CN116879699B - 目标对象确定方法、装置、电弧检测系统以及存储介质 - Google Patents
目标对象确定方法、装置、电弧检测系统以及存储介质 Download PDFInfo
- Publication number
- CN116879699B CN116879699B CN202311158779.5A CN202311158779A CN116879699B CN 116879699 B CN116879699 B CN 116879699B CN 202311158779 A CN202311158779 A CN 202311158779A CN 116879699 B CN116879699 B CN 116879699B
- Authority
- CN
- China
- Prior art keywords
- signal
- time
- space
- array
- target object
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 127
- 238000001914 filtration Methods 0.000 claims abstract description 81
- 238000012544 monitoring process Methods 0.000 claims abstract description 78
- 239000011159 matrix material Substances 0.000 claims abstract description 72
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000003287 optical effect Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010891 electric arc Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 210000002569 neuron Anatomy 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 150000002500 ions Chemical class 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- APTZNLHMIGJTEW-UHFFFAOYSA-N pyraflufen-ethyl Chemical compound C1=C(Cl)C(OCC(=O)OCC)=CC(C=2C(=C(OC(F)F)N(C)N=2)Cl)=C1F APTZNLHMIGJTEW-UHFFFAOYSA-N 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种目标对象确定方法、装置、电弧检测系统以及存储介质,涉及电力电子技术领域。目标对象确定方法包括:获取监测区域的第一时空信号阵列;其中,所述第一时空信号阵列包括多个分别按照时间排列的信号序列;过滤所述第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列;所述过滤信号阵列包括若干时刻的信号矩阵;在所述信号矩阵中,统计元素的取值为指定取值的元素数量;在所述元素数量超过设定阈值的情况下,确定在所述监测区域内存在目标对象。本申请可以减少对目标对象的漏检几率,提升监测目标对象的准确率。
Description
技术领域
本申请涉及电力电子技术领域,特别是涉及一种目标对象确定方法、装置、电弧检测系统以及存储介质。
背景技术
电弧是一种气体放电现象,电流通过某些绝缘介质(例如空气)所产生的瞬间火花。触头金属表面因一次电子发射(热离子发射、场致发射或光电发射)导致电子逸出,间隙中气体原子或分子会因电离(碰撞电离、光电离和热电离)而产生电子和离子。另外,电子或离子轰击发射表面又会引起二次电子发射。当间隙中离子浓度足够大时,间隙被电击穿而发生电弧。
由于电弧会导致超过20000°C的温度和剧烈的超压冲击波,因此,电弧是开关设备中极为危险和有害的事件。在变电站周围环境中,由于元件(如导线和电晕环)机械和电气故障、外部噪音(如RFI、TVI和音频源)或者电铃短路等因素容易产生电弧(耀斑点)。因此,需要通过检测隔离电弧以防止此类突发事件,从而有效避免电弧对人员和设备造成的损伤和危害,并增加变电站的使用寿命,降低维护成本从而提高经济效益。
在传统技术中,一般基于图像视频设备检测电弧,但是由于传统技术中图像视频设备(比如摄像机)的采样率低,容易导致电弧漏检。
发明内容
有鉴于此,本申请的目的在于提出一种目标对象确定方法、装置、电弧检测系统以及存储介质,以解决传统技术中摄像机的采样率低所导致的电弧漏检的技术问题。
基于上述目的,第一方面,本申请提出了一种目标对象确定方法,所述方法包括:获取监测区域的第一时空信号阵列;其中,所述第一时空信号阵列包括多个分别按照时间排列的信号序列;过滤所述第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列;所述过滤信号阵列包括若干时刻的信号矩阵;在所述信号矩阵中,统计元素的取值为指定取值的元素数量;在所述元素数量超过设定阈值的情况下,确定在所述监测区域内存在目标对象。
可选地,所述监测区域内包括若干个采集位置,所述获取监测区域的第一时空信号阵列,包括:基于脉冲相机采集到的所述若干个采集位置的光信号,获取所述第一时空信号阵列。
