CN116826958A - 一种数字化输电通道智能安全巡检方法 - Google Patents
一种数字化输电通道智能安全巡检方法 Download PDFInfo
- Publication number
- CN116826958A CN116826958A CN202310606063.0A CN202310606063A CN116826958A CN 116826958 A CN116826958 A CN 116826958A CN 202310606063 A CN202310606063 A CN 202310606063A CN 116826958 A CN116826958 A CN 116826958A
- Authority
- CN
- China
- Prior art keywords
- transmission channel
- power transmission
- data
- sensor
- monitoring
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000007689 inspection Methods 0.000 title claims abstract description 33
- 238000010801 machine learning Methods 0.000 claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims description 41
- 238000005516 engineering process Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 12
- 230000036541 health Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000002452 interceptive effect Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 230000005672 electromagnetic field Effects 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000000556 factor analysis Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
Classifications
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
- G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
-
- 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
- H02J13/00006—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 information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Power Engineering (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请涉及输电通道巡检领域，公开了一种数字化输电通道智能安全巡检方法，包括在输电通道上部署摄像头以及传感器，对采集到的数据和图像进行处理和分析，利用数据分析和建模技术，建立输电通道的运行状态和故障预测模型，设计相应的监控和报警策略，及时发现通道的预警和报警信息，根据检查结果进行相应故障修复。本发明可以实时监测输电通道运行参数，可以对监测数据进行分析和特征提取及时发现输电通道的故障和风险，降低发生事故的概率，同时借助机器学习等现代技术手段，可以对数据进行高效处理和分析，优化巡检和维护的流程，提高工作效率，具有实时性、预测性、降低成本、增强稳定性和可靠性，可有效提高输电通道的管理和运行质量。
Description
技术领域
本发明涉及输电通道巡检技术领域，具体为一种数字化输电通道智能安全巡检方法。
背景技术
输电通道巡检是为了电网线路的正常运行，降低电网的风险，随着电网的快速发展，人均线路维护长度不断增加，人工输线通道维护的工作效率和质量无法保障。
现有技术普遍采用传统巡检方式，需要消耗大量人力和物力，工作效率较低，资源利用率低下。此外，传统巡检无法实时监测输电通道的状态，难以及时发现问题，导致损失加大。同时，人工巡检数据难以进行快速、准确的分析和挖掘，难以发现隐藏的故障问题。这些问题严重影响了巡检和维护的质量，增加了管理和运维成本，提高了风险及事故发生的概率。
