置可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述实施例一提供的电缆线路的覆冰路段检测方法,具备相应的功能和有益效果。
实施例四:
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种电缆线路的覆冰路段检测方法,该电缆线路的覆冰路段检测方法包括:在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的所述环境风力数据达到设定风力阈值的目标数量;在所述目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配;在所述振动数据的振动数据曲线未与所述环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的所述振动传感器的振动数据曲线,确定各个所述振动传感器对应位置处的覆冰检测结果,基于所述覆冰检测结果确定覆冰节点,并基于连续的所述覆冰节点生成覆冰路段;根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,将所述覆冰路段和所述覆冰中心上报至系统后台。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的电缆线路的覆冰路段检测方法,还可以执行本申请任意实施例所提供的电缆线路的覆冰路段检测方法中的相关操作。
上述实施例中提供的电缆线路的覆冰路段检测装置、存储介质及电子设备可执行本申请任意实施例所提供的电缆线路的覆冰路段检测方法,未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的电缆线路的覆冰路段检测方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由权利要求的范围决定。
Claims (10)
1.一种电缆线路的覆冰路段检测系统,其特征在于,包括处理器、风力检测模块和多个振动传感器;
所述风力检测模块用于定时检测当前电缆线路受到的环境风力数据;多个所述振动传感器沿着当前电缆线路间隔设置,用于采集当前电缆线路上各个对应线路位置的振动数据;
所述处理器信号连接所述风力检测模块和所述振动传感器,用于在冰雪天气情况下,定时获取所述风力检测模块采集的所述环境风力数据,确定过去设定时段内各个不同时间节点采集的所述环境风力数据达到设定风力阈值的目标数量,在所述目标数量达到设定数量指标的情况下,获取过去设定时段内各个所述振动传感器连续周期采集的所述振动数据,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配,在所述振动数据的振动数据曲线未与所述环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的所述振动传感器的振动数据曲线,确定各个所述振动传感器对应位置处的覆冰检测结果,基于所述覆冰检测结果确定覆冰节点,并基于连续的所述覆冰节点生成覆冰路段;根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,将所述覆冰路段和所述覆冰中心上报至系统后台。
2.根据权利要求1所述的电缆线路的覆冰路段检测系统,其特征在于,在判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配时,所述处理器具体用于根据所述环境风力数据的数据曲线确定各个风力值对应的振动数据波动范围,基于所述振动数据波动范围拟合构建风力振动关联曲线,根据所述振动数据的数据曲线与所述风力振动关联曲线的曲线相似度,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配。
3.根据权利要求1所述的电缆线路的覆冰路段检测系统,其特征在于,在根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心时,所述处理器具体用于将所述覆冰路段各个所述振动传感器的振动数据曲线比对设定的覆冰中心振动曲线,选择相似度最高的振动数据曲线对应的位置为所述覆冰路段的覆冰中心。
4.根据权利要求1所述的电缆线路的覆冰路段检测系统,其特征在于,所述处理器还用于查询所述覆冰中心对应的所述振动传感器的振动数据曲线,获取曲线峰值,根据所述曲线峰值确定所述覆冰中心的覆冰厚度,将所述覆冰厚度上报至系统后台。
5.一种电缆线路的覆冰路段检测方法,应用于如权利要求1所述的电缆线路的覆冰路段检测系统的处理器,其特征在于,包括:
在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的所述环境风力数据达到设定风力阈值的目标数量;
在所述目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配;
在所述振动数据的振动数据曲线未与所述环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的所述振动传感器的振动数据曲线,确定各个所述振动传感器对应位置处的覆冰检测结果,基于所述覆冰检测结果确定覆冰节点,并基于连续的所述覆冰节点生成覆冰路段;根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,将所述覆冰路段和所述覆冰中心上报至系统后台。
6.根据权利要求5所述的电缆线路的覆冰路段检测方法,其特征在于,所述判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配,包括:
根据所述环境风力数据的数据曲线确定各个风力值对应的振动数据波动范围,基于所述振动数据波动范围拟合构建风力振动关联曲线,根据所述振动数据的数据曲线与所述风力振动关联曲线的曲线相似度,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配。
7.根据权利要求5所述的电缆线路的覆冰路段检测方法,其特征在于,所述根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,包括:
将所述覆冰路段各个所述振动传感器的振动数据曲线比对设定的覆冰中心振动曲线,选择相似度最高的振动数据曲线对应的位置为所述覆冰路段的覆冰中心。
8.根据权利要求5所述的电缆线路的覆冰路段检测方法,其特征在于,还包括:
查询所述覆冰中心对应的所述振动传感器的振动数据曲线,获取曲线峰值,根据所述曲线峰值确定所述覆冰中心的覆冰厚度,将所述覆冰厚度上报至系统后台。
9.一种电缆线路的覆冰路段检测装置,应用于如权利要求1所述的电缆线路的覆冰路段检测系统的处理器,其特征在于,包括:
检测模块,用于在冰雪天气情况下,定时获取风力检测模块采集的环境风力数据,确定过去设定时段内各个不同时间节点采集的所述环境风力数据达到设定风力阈值的目标数量;
匹配模块,用于在所述目标数量达到设定数量指标的情况下,获取过去设定时段内各个振动传感器连续周期采集的振动数据,判断所述振动数据的数据曲线是否与所述环境风力数据的数据曲线匹配;
分析模块,用于在所述振动数据的振动数据曲线未与所述环境风力数据的风力数据曲线匹配的情况下,基于设定的覆冰检测指标检测对应的所述振动传感器的振动数据曲线,确定各个所述振动传感器对应位置处的覆冰检测结果,基于所述覆冰检测结果确定覆冰节点,并基于连续的所述覆冰节点生成覆冰路段;根据所述覆冰路段各个所述振动传感器的振动数据曲线分析确定所述覆冰路段的覆冰中心,将所述覆冰路段和所述覆冰中心上报至系统后台。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求5-8任一所述的电缆线路的覆冰路段检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310596855.4A CN116793416A (zh) | 2023-05-24 | 2023-05-24 | 一种电缆线路的覆冰路段检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310596855.4A CN116793416A (zh) | 2023-05-24 | 2023-05-24 | 一种电缆线路的覆冰路段检测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116793416A true CN116793416A (zh) | 2023-09-22 |
Family
ID=88043210
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310596855.4A Pending CN116793416A (zh) | 2023-05-24 | 2023-05-24 | 一种电缆线路的覆冰路段检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116793416A (zh) |
-
2023
- 2023-05-24 CN CN202310596855.4A patent/CN116793416A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111209434A (zh) | 一种基于多源异构数据融合的变电站设备巡检系统及方法 | |
CN113340353B (zh) | 一种输电线路的监测方法、设备及介质 | |
CN111538311B (zh) | 一种基于数据挖掘的机械设备柔性多状态自适应预警方法及装置 | |
CN112085621B (zh) | 一种基于K-Means-HMM模型的分布式光伏电站故障预警算法 | |
CN112085071A (zh) | 一种基于边缘计算的配电房设备故障分析预判方法及装置 | |
CN112229845A (zh) | 基于视觉导航技术的无人机高精度饶塔智能巡检方法 | |
CN114422184A (zh) | 基于机器学习的网络安全攻击类型和威胁等级预测方法 | |
CN113516820A (zh) | 一种火灾预警方法和预警系统 | |
CN116302809A (zh) | 边缘端数据分析计算装置 | |
CN114895163A (zh) | 一种基于电缆绝缘性能的电缆巡检定位装置及方法 | |
CN116953395B (zh) | 充电桩偷电检测方法、装置、设备及存储介质 | |
CN111314110B (zh) | 一种用于分布式系统的故障预警方法 | |
CN117491813A (zh) | 新能源汽车动力电池系统绝缘异常检测方法 | |
CN116793416A (zh) | 一种电缆线路的覆冰路段检测系统及方法 | |
CN116679159A (zh) | 一种电缆线路历史异常节点管理系统及方法 | |
CN116845863A (zh) | 基于时空轨迹的末端电网异常设备接入告警方法及装置 | |
Mehajabin et al. | Real-time deep learning based road deterioration detection for smart cities | |
CN115187880A (zh) | 基于图像识别的通信光缆缺陷检测方法、系统及存储介质 | |
CN116244600A (zh) | 一种gis间歇性放电模式识别模型的构建方法、系统及设备 | |
CN115619013A (zh) | 多传感器信息融合火灾预测算法、系统、电子设备及介质 | |
CN112198472B (zh) | 一种局部放电智能传感器在线远程校验方法及系统 | |
CN115113093A (zh) | 一种可视化绝缘子漏电流巡检方法及设备 | |
CN116683627A (zh) | 一种输电线路的覆冰定位系统、方法、装置及存储介质 | |
CN116679160A (zh) | 一种电缆线路外破监测系统、方法、装置及存储介质 | |
CN116679258A (zh) | 一种基于空间定位的电缆覆冰监测系统及方法 |
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 |