可选地,所述过滤所述第一时空信号阵列中信号序列的冗余信号,至少包括以下方法中的一种:对所述第一时空信号阵列的信号序列的冗余信号进行时域滤波;对所述第一时空信号阵列的信号序列的冗余信号进行频域滤波;对所述第一时空信号阵列的信号序列的冗余信号进行带通滤波。
可选地,在所述过滤所述第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列之后,所述方法还包括:对所述信号矩阵进行空域滤波,得到目标脉冲增强矩阵;所述在所述信号矩阵中,统计元素的取值为指定取值的元素数量,包括:在所述目标脉冲增强矩阵中,统计元素的取值为指定取值的元素数量。
可选地,所述方法还包括:获取所述监测区域的第二时空信号阵列,其中,所述第二时空信号阵列是在预设场景中对所述监测区域内的光信号进行采集而得到的;将所述第一时空信号阵列与所述第二时空信号阵列进行时空对比,得到对比结果;基于所述对比结果调整滤波器的工作参数;所述过滤所述第一时空信号阵列中信号序列的冗余信号,包括:根据调整后的工作参数,过滤所述第一时空信号阵列中信号序列的冗余信号。
可选地,所述信号序列设有对应的动态连接门;所述过滤所述第一时空信号阵列中信号序列的冗余信号,包括:获取任一信号序列的时序变化特征数据;在所述时序变化特征数据满足预设变化条件的情况下,开启所述任一信号序列所对应的动态连接门,以输出脉冲;在所述时序变化特征数据不满足所述预设变化条件的情况下,关闭所述任一信号序列所对应的动态连接门,停止输出脉冲。
可选地,所述方法还包括:对检测到的所述目标对象的次数进行计数。
第二方面,还提供了一种目标对象确定装置,所述装置包括:第一阵列获取模块,用于获取监测区域的第一时空信号阵列;其中,所述第一时空信号阵列包括多个分别按照时间排列的信号序列;冗余信号滤波模块,用于过滤所述第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列;所述过滤信号阵列包括若干时刻的信号矩阵;元素数量统计模块,用于在所述信号矩阵中,统计元素的取值为指定取值的元素数量;目标对象确定模块,用于在所述元素数量超过设定阈值的情况下,确定在所述监测区域内存在目标对象。
第三方面,还提供了一种电弧检测系统,所述检测系统包括:脉冲相机,用于对监测区域的光信号进行采集,得到所述监测区域的第一时空信号阵列;其中,所述第一时空信号阵列包括多个分别按照时序排列的信号序列;信号处理模块,与所述脉冲相机连接,用于过滤所述第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列;所述过滤信号阵列包括若干时刻的信号矩阵;在所述信号矩阵中,统计元素的取值为指定取值的元素数量;在所述元素数量超过设定阈值的情况下,确定在所述监测区域内存在电弧。
第四方面,还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序以实现第一方面所述的方法。
第五方面,还提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行实现如第一方面所述的方法。
总的来说,本申请至少存在以下有益效果:
本实施例提供的一种目标对象确定方法,通过获取监测区域的第一时空信号阵列,过滤第一时空信号阵列的信号序列的冗余信号,降低监测区域中的背景噪声对监测结果准确性的影响,确保阵列矩阵中保留的是目标对象产生的信号。通过统计其内元素的取值为指定取值的元素数量以及合理设置的设定阈值,由于第一时空信号阵列的信号序列中各信号的时间间隔小于摄像机的采样时间间隔,从而可以减少对目标对象的漏检几率,提升监测目标对象的准确率。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
图1示出本申请的实施方式提供的目标对象确定方法的一场景应用环境示例图;
图2示出本申请的实施方式提供的执行目标对象确定方法的一种硬件系统示例图;
图3示出本申请的实施方式提供的目标对象确定方法的步骤流程图;
图4示出本申请的实施方式提供的在一个具体的示例中目标对象确定方法的步骤流程图;
图5示出本申请的实施方式提供的目标对象确定装置的结构示意图;
图6示出本申请的实施方式提供的电弧检测系统的结构示意图;
图7示出本申请的实施方式提供的电子设备的结构示意图;
图8示出本申请的实施方式提供的存储介质的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关申请,而非对该申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关申请相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出本申请的实施方式提供的目标对象确定方法的一场景应用环境示例图,请参阅图1,在一个具体的场景示例中,目标对象可以是气体放电现象产生的瞬间火花,比如电弧(或者称为耀斑点)。由于元件机械和电气故障等因素,在变电站周围环境中会产生电弧。在变电站周围环境中选择需要电弧监控的监测区域110,并在变电站周围环境中合理布置脉冲相机120对监测区域110进行监控。其中,脉冲相机120的数量可以是一个,也可以是多个。脉冲相机120可以工作于白天、灯光等明亮场景中,脉冲相机120也可以工作于夜晚等黑暗场景中。脉冲相机120可以工作于晴天场景中,脉冲相机120可以工作于阴雨场景、雷电场景中。
在一些实施方式中,监测区域110可以划分成若干个采集位置,利用脉冲相机120对采集位置上产生的光信号进行采集,通过对每个采集位置的光信号进行累积,得到信号累积强度值。针对任一个采集位置,当该采集位置的信号累计强度值超过预设信号强度阈值,脉冲相机120输出与该采集位置对应的脉冲信号,与该采集位置对应的脉冲信号按照时间排序,形成脉冲信号序列。各个采集位置上的脉冲信号序列构成三维时空脉冲阵列。可见,三维时空脉冲阵列包括多个分别按照时间排列的脉冲信号序列。