发明内容
针对现有技术的不足，本发明提供了一种数字化输电通道智能安全巡检方法，解决了现有技术中无法实时监测输电通道的状态，难以及时发现运行中的问题，且难以进行数据分析和挖掘，难以发现隐藏的故障的问题。
为实现以上目的，本发明通过以下技术方案予以实现：一种数字化输电通道智能安全巡检方法，包括以下步骤：
S1、在输电通道上部署摄像头以及传感器，进行环境数据和图像采集；
S2、对采集到的数据和图像进行处理和分析，提取和归纳关键信息；
S3、利用数据分析和建模技术，建立输电通道的运行状态和故障预测模型，通过对数据进行比较分析，判断输电通道的健康状况和故障风险；
S4、设计相应的监控和报警策略，及时发现通道的预警和报警信息，对输电通道进行实时监测和报警；
S5、根据检查结果进行相应故障排查、控制和修复；
S6、用户通过移动端访问和监控输电通道的运行状态和数据信息。
优选的，步骤S1中，所述传感器包括温度传感器、电流传感器、振动传感器、风速传感器以及声音传感器。
优选的，步骤S2中，所述关键信息包括输电通道的温度、载流量、电磁场强度、杆塔倾斜度、覆冰情况。
优选的，步骤S2具体包括以下步骤：
S21、对采集到的数据和图像进行预处理和清洗，去除干扰信号；
S22、利用图像处理和机器学习技术，对图像和数据进行分析和提取特征，并进行运行状况的评估和故障预测；
S23、利用统计分析方法，将多个传感器和摄像头采集的信息进行整合，得到全局的运行状况。
优选的，步骤S3具体包括以下步骤：
S31、根据采集到的数据和图像，建立符合输电通道的模型；
S32、使用机器学习技术对数据进行训练，建立故障预测模型，提高预测准确度；
S33、建立多维度的运行状态评估指标，通过比较分析，判断输电通道的健康状况和故障风险。
优选的，步骤S4具体包括以下步骤：
S41、根据预测模型和运行状态评估，设置对应的预警和报警阈值；
S42、实时监控输电通道的数据和图像，监测运行状态；
S43、当检测到异常情况时，发出预警或报警信息。
优选的，步骤S6具体包括以下步骤：
S61、提供Web或移动应用程序，供用户访问输电通道的实时数据和图像；
S62、用户对输电通道的远程监控和控制，对输电通道进行点对点控制和调节。
本发明另一方面提供一种数字化输电通道智能安全巡检系统，用于实现上述方法，包括：
运行环境采集模块，用于采集电通道相关的场景以及输电通道相关的环境参数；
数据图像处理模块，用于对采集到的数据和图像进行处理和分析，提取和归纳关键信息；
分析模型建立模块，用于建立输电通道的运行状态和故障预测模型；
运行故障预测模块，用于模型通过对数据进行比较分析，判断输电通道的健康状况和故障风险；
监控和报警模块，用于确定预警和报警阈值，实时监测输电通道数据和图像，并在监测数值超出阈值时发出预警和报警信息；
交互式控制模块，用于用户通过移动端访问和监控输电通道的运行状态和数据信息。
优选的，所述运行环境采集模块包括传感器模块和摄像头模块，所述传感器模块包括温度传感器、电流传感器、振动传感器、风速传感器以及声音传感器，所述摄像头模块包括红外摄像头和全景摄像头。
优选的，所述交互式控制模块包括可视化分析模块，用于为用户提供输电通道监测数据的可视化展示。
本发明提供了一种数字化输电通道智能安全巡检方法。具备以下有益效果：
1、本发明通过安装传感器和摄像头，可以实时监测输电通道运行参数，及时掌握输电通道的健康状况，且运用数据和图像分析技术，可以对监测数据进行分析和特征提取，建立运行状态和故障预测模型，及时发现输电通道的故障和风险，降低发生事故的概率，另外借助机器学习等现代技术手段，可以对数据进行高效处理和分析，优化巡检和维护的流程，提高工作效率；总的来说该方法具有实时性、预测性、降低成本、增强稳定性和可靠性，可有效提高输电通道的管理和运行质量。
2、本发明提供的数字化输电通道智能安全巡检系统具备实时性、安全性、可靠性、高效性等特点，能够对输电通道进行全面、系统、智能化的安全监测和管理，为输电通道的运行保障提供了有力的技术支持。
附图说明
图1为本发明的方法流程图；
图2为本发明的S2步骤具体流程图；
图3为本发明的S3步骤具体流程图；
图4为本发明的S4步骤具体流程图；
图5为本发明的系统架构图；
图6为本发明的运行环境采集模块示意图；
图7为本发明的交互式控制模块示意图。
具体实施方式
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，都属于本发明保护的范围。
实施例一：
请参阅附图1-附图4，本发明实施例提供一种数字化输电通道智能安全巡检方法，包括以下步骤：
S1、在输电通道上部署摄像头以及传感器，进行环境数据和图像采集；
本实施例中，在进行输电通道巡检时需要在输电通道周围部署摄像头、传感器等设备，收集环境数据和通道的运行状态数据，并通过摄像头获取输电通道的实时图像；