针对任一脉冲信号序列,设有对应的时间维度上的滤波器。时域滤波器可以采用动态连接门。利用动态连接门对该脉冲信号序列进行滤波,将该脉冲信号序列中的背景所产生的冗余脉冲信号进行过滤,尽可能地保留该脉冲信号序列中电弧所产生的脉冲信号。过滤掉冗余脉冲信号的各个脉冲信号序列重新构成过滤脉冲信号阵列。由于过滤后的各个脉冲信号序列依旧按照时间顺序进行排列,那么,针对每个时刻所对应的脉冲信号按照采集位置进行排列,可以构成一个二维脉冲信号阵列,也可以称为脉冲信号矩阵。
脉冲信号矩阵中各元素的取值可以为0或者1。0用于表示对应的采集位置处不存在电弧的脉冲信号。1用于表示对应的采集位置处存在电弧的脉冲信号。对脉冲信号矩阵中取值为1的元素进行统计,得到取值为1的元素的元素数量。将元素数量与设定阈值进行比较,在元素数量超过设定阈值的情况下,确定在监测区域内存在电弧。
在一些实施方式中,设定阈值与脉冲相机的拍摄距离相关。其中,拍摄距离决定了电弧在像平面中所占的像素位置的数量。即设定阈值可以取决于电弧在像平面中所占的像素位置的数量。在一些实施方式中,像素位置与监测区域的采集位置可以一一对应,则电弧的实际尺寸与电弧在像平面中所占的像素位置的数量有关。根据实际经验,电弧在像平面中所占的像素位置的数量一般可以为三个或者三个以上,因此,设定阈值可以为3或者大于3的数值。在一些实施方式中,电弧拍摄距离过远时,在相平面中可能只占两三个像素位置,这种情况下设置阈值不宜设置过大。
需要说明的是,在一些实施方式中,监测区域中各采集位置也可以理解为一个像平面,则每个时刻所对应的脉冲信号按照采集位置进行排列后的矩阵也可以称为像平面矩阵。脉冲信号矩阵中各元素的取值可以根据实际情况而确定,本说明书仅仅是利用0和1进行示例性举例说明。比如脉冲信号矩阵中各元素的取值也可以是其他的2或者3等数值。
本实施例中,通过脉冲相机120采集的脉冲信号而得到的时空信号阵列的信号序列中各信号的时间间隔小于传统图像视频设备(比如摄像机)的采样时间间隔,从而可以减少对电弧的漏检几率,提高检测精度。
图2示出本申请的实施方式提供的执行目标对象确定方法的一种硬件系统示例图,请参阅图2,本实施方式提供一种电弧检测系统。该电弧检测系统可以包括由脉冲相机120和信号处理电子设备130形成的硬件环境,脉冲相机120与信号处理电子设备130进行通信。具体地,脉冲相机120对监测区域的光信号进行采集,得到监测区域的第一时空信号阵列;其中,第一时空信号阵列包括多个分别按照时序排列的信号序列。信号处理电子设备130与脉冲相机120连接。信号处理电子设备130过滤第一时空信号阵列的信号序列的冗余信号,得到过滤信号阵列;过滤信号阵列包括若干时刻的信号矩阵;在信号矩阵中,统计元素的取值为指定取值的元素数量;在元素数量超过设定阈值的情况下,确定在监测区域内存在电弧。其中,脉冲相机120可以采用仿视网膜芯片构成的高频率视网膜相机。脉冲相机的超高采样频率可以达到40000HZ。信号处理电子设备130可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,信号处理电子设备130也可以用独立的服务器或者是多个服务器组成的服务器集群来实现。随着科学技术的发展,可能会出现一些新型计算设备,比如量子计算服务器,这些新型计算设备也可以应用于本申请的实施方式中。
图3示出本申请的实施方式提供的目标对象确定方法的步骤流程图,请参阅图3,本申请实施方式提供一种目标对象确定方法。该目标对象确定方法包括以下步骤S210~S240:
S210、获取监测区域的第一时空信号阵列。
其中,第一时空信号阵列包括多个分别按照时间排列的信号序列,信号序列可以是连续的模拟信号序列,信号序列可以是离散的数字信号序列,信号序列可以是脉冲信号序列。比如,信号序列可以是对采集的信号按照时间先后排列形成的二值序列。
第一时空信号阵列中的信号序列可以与监测区域中的采集位置对应。示例性地,各信号序列与监测区域中的各采集位置一一对应。示例性地,各信号序列与监测区域中的若干个相邻的采集位置对应。在一些实施方式中,通过光信号采集装置对监测区域进行监控,按照光信号采集装置的采样频率对监测区域内的光信号进行采集。
具体地,监测区域可以划分成若干个采集位置,利用脉冲相机对采集位置上产生的光信号进行采集,通过对每个采集位置的光信号进行累积,得到信号累积强度值。针对任一个采集位置,当该采集位置的信号累计强度值超过预设信号强度阈值,脉冲相机输出与该采集位置对应的信号,与该采集位置对应的信号按照时间排序,形成信号序列。各个采集位置上的信号序列构成第一时空信号阵列。可见,第一时空信号阵列是三维信号阵列,且第一时空信号阵列包括多个分别按照时间排列的信号序列。需要说明的是,脉冲相机属于光信号采集装置,光信号采集装置的采样率可以高于图像采集装置(比如传统技术中的摄像机)的采样率,如此,可以减少对电弧的漏检几率,提高检测精度。
S220、过滤第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列。
其中,过滤信号阵列包括若干时刻的信号矩阵,冗余信号可以是在监测区域中除了目标对象之外的其他区域所产生的信号,在信号序列中属于噪声,需要将其去除。
具体地,由于在监测区域中除了目标对象之外的其他区域也有被采集到信号,这些信号对于目标对象所产生的信号来说,属于噪声。因此,需要对第一时空信号阵列的信号序列进行滤波。针对任一信号序列,设有对应的时间维度上的滤波器。利用该滤波器对该信号序列进行滤波,将该信号序列中的背景所产生的冗余信号进行过滤,尽可能地保留该信号序列中监控目标对象所产生的信号。过滤掉冗余信号的各个信号序列重新构成过滤信号阵列。由于过滤后的各个信号序列依旧按照时间顺序进行排列,那么,针对每个时刻所对应的信号序列在监测区域所对应的空间位置上进行排列,可以构成一个二维信号阵列,也可以称为信号矩阵。
示例性地,在白天时对变电站的电弧进行监测,可以采集监测区域任一采集位置的光信号,产生电弧的采集位置的光信号与其他采集位置的光信号不同。对其他采集位置的光信号进行过滤,保留产生电弧的采集位置的光信号。
S230、在信号矩阵中,统计元素的取值为指定取值的元素数量。
具体地,信号矩阵包括若干个元素。各元素具有各自的取值。按照指定取值在信号矩阵中确定取值为指定取值的元素。统计取值为指定取值的元素的数量,得到元素数量。
在一些实施方式中,信号矩阵中各元素的取值可以为0或者1。0用于表示对应的采集位置处不存在目标对象产生的信号。1用于表示对应的采集位置处存在目标对象产生的信号。对信号矩阵中取值为1的元素进行统计,得到取值为1的元素的元素数量。
S240、在元素数量超过设定阈值的情况下,确定在监测区域内存在目标对象。
其中,目标对象可以是监控对象,比如目标对象可以是电弧,目标对象也可以是耀斑点。设定阈值与拍摄距离相关。其中,拍摄距离决定了目标对象在像平面中所占的像素位置的数量。即设定阈值可以取决于目标对象在像平面中所占的像素位置的数量。具体地,由于目标对象具有一定的尺寸,目标对象所产生的信号在信号矩阵中占有对应数量的像素位置。根据目标对象所产生的信号在信号矩阵中所占的像素位置可以预先确定设定阈值。因此,比较元素数量和设定阈值,当元素数量大于设定阈值时,确定监测区域内出现目标对象。当元素数量大于设定阈值时,表明监测区域内没有出现目标对象。
在一些实施方式中,信号矩阵中取值为指定取值的元素可以定义为尖峰,相应地,元素数量为尖峰数量。在信号矩阵中统计尖峰的数量,得到尖峰数量。由于对监测区域进行监控,可以采集到监测区域的第一时空信号阵列。目标对象所产生的信号与监测区域其他采集位置所产生的信号不同。通过对第一时空信号阵列进行滤波,得到过滤信号阵列。每个时刻的信号矩阵中的元素可以采用第一值和第二值进行表示。所述第一值不同于所述第二值。所述第一值用于表示该元素所对应的采集位置出现了目标对象。且表现为尖峰。在有些情况下,为了进一步提升对目标对象检测的准确性,降低噪声对目标对象检测结果的影响,进一步地,获取每个时刻的信号矩阵内所述第一值的数量,将所述第一值的数量作为所述尖峰数量,预设阈值可以是3,当尖峰数量超过预设阈值时,则确定在监测区域中存在目标对象。
上述目标对象确定方法,由于第一时空信号阵列的信号序列中各信号的时间间隔小于摄像机的采样时间间隔,从而可以减少对目标对象的漏检几率。通过过滤第一时空信号阵列的信号序列的冗余信号,降低监测区域中的背景噪声对监测结果准确性的影响,确保阵列矩阵中保留的是目标对象产生的信号。通过统计其内元素的取值为指定取值的元素数量以及合理设置的设定阈值,提升监测目标对象的准确率。
在一些实施方式中,监测区域可以划分成若干个采集位置,则获取监测区域的第一时空信号阵列,包括基于脉冲相机采集到的若干个采集位置的光信号,获取第一时空信号阵列。
其中,脉冲相机可以采用仿视网膜芯片构成的高频率视网膜相机。脉冲相机的超高采样频率可以达到40000HZ。具体地,利用脉冲相机对监测区域进行监控,监测区域划分为若干个采集位置。利用脉冲相机对采集位置上产生的光信号进行采集,通过对每个采集位置的光信号进行累积,得到信号累积强度值。针对任一个采集位置,当该采集位置的信号累计强度值超过预设信号强度阈值,脉冲相机输出与该采集位置对应的信号,与该采集位置对应的信号按照时间排序,形成信号序列。
本实施方式中,通过对监测区域进行划分得到提若干个采集位置,各采集位置与信号序列对应,基于信号序列在监测区域中确定目标对象的位置,利于对目标对象的监控。
在一些实施方式中,过滤所述第一时空信号阵列中信号序列的冗余信号,至少包括以下方法中的一种:对第一时空信号阵列的信号序列的冗余信号进行时域滤波;对第一时空信号阵列的信号序列的冗余信号进行频域滤波;对第一时空信号阵列的信号序列的冗余信号进行带通滤波。
具体地,第一时空信号阵列包括若干与采集位置对应的信号序列。在一些实施方式中,利用时域滤波对各信号序列进行时域过滤,去除信号序列中的冗余信号,即对信号序列中的噪声点进行过滤,有效地提取到目标对象所产生的信号的锐化特征和边缘特征,利于监测目标对象的准确性。在一些实施方式中,时域滤波可以是FIR滤波或者IIR滤波。在一些实施方式中,利用频域滤波对各信号序列进行频域过滤,可以对信号序列中的噪声点进行过滤,去除信号序列中的冗余信号,有效地提取到目标对象所产生的信号。在一些实施方式中,利用带通滤波对各信号序列进行带通过滤,去除信号序列中的冗余信号。
本实施方式中,通过时域过滤、频域滤波、带通滤波中的一种或多种方式对第一时空信号阵列中信号序列的冗余信号进行过滤,可以适应多种滤波条件,提高冗余信号的滤除效率。
在一些实施方式中,在过滤第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列之后,本实施例的方法还包括:对信号矩阵进行空域滤波,得到目标脉冲增强矩阵,则此时在信号矩阵中,统计元素的取值为指定取值的元素数量,包括:在目标脉冲增强矩阵中,统计元素的取值为指定取值的元素数量。
其中,在过滤第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列之后,第一时空信号阵列的信号序列已经被时间维度上的滤波器进行了第一次滤波,本实施例再通过空域滤波器对信号矩阵进行空域滤波,即第二次滤波,可以使得比较稀疏的目标对象的边缘会被空域滤波增强,使得目标区域的脉冲发放,而偶尔出现的稀疏噪生则会被滤除。