具体的，传感器包括温度传感器、电流传感器、振动传感器、风速传感器以及声音传感器；摄像头包括红外摄像头以及全景摄像头；
其中，温度传感器用于监测输电通道温度状况，及时捕捉过热、过载等情况；电流传感器用于监测输电通道的电流负荷，及时发现和预测负荷过大、电力失调等情况；振动传感器用于监测输电通道的振动和波动情况，及时发现杆塔或导线的松动、噪声等异常情况；声音传感器用于监测输电线路附近的噪声状况，可检测到鸟类、动物的掉落和碰撞等异常情况；风速传感器：用于监测输电线路周围的风速状况，提高输电线路的风险评估和需要加固的部位；红外摄像头用于监测输电通道的线路温度变化，检测可能存在的局部过热或设备老化等情况；全景摄像头：用于监测输电通道的运行环境，检测杆塔倾斜、设备老化等情况。
S2、对采集到的数据和图像进行处理和分析，提取和归纳关键信息；
具体的，S21、对采集到的数据和图像进行预处理和清洗，去除干扰信号；
预处理技术是对数据最基本的处理过程，主要有变换(如傅里叶变换)、去噪、滤波、校准、标定等，其包括：
去噪技术，对原始数据进行处理，提取有效信息；
滤波技术，将信号从其内部产生的干扰中滤出一个它所需的频率范围内的信号；
校准与标定技术，对数据进行调整，确保其准确性。
本实施例中，通过对获取到的原始数据进行处理，提取有效信息，从而为后续的故障预测和警报提供可靠依据。
S22、利用图像处理和机器学习技术，对图像和数据进行分析和提取特征，并进行运行状况的评估和故障预测；
基于机器学习算法提取通道的关键信息，如通道的形态和变化、温度、湿度、振动等，并通过算法进行数据归纳和分类，其包括：
通道形态和变化提取，利用有无人子图像识别、强化手段对流体图像进行形态和变化提取；
温湿度与震动提取，根据传感器采集到的数据进行特征提取，并进行相关分析，建立模型，对通道的健康状况进行预测；
本实施例中，通过利用机器学习算法进行特征提取，从而实现提取从监测设备中获得的通道状态信息。
S23、利用统计分析方法，将多个传感器和摄像头采集的信息进行整合，得到全局的运行状况；
通过对采集到的数据进行综合分析和处理，对其进行分类、聚类和统计，形成针对输电通道的基础数据，并建立模型进行初步分类判断，其包括：
无监督方法，聚类、关联规则、因子分析、主成分分析等；
监督方法，决策树、朴素贝叶斯、模拟退火、遗传算法等；
本实施例中，通过聚类、关联规则、因子分析、主成分分析等方法对采集到的数据进行综合分析和处理，归纳出与通道状态相关的基础数据，并将其分类，为后续的建模和故障预测提供基础数据。
S3、利用数据分析和建模技术，建立输电通道的运行状态和故障预测模型，通过对数据进行比较分析，判断输电通道的健康状况和故障风险；
具体的，S31、根据采集到的数据和图像，建立符合输电通道的模型；
S32、使用机器学习技术对数据进行训练，建立故障预测模型，提高预测准确度；
S33、建立多维度的运行状态评估指标，通过比较分析，判断输电通道的健康状况和故障风险。
本实施例中，该模型主要是对输电通道的特征及其相关需要考虑的所有因素作为输入，输出是故障预测结果和安全等级；
进一步的，利用建立好的模型对输电通道运行状态进行预测和告警，发现故障和危险因素，及时采取防范和修复措施，可以采用以下几种算法：
时间序列分析法：通过数学统计方法对历史数据进行预测。
神经网络方法：利用大量历史数据进行训练，预测可能出现的异常状态。
统计分析法：对采集到的数据进行综合分析，形成针对输电通道的统计模型，用于判断是否发生故障可能。
S4、设计相应的监控和报警策略，及时发现通道的预警和报警信息，对输电通道进行实时监测和报警；
具体的，S41、根据预测模型和运行状态评估，设置对应的预警和报警阈值；
S42、实时监控输电通道的数据和图像，监测运行状态；
S43、当检测到异常情况时，发出预警或报警信息。
本实施例中，通过设计相应的监控和报警策略，及时发现通道的预警和报警信息，对输电通道进行实时监测和报警。
其中，通过阈值监测技术，对关键数据的设定告警阈值进行实时监测预警；通过异常检测技术建立模型，对数据进行监测和预测，利用传感器数据进行故障预警与报警，并显示异常检测的实时数据结果。
S5、根据检查结果进行相应故障排查、控制和修复；
本实施例中，根据检查结果进行相应故障排查、控制和修复，确保输电通道的安全稳定运行；
具体的，通过对故障进行分析、诊断，找到故障根源，并根据故障制定方案，及时进行修复，准确控制故障，进行自检验收，确保修复的效果。
S6、用户通过移动端访问和监控输电通道的运行状态和数据信息；
具体的，S61、提供Web或移动应用程序，供用户访问输电通道的实时数据和图像；
S62、用户对输电通道的远程监控和控制，对输电通道进行点对点控制和调节。