本实施例中,空域滤波器包括输入层和输出层,且空域滤波器采用局部连接的两层脉冲神经网络结构。输入层与输出层之间采用局部连接的方式,即输入层的每个神经元分别与输出层中对应位置及其周边设定邻域范围内(比如4邻域、8邻域)的神经元相连接,本实施方式中的输入层的神经元和输出层的神经元均优选为脉冲神经元。在一些实施方式中,空域滤波器的局部连接方式还可以是输出层与输入层中欧氏距离小于预设范围的邻域神经元进行连接。
具体地,过滤信号阵列包括若干时刻的信号矩阵。针对任一时刻的信号矩阵,利用空域滤波对该时刻的信号矩阵进行滤波。在一些实施方式中,空域滤波器的输入层接收时间维度上的滤波器处理后得到的过滤信号阵列。输出层的每个神经元接受输入层的多个神经元的输入,当收到的信号累积达到预设条件时产生输出脉冲,以生成目标脉冲增强矩阵。相应地,目标脉冲增强矩阵包括若干个元素。各元素具有各自的取值。按照指定取值在信号矩阵中确定取值为指定取值的元素。统计取值为指定取值的元素的数量,得到元素数量。
在一些实施方式中,目标脉冲增强矩阵中各元素的取值可以为0或者1。0用于表示对应的采集位置处不存在目标产生的脉冲信号。1用于表示对应的采集位置处存在目标产生的脉冲信号。对信号矩阵中取值为1的元素进行统计,得到取值为1的元素的元素数量。
本实施方式中,通过对各时刻的信号矩阵进行空域滤波,比较稀疏的目标对象的边缘会被空域滤波增强,使得目标区域的脉冲发放,而偶尔出现的稀疏噪生则会被滤除。
在一些实施方式中,该目标对象确定方法还包括:获取监测区域的第二时空信号阵列,其中,第二时空信号阵列是在预设场景中对所述监测区域内的光信号进行采集而得到的;将第一时空信号阵列与第二时空信号阵列进行时空对比,得到对比结果;基于对比结果调整滤波器的工作参数;此时,过滤第一时空信号阵列中信号序列的冗余信号,包括:根据调整后的工作参数,过滤第一时空信号阵列中信号序列的冗余信号。
其中,第二时空脉冲阵列是在预设场景中对监测区域内的光信号进行采集而得到的。预设场景可以是晚上、阴天等阴暗场景。预设场景也可以是闪电、雷雨等天气场景。具体的,在预设场景对监测区域内的各采集位置的光信号进行采集,得到预设场景各采集位置的信号序列。预设场景中各采集位置的信号序列构成第二时空信号阵列。第一时空信号阵列与第二时空信号阵列均为脉冲阵列。将第一时空脉冲阵列与第二时空脉冲阵列进行时空对比,得到对比结果。若对比结果表明时空模式不一,调整滤波器的工作参数,根据调整后的工作参数,过滤第一时空信号阵列的信号序列的冗余信号。
在一些实施方式中,根据对比结果调整时域滤波器的工作参数,利用工作参数调整后的时域滤波器对第一时空信号阵列的信号序列进行过滤,去除预设场景中产生的冗余信号。在一些实施方式中,根据对比结果调整时域滤波器和空域滤波器的工作参数,利用工作参数调整后的时域滤波器和空域滤波器对第一时空信号阵列的信号序列进行过滤,去除预设场景中产生的冗余信号。
在一些实施方式中,由于脉冲相机超高采样率的特点,虽然对光照条件具有较高要求,但是电弧本身火光比较强(明亮度足够),采集到电弧所产生的光信号的强度会远大于其他噪声信号,可见,在比较黑暗的(比如夜晚、阴天)环境中也是可以准确地监测到电弧。
在一些实施方式中,针对任一脉冲信号序列,设有对应的时间维度上的滤波器。时域滤波器可以采用动态连接门。利用动态连接门对该脉冲信号序列进行滤波,将该脉冲信号序列中的背景所产生的冗余脉冲信号进行过滤,尽可能地保留该脉冲信号序列中电弧所产生的脉冲信号。则信号序列设有对应的动态连接门。对应地,过滤第一时空信号阵列中信号序列的冗余信号,包括:获取任一信号序列的时序变化特征数据;在时序变化特征数据满足预设变化条件的情况下,开启任一信号序列所对应的动态连接门,以输出脉冲;在时序变化特征数据不满足预设变化条件的情况下,关闭任一信号序列所对应的动态连接门,停止输出脉冲。
本实施方式中,通过任一脉冲信号序列对应的时间维度上的滤波器去除第一时空信号阵列中的背景噪声,以得到无背景产生的早上的第一时空信号阵列,可以通过设置的动态连接门将背景中的冗余噪声去除,保留目标对象所产生信号并输出。
在一些实施方式中,在确定了监测区域内存在目标对象之后,该目标对象确定方法还包括:对检测到目标对象的次数进行计数。
具体地,每次检测到在监测区域中内存目标对象时,计数器加1,对检测到目标对象的次数进行计数。通过计数可以知道目标对象出现的次数,为用户全面地参考数据。在一些实施方式中,目标对象可以为电弧。当监测区域中检测到电弧时,计数器加1,在计算之后,可以读出监测区域内电弧的出现次数,为变电站工作人员做决策提供参考。
图4示出本申请的实施方式提供的在一个具体的示例中目标对象确定方法的步骤流程图,请参阅图4,本实施例的方法包括:
S301、获取监测区域的第一时空信号阵列。
其中,第一时空信号阵列包括多个分别按照时间排列的信号序列。监测区域内包括若干个采集位置,信号序列是基于脉冲相机对采集位置的光信号进行采集而得到的。
S302、对第一时空信号阵列的信号序列的冗余信号进行时域滤波,得到过滤信号阵列。
其中,过滤信号阵列包括若干时刻的信号矩阵。信号序列设有对应的动态连接门。具体的,获取任一信号序列的时序变化特征数据;在时序变化特征数据满足预设变化条件的情况下,开启所述任一信号序列所对应的动态连接门,以输出脉冲;在时序变化特征数据不满足预设变化条件的情况下,关闭任一信号序列所对应的动态连接门,停止输出脉冲。
S303、对信号矩阵进行空域滤波,得到目标脉冲增强矩阵。
空域滤波器的输入层接收时间维度上的滤波器处理后得到的过滤信号阵列。输出层的每个神经元接受输入层的多个神经元的输入,当收到的信号累积达到预设条件时产生输出脉冲,以生成目标脉冲增强矩阵。
S304、在目标脉冲增强矩阵中,统计元素的取值为指定取值的元素数量。
目标脉冲增强矩阵包括若干个元素。各元素具有各自的取值。按照指定取值在信号矩阵中确定取值为指定取值的元素。统计取值为指定取值的元素的数量,得到元素数量。
S305、对检测到目标对象的次数进行计数。
目标对象可以为电弧。当监测区域中检测到电弧时,计数器加1,在计算之后,可以读出监测区域内电弧的出现次数,为变电站工作人员做决策提供参考。
以上为本实施例提供的一种目标对象确定方法,通过获取监测区域的第一时空信号阵列,过滤第一时空信号阵列的信号序列的冗余信号,降低监测区域中的背景噪声对监测结果准确性的影响,确保阵列矩阵中保留的是目标对象产生的信号。通过统计其内元素的取值为指定取值的元素数量以及合理设置的设定阈值,由于第一时空信号阵列的信号序列中各信号的时间间隔小于摄像机的采样时间间隔,从而可以减少对目标对象的漏检几率,提升监测目标对象的准确率。
图5示出本申请的实施方式提供的目标对象确定装置的结构示意图,请参阅图5,目标对象确定装置300包括:
第一阵列获取模块310,用于获取监测区域的第一时空信号阵列;其中,第一时空信号阵列包括多个分别按照时间排列的信号序列。
冗余信号滤波模块320,用于过滤第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列;过滤信号阵列包括若干时刻的信号矩阵。
元素数量统计模块330,用于在信号矩阵中,统计元素的取值为指定取值的元素数量。
目标对象确定模块340,用于在元素数量超过设定阈值的情况下,确定在监测区域内存在目标对象。
关于目标对象确定装置的具体限定可以参见上文中对于目标对象确定方法的限定,在此不再赘述。上述目标对象确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
本申请的上述实施例提供的目标对象确定装置与本申请实施例提供的目标对象确定方法出于相同的申请构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
图6示出本申请的实施方式提供的电弧检测系统的结构示意图,请参阅图5,电弧检测系统400包括:
脉冲相机120,用于对监测区域的光信号进行采集,得到监测区域的第一时空信号阵列;其中,第一时空信号阵列包括多个分别按照时序排列的信号序列。
信号处理模块420,与脉冲相机120连接,用于过滤第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列;过滤信号阵列包括若干时刻的信号矩阵;在信号矩阵中,统计元素的取值为指定取值的元素数量;在元素数量超过设定阈值的情况下,确定在监测区域内存在电弧。
本申请的上述实施例提供的电弧检测系统与本申请实施例提供的目标对象确定方法出于相同的申请构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
图7示出本申请的实施方式提供的电子设备的结构示意图,该电子设备可以执行上述信号处理模块420的功能,请参阅图7,电子设备20包括:处理器200,存储器201,总线202和通信接口203,处理器200、通信接口203和存储器201通过总线202连接;存储器201中存储有可在处理器200上运行的计算机程序,处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的方法。
其中,存储器201可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口203(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中,存储器201用于存储程序,所述处理器200在接收到执行指令后,执行所述程序,前述本申请实施例任一实施方式揭示的所述目标对象确定方法可以应用于处理器200中,或者由处理器200实现。
处理器200可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201,处理器200读取存储器201中的信息,结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的目标对象确定方法出于相同的申请构思,具有与其采用、运行或实现的方法相同的有益效果。
图8示出本申请的实施方式提供的存储介质的结构示意图,请参考图8,其示出的计算机可读存储介质为光盘30,其上存储有计算机程序(即程序产品),所述计算机程序在被处理器运行时,会执行前述任意实施方式所提供的目标对象确定方法。
需要说明的是,所述计算机可读存储介质的例子还可以包括,但不限于相变内存(PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他光学、磁性存储介质,在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的目标对象确定方法出于相同的申请构思,具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是:
在上述文本中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,仅为本申请的具体实施方式,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (9)
1.一种目标对象确定方法,其特征在于,所述方法包括:
获取监测区域的第一时空信号阵列;其中,所述第一时空信号阵列包括多个分别按照时间排列的信号序列,所述目标对象包括电弧;所述监测区域内包括若干个采集位置,所述第一时空信号阵列包括基于脉冲相机采集到的所述若干个采集位置的光信号得到的三维时空脉冲阵列;
过滤所述第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列;所述过滤信号阵列包括若干时刻的信号矩阵;