本实施例中，用户可以利用移动端APP访问安全巡检平台，获取输电通道的运行状态和数据信息。通过应用程序界面，用户可以查看输电通道的数据和状态，监控设备的运行情况，进行报警或告警操作等。
实施例二：
请参阅附图5-附图7，本发明实施例提供一种数字化输电通道智能安全巡检系统，包括：
运行环境采集模块，用于采集电通道相关的场景以及输电通道相关的环境参数；
本实施例中，运行环境采集模块包括传感器模块和摄像头模块，传感器模块包括温度传感器、电流传感器、振动传感器、风速传感器以及声音传感器，摄像头模块包括红外摄像头和全景摄像头；
具体的，在进行输电通道巡检时需要在输电通道周围部署摄像头、传感器等设备，收集环境数据和通道的运行状态数据，并通过摄像头获取输电通道的实时图像。
数据图像处理模块，用于对采集到的数据和图像进行处理和分析，提取和归纳关键信息；
本实施例中，通过对获取到的原始数据进行处理，提取有效信息，从而为后续的故障预测和警报提供可靠依据；
具体的，首先通过预处理技术对采集到的数据和图像进行预处理和清洗，去除干扰信号，随后利用图像处理和机器学习技术，对图像和数据进行分析和提取特征，并进行运行状况的评估和故障预测，另外利用统计分析方法，将多个传感器和摄像头采集的信息进行整合，得到全局的运行状况。
总的来说，通过聚类、关联规则、因子分析、主成分分析等方法对采集到的数据进行综合分析和处理，归纳出与通道状态相关的基础数据，并将其分类，为后续的建模和故障预测提供基础数据。
分析模型建立模块，用于建立输电通道的运行状态和故障预测模型；
本实施例中，利用数据分析和建模技术，建立输电通道的运行状态和故障预测模型，通过对数据进行比较分析，判断输电通道的健康状况和故障风险；
具体的，该模型主要是对输电通道的特征及其相关需要考虑的所有因素作为输入，输出是故障预测结果和安全等级。
运行故障预测模块，用于模型通过对数据进行比较分析，判断输电通道的健康状况和故障风险；
监控和报警模块，用于确定预警和报警阈值，实时监测输电通道数据和图像，并在监测数值超出阈值时发出预警和报警信息；
本实施例中，通过设计相应的监控和报警策略，及时发现通道的预警和报警信息，对输电通道进行实时监测和报警；
具体的，通过阈值监测技术，对关键数据的设定告警阈值进行实时监测预警；通过异常检测技术建立模型，对数据进行监测和预测，利用传感器数据进行故障预警与报警，并显示异常检测的实时数据结果。
交互式控制模块，用于用户通过移动端访问和监控输电通道的运行状态和数据信息；
交互式控制模块包括可视化分析模块，用于为用户提供输电通道监测数据的可视化展示；
本实施例中，用户可以利用移动端APP访问安全巡检平台，获取输电通道的运行状态和数据信息。通过应用程序界面，用户可以查看输电通道的数据和状态，监控设备的运行情况，进行报警或告警操作等；
具体的，该移动端具有可视化分析模块，能实现将监测数据进行可视化展示，具体表现为图表形式。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种数字化输电通道智能安全巡检方法，其特征在于，包括以下步骤：
S1、在输电通道上部署摄像头以及传感器，进行环境数据和图像采集；
S2、对采集到的数据和图像进行处理和分析，提取和归纳关键信息；
S3、利用数据分析和建模技术，建立输电通道的运行状态和故障预测模型，通过对数据进行比较分析，判断输电通道的健康状况和故障风险；
S4、设计相应的监控和报警策略，及时发现通道的预警和报警信息，对输电通道进行实时监测和报警；
S5、根据检查结果进行相应故障排查、控制和修复；
S6、用户通过移动端访问和监控输电通道的运行状态和数据信息。
2.根据权利要求1所述的一种数字化输电通道智能安全巡检方法，其特征在于，步骤S1中，所述传感器包括温度传感器、电流传感器、振动传感器、风速传感器以及声音传感器。
3.根据权利要求1所述的一种数字化输电通道智能安全巡检方法，其特征在于，步骤S2中，所述关键信息包括输电通道的温度、载流量、电磁场强度、杆塔倾斜度、覆冰情况。
4.根据权利要求1所述的一种数字化输电通道智能安全巡检方法，其特征在于，步骤S2具体包括以下步骤：
S21、对采集到的数据和图像进行预处理和清洗，去除干扰信号；
S22、利用图像处理和机器学习技术，对图像和数据进行分析和提取特征，并进行运行状况的评估和故障预测；
S23、利用统计分析方法，将多个传感器和摄像头采集的信息进行整合，得到全局的运行状况。
5.根据权利要求1所述的一种数字化输电通道智能安全巡检方法，其特征在于，步骤S3具体包括以下步骤：
S31、根据采集到的数据和图像，建立符合输电通道的模型；
S32、使用机器学习技术对数据进行训练，建立故障预测模型，提高预测准确度；
S33、建立多维度的运行状态评估指标，通过比较分析，判断输电通道的健康状况和故障风险。
6.根据权利要求1所述的一种数字化输电通道智能安全巡检方法，其特征在于，步骤S4具体包括以下步骤：