在所述信号矩阵中,统计元素的取值为指定取值的元素数量;
在所述元素数量超过设定阈值的情况下,确定在所述监测区域内存在目标对象。
2.根据权利要求1所述的方法,其特征在于,所述过滤所述第一时空信号阵列中信号序列的冗余信号,至少包括以下方法中的一种:
对所述第一时空信号阵列的信号序列的冗余信号进行时域滤波;
对所述第一时空信号阵列的信号序列的冗余信号进行频域滤波。
3.根据权利要求1所述的方法,其特征在于,在所述过滤所述第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列之后,所述方法还包括:
对所述信号矩阵进行空域滤波,得到目标脉冲增强矩阵;
所述在所述信号矩阵中,统计元素的取值为指定取值的元素数量,包括:
在所述目标脉冲增强矩阵中,统计元素的取值为指定取值的元素数量。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述监测区域的第二时空信号阵列,其中,所述第二时空信号阵列是在预设场景中对所述监测区域内的光信号进行采集而得到的;
将所述第一时空信号阵列与所述第二时空信号阵列进行时空对比,得到对比结果;
基于所述对比结果调整滤波器的工作参数;
所述过滤所述第一时空信号阵列中信号序列的冗余信号,包括:
根据调整后的工作参数,过滤所述第一时空信号阵列中信号序列的冗余信号。
5.根据权利要求1所述的方法,其特征在于,所述信号序列设有对应的动态连接门;所述过滤所述第一时空信号阵列中信号序列的冗余信号,包括:
获取任一信号序列的时序变化特征数据;
在所述时序变化特征数据满足预设变化条件的情况下,开启所述任一信号序列所对应的动态连接门,以输出脉冲;
在所述时序变化特征数据不满足所述预设变化条件的情况下,关闭所述任一信号序列所对应的动态连接门,停止输出脉冲。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
对检测到的所述目标对象的次数进行计数。
7.一种目标对象确定装置,其特征在于,所述装置包括:
第一阵列获取模块,用于获取监测区域的第一时空信号阵列;其中,所述第一时空信号阵列包括多个分别按照时间排列的信号序列,所述目标对象包括电弧;所述监测区域内包括若干个采集位置,所述第一时空信号阵列包括基于脉冲相机采集到的所述若干个采集位置的光信号得到的三维时空脉冲阵列;
冗余信号滤波模块,用于过滤所述第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列;所述过滤信号阵列包括若干时刻的信号矩阵;
元素数量统计模块,用于在所述信号矩阵中,统计元素的取值为指定取值的元素数量;
目标对象确定模块,用于在所述元素数量超过设定阈值的情况下,确定在所述监测区域内存在目标对象。
8.一种电弧检测系统,其特征在于,所述检测系统包括:
脉冲相机,用于对监测区域的光信号进行采集,得到所述监测区域的第一时空信号阵列;其中,所述监测区域内包括若干个采集位置,所述第一时空信号阵列包括基于脉冲相机采集到的所述若干个采集位置的光信号得到的三维时空脉冲阵列,所述三维时空脉冲阵列包括多个分别按照时序排列的信号序列;
信号处理模块,与所述脉冲相机连接,用于过滤所述第一时空信号阵列中信号序列的冗余信号,得到过滤信号阵列;所述过滤信号阵列包括若干时刻的信号矩阵;在所述信号矩阵中,统计元素的取值为指定取值的元素数量;在所述元素数量超过设定阈值的情况下,确定在所述监测区域内存在电弧。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311158779.5A CN116879699B (zh) | 2023-09-08 | 2023-09-08 | 目标对象确定方法、装置、电弧检测系统以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311158779.5A CN116879699B (zh) | 2023-09-08 | 2023-09-08 | 目标对象确定方法、装置、电弧检测系统以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116879699A CN116879699A (zh) | 2023-10-13 |
CN116879699B true CN116879699B (zh) | 2023-12-15 |
Family
ID=88257304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311158779.5A Active CN116879699B (zh) | 2023-09-08 | 2023-09-08 | 目标对象确定方法、装置、电弧检测系统以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116879699B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09145834A (ja) * | 1995-11-21 | 1997-06-06 | Tech Res & Dev Inst Of Japan Def Agency | 目標信号検出方法及び装置 |
CN105681787A (zh) * | 2016-01-22 | 2016-06-15 | 北京大学 | 对时空信号进行编码的方法和装置 |
CN114466187A (zh) * | 2021-12-30 | 2022-05-10 | 北京大学 | 时空信号的采样方法、重构方法及其装置 |