S41、根据预测模型和运行状态评估，设置对应的预警和报警阈值；
S42、实时监控输电通道的数据和图像，监测运行状态；
S43、当检测到异常情况时，发出预警或报警信息。
7.根据权利要求1所述的一种数字化输电通道智能安全巡检方法，其特征在于，步骤S6具体包括以下步骤：
S61、提供Web或移动应用程序，供用户访问输电通道的实时数据和图像；
S62、用户对输电通道的远程监控和控制，对输电通道进行点对点控制和调节。
8.一种数字化输电通道智能安全巡检系统，用于实现如权利要求1-7任一项所述的方法，其特征在于，包括：
运行环境采集模块，用于采集电通道相关的场景以及输电通道相关的环境参数；
数据图像处理模块，用于对采集到的数据和图像进行处理和分析，提取和归纳关键信息；
分析模型建立模块，用于建立输电通道的运行状态和故障预测模型；
运行故障预测模块，用于模型通过对数据进行比较分析，判断输电通道的健康状况和故障风险；
监控和报警模块，用于确定预警和报警阈值，实时监测输电通道数据和图像，并在监测数值超出阈值时发出预警和报警信息；
交互式控制模块，用于用户通过移动端访问和监控输电通道的运行状态和数据信息。
9.根据权利要求8所述的一种数字化输电通道智能安全巡检系统，其特征在于，所述运行环境采集模块包括传感器模块和摄像头模块，所述传感器模块包括温度传感器、电流传感器、振动传感器、风速传感器以及声音传感器，所述摄像头模块包括红外摄像头和全景摄像头。
10.根据权利要求8所述的一种数字化输电通道智能安全巡检系统，其特征在于，所述交互式控制模块包括可视化分析模块，用于为用户提供输电通道监测数据的可视化展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310606063.0A CN116826958A (zh) | 2023-05-26 | 2023-05-26 | 一种数字化输电通道智能安全巡检方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310606063.0A CN116826958A (zh) | 2023-05-26 | 2023-05-26 | 一种数字化输电通道智能安全巡检方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116826958A true CN116826958A (zh) | 2023-09-29 |
Family
ID=88123200
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310606063.0A Pending CN116826958A (zh) | 2023-05-26 | 2023-05-26 | 一种数字化输电通道智能安全巡检方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116826958A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117055739A (zh) * | 2023-10-11 | 2023-11-14 | 深圳优立全息科技有限公司 | 一种全息设备交互方法、装置、设备及存储介质 |
| CN117309065A (zh) * | 2023-11-29 | 2023-12-29 | 广州中科智云科技有限公司 | 一种基于无人机的换流站远程监控方法及系统 |
| CN117330137A (zh) * | 2023-12-01 | 2024-01-02 | 国网吉林省电力有限公司辽源供电公司 | 一种变压器巡检图像智能识别和故障检测方法及系统 |
| CN117744943A (zh) * | 2023-12-27 | 2024-03-22 | 苏州市猎创信息技术有限公司 | 一种特种设备可视化登记监管平台 |
| CN118101488A (zh) * | 2024-01-23 | 2024-05-28 | 无锡利源节水股份有限公司 | 基于智慧阀门手持巡检终端的巡检数据分析系统及方法 |
| CN118677517A (zh) * | 2024-08-22 | 2024-09-20 | 杭州奥克光电设备有限公司 | 通信机箱内部监控方法、系统和新型通信机箱 |
-
2023
- 2023-05-26 CN CN202310606063.0A patent/CN116826958A/zh active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117055739A (zh) * | 2023-10-11 | 2023-11-14 | 深圳优立全息科技有限公司 | 一种全息设备交互方法、装置、设备及存储介质 |
| CN117055739B (zh) * | 2023-10-11 | 2024-01-26 | 深圳优立全息科技有限公司 | 一种全息设备交互方法、装置、设备及存储介质 |
| CN117309065A (zh) * | 2023-11-29 | 2023-12-29 | 广州中科智云科技有限公司 | 一种基于无人机的换流站远程监控方法及系统 |
| CN117309065B (zh) * | 2023-11-29 | 2024-02-09 | 广州中科智云科技有限公司 | 一种基于无人机的换流站远程监控方法及系统 |
| CN117330137A (zh) * | 2023-12-01 | 2024-01-02 | 国网吉林省电力有限公司辽源供电公司 | 一种变压器巡检图像智能识别和故障检测方法及系统 |
| CN117330137B (zh) * | 2023-12-01 | 2024-03-08 | 国网吉林省电力有限公司辽源供电公司 | 一种变压器巡检图像智能识别和故障检测方法及系统 |
| CN117744943A (zh) * | 2023-12-27 | 2024-03-22 | 苏州市猎创信息技术有限公司 | 一种特种设备可视化登记监管平台 |
| CN118101488A (zh) * | 2024-01-23 | 2024-05-28 | 无锡利源节水股份有限公司 | 基于智慧阀门手持巡检终端的巡检数据分析系统及方法 |
| CN118677517A (zh) * | 2024-08-22 | 2024-09-20 | 杭州奥克光电设备有限公司 | 通信机箱内部监控方法、系统和新型通信机箱 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116826958A (zh) | 一种数字化输电通道智能安全巡检方法 | |
| CN110647539A (zh) | 一种用于车辆故障的预测方法和系统 | |
| AU2021100365A4 (en) | A multi-sensor-based intelligent monitoring and early warning system and method for dam safety | |
| CN111209934B (zh) | 风机故障预报警方法及系统 | |
| CN104994334A (zh) | 基于实时视频的变电站自动监控方法 | |
| CN102866313A (zh) | 电力隧道电缆运行状态综合监控方法 | |
| CN116224925B (zh) | 一种智能加工管理系统 | |
| CN113982850A (zh) | 融合高低频信号的风机综合健康分析方法及系统 | |
| CN118209830B (zh) | 一种电缆局放异常智能监测方法及系统 | |
| CN112903815A (zh) | 桥梁伸缩缝状态的监测方法及监测系统 | |
| CN113763667A (zh) | 一种基于5g边缘计算的火灾预警及状态监测装置及方法 | |
| CN117521800A (zh) | 一种基于知识图谱的输电线路智能巡检方法 | |
| CN117235443A (zh) | 一种基于边缘ai的电力作业安全监测方法及系统 | |
| CN112052732A (zh) | 一种电缆异常自动报警的方法及装置 | |
| CN117912211B (zh) | 基于物联网的园林环境数据分析及报警系统 | |
| CN116418117A (zh) | 一种用于智能电网的设备检测系统 | |
| CN109285331B (zh) | 一种基于数据分析和温度预测的电力电缆温度预警系统 | |
| CN117993562A (zh) | 基于人工智能大数据分析的风电机组故障预测方法及系统 | |
| CN117452062A (zh) | 一种考虑运行负荷的台区线损率监测方法 | |
| CN111310723A (zh) | 基于深度学习技术的变电站人员穿戴规范分析方法 | |
| CN114323302A (zh) | 一种氧化锌避雷器故障智能识别方法 | |
| CN115711206B (zh) | 一种基于聚类权重的风力发电机叶片覆冰状态监测系统 | |
| CN117932278B (zh) | 一种智慧城市环保监控系统及方法 | |
| CN114371686B (zh) | 基于局部邻域标准化的多工况过程故障检测方法及系统 | |
| CN118505428A (zh) | 一种核电厂安全监督管理方法 |
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 |