CN115267668A (zh) * | 2022-07-14 | 2022-11-01 | 江苏宏源电气有限责任公司 | 一种gis局放自动线性定位系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112687222B (zh) * | 2020-12-28 | 2021-12-17 | 北京大学 | 基于脉冲信号的显示方法、装置、电子设备及介质 |
-
2023
- 2023-09-08 CN CN202311158779.5A patent/CN116879699B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09145834A (ja) * | 1995-11-21 | 1997-06-06 | Tech Res & Dev Inst Of Japan Def Agency | 目標信号検出方法及び装置 |
CN105681787A (zh) * | 2016-01-22 | 2016-06-15 | 北京大学 | 对时空信号进行编码的方法和装置 |
CN114466187A (zh) * | 2021-12-30 | 2022-05-10 | 北京大学 | 时空信号的采样方法、重构方法及其装置 |
CN115267668A (zh) * | 2022-07-14 | 2022-11-01 | 江苏宏源电气有限责任公司 | 一种gis局放自动线性定位系统及方法 |
Non-Patent Citations (2)
Title |
---|
Modeling The Detection Capability Of High-Speed Spiking Cameras;Junwei Zhao et al.;ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP);4653-4657 * |
脉冲视觉研究进展;黄铁军 等;中国图像图形学报;第第27卷卷(第第6期期);1823-1839 * |
Also Published As
Publication number | Publication date |
---|---|
CN116879699A (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US2339750A (en) | Time delay circuit | |
EP1815260B1 (fr) | Procédé et dispositif de détection d'un phénomène d'arc électrique sur au moins un câble électrique | |
CN117056813B (zh) | 一种用于智能断路器数据采集的检测方法 | |
KR101350529B1 (ko) | 잡음 제거 기능을 갖는 부분방전 판정 장치 및 방법 | |
CN110765858B (zh) | 一种基于卷积神经网络的非入侵式故障电弧监测方法 | |
EP2084548A1 (en) | Flashover analysis tool | |
CN108337645B (zh) | 网格化无线电信号监测系统架构及干扰信号联合检测方法 | |
CN116879699B (zh) | 目标对象确定方法、装置、电弧检测系统以及存储介质 | |
CN114778959A (zh) | 一种智能防雷实时在线监测系统 | |
CN116147842A (zh) | 气体泄露检测方法及装置、设备、存储介质 | |
WO2024003367A1 (en) | Method and device for forecasting upcoming faults in power systems | |
CN117713378A (zh) | 一种跌落式开断装置控制方法、系统及装置 | |
CN107656179B (zh) | 一种串联故障电弧检测系统及方法 | |
KR20050082826A (ko) | 가스절연 개폐장치용 단로기의 진단장치 및 진단방법 | |
CN112763904A (zh) | 一种断路器检测方法、装置、设备及存储介质 | |
JP7520481B2 (ja) | 部分放電検出装置、部分放電検出方法、部分放電検出システム及びコンピュータプログラム | |
CN113178852B (zh) | 变电站雷电侵入波的绝缘配合方法、装置、设备及介质 | |
CN111383427B (zh) | 一种lna设备及其告警方法 | |
KR101719315B1 (ko) | 적응형 교류 아크 결함 검출 방법, 장치 및 패널 | |
JP3830616B2 (ja) | 監視用画像処理装置 | |
CN108020520B (zh) | 一种带电设备水冲洗机器人的控制方法与装置 | |
Allgood et al. | Model-based high-frequency matched filter arcing diagnostic system based on principal component analysis (PCA) clustering | |
CN110988597A (zh) | 一种基于神经网络的谐振类别检测方法 | |
CN115273417B (zh) | 高压电力设备绝缘故障检测预警方法及检测预警系统 | |
Yin et al. | Temporal-spectral data mining in anomaly detection for spectrum monitoring |
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 |