CN117387603B - 电力巡检地图导航方法及装置、介质、电子设备 - Google Patents
电力巡检地图导航方法及装置、介质、电子设备 Download PDFInfo
- Publication number
- CN117387603B CN117387603B CN202311705629.1A CN202311705629A CN117387603B CN 117387603 B CN117387603 B CN 117387603B CN 202311705629 A CN202311705629 A CN 202311705629A CN 117387603 B CN117387603 B CN 117387603B
- Authority
- CN
- China
- Prior art keywords
- node
- inspection
- power
- map model
- route
- 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 143
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000008859 change Effects 0.000 claims abstract description 27
- 230000000007 visual effect Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 10
- 238000011835 investigation Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000013024 troubleshooting Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000009194 climbing Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
- H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
- H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电网技术领域,具体涉及一种电力巡检地图导航方法及装置、介质、电子设备,所述方法包括:采集目标区域的电网信息,根据所述电网信息构建三维地图模型;其中所述电网信息包括节点信息及线路信息;通过电力传感器实时采集各节点的节点数据,根据所述节点数据对所述三维地图模型进行优化,得到实时地图模型;当检测到所述实时地图模型中任一节点电位变化幅度超过预设阈值时,根据预设巡检规则生成遍历连接至所述任一节点的所有线路的巡检路线;将所述巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检。所述方法在电网中存在异常时能够迅速定位到故障点,提高电网故障排查效率及电网稳定性。
Description
技术领域
本发明涉及电网技术领域,具体涉及一种电力巡检地图导航方法及装置、介质、电子设备。
背景技术
电力巡检是指对供电网络中的发电站、变电站、输电线路、配电站等设备设施进行检查,以及时发现设备隐患及避免设备故障引发停电事故。原始电力巡检以人工巡检为主,工作人员按照电网的实际分布通过望远镜、攀爬输电塔杆等方式对供电网络进行检查。由于电网线路及厂站设备通常地处偏远位置,地理环境复杂多变,配电站数量类型繁多,叠加变电站、配电站内设备放置密集等因素,人工巡检质量及到位率均难以保证,且人工巡检的工作量大、效率低、管理成本高、容易受到户外特殊天气的影响。基于人工巡检存在着众多缺陷,机器人巡检、直升机巡检、无人机巡检等智能巡检设备工具应运而生,智能巡检设备以其轻量化、巡检效率高、准确度高、适应场景多样、节省人工成本都显著优点成为电力巡检的主要方式。
然而,当前智能设备电力巡检主要针对两种情形,一是设定时间周期定期对供电网络进行巡检,二是当供电网络中出现故障时再进行巡检,以达到排查故障并进行修复的目的。但上述巡检方式中定期巡检缺乏机动性,如果不是恰逢在巡检时间所发生的故障隐患,难以通过定期巡检及时排查供电网络中存在的潜在风险,因此有必要提供一种新的供电网络巡检方式。
发明内容
本发明的目的在于提供一种电力巡检地图导航方法及装置、介质、电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致无法及时排查供电网络中安全隐患的问题。
根据本发明的一个方面,提供一种电力巡检地图导航方法,包括以下步骤:
采集目标区域的电网信息,根据所述电网信息构建三维地图模型;其中所述电网信息包括节点信息及线路信息;
通过电力传感器实时采集各节点的节点数据,根据所述节点数据对所述三维地图模型进行优化,得到实时地图模型;
当检测到所述实时地图模型中任一节点电位变化幅度超过预设阈值时,根据预设巡检规则生成遍历连接至所述任一节点的所有线路的巡检路线;
将所述巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检。
在一示例性实施例中所述采集目标区域的电网信息,根据所述电网信息构建三维地图模型包括:
获取不同分辨率下包含目标区域的多个遥感图像;
基于经训练的卷积神经网络模型对所述遥感图像的节点信息和线路信息进行提取;
根据所述节点信息和线路信息进行映射建立三维地图模型。
在一示例性实施例中所述采集目标区域的电网信息,根据所述电网信息构建三维地图模型包括:
通过无人机倾斜摄影获取目标区域的影像数据;
通过影像数据特征点提取、同名特征点匹配及影像数据外方位元素反算对所述影像数据进行空中三角测量,获取目标区域电网的外方位元素;
根据无人机POS数据和所述外方位元素构建三维地图模型。
在一示例性实施例中所述预设巡检规则包括:任一节点的巡检路线遍历连接至所述任一节点的所有线路且巡检距离最小。
在一示例性实施例中所述实时地图模型中存在多个节点的电位变化幅度超过预设阈值,则所述预设巡检规则包括:生成巡检路线遍历连接至所述多个节点的所有线路,且以电位变化幅度最大的节点作为巡检起始位置。
在一示例性实施例中在将巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检之后,还包括:
通过智能巡检设备获取所巡检线路的视觉图像并发送至服务器,以实现对所述视觉图像进行处理并确定故障位置。
在一示例性实施例中在将巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检之后,还包括:
通过智能巡检设备获取所巡检线路的视觉图像并基于边缘计算对所述视觉图像进行处理,以确定供电网络中的故障位置。
根据本发明另一方面提供一种电力巡检地图导航装置,包括:
地图生成模块,用于采集目标区域的电网信息并根据所述电网信息构建三维地图模型,其中所述电网信息包括节点信息及线路信息;
模型构建模块,用于通过电力传感器实时采集各节点的节点数据并根据所述节点数据对所述三维地图模型进行优化,得到实时地图模型;
路线生成模块,用于在检测到所述实时地图模型中任一节点电位变化幅度超过预设阈值时,根据预设巡检规则生成遍历连接至所述任一节点的所有线路的巡检路线;
路线发送模块,用于将所述巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检。
根据本发明的另一方面,提供一种电子设备,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指令,所述指令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上述方法。
根据本发明的另一方面,提供一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述方法。
本发明提供了一种电力巡检地图导航方法及装置,所述方法构建供电网络的三维实时地图模型,将电网中的动态变化因素实时同步至地图模型中,通过对实时地图模型的监控而实现对电网隐患的排查,以及根据所检测的节点制定电网巡检路线,以实现在最短时间内对电网线路进行巡检,在电网中存在任何异常时能够迅速定位到故障隐患点,提高电网故障排查效率。
附图说明
图1是本发明示例性实施例中一种电力巡检地图导航方法的流程示意图;
图2是本发明示例性实施例中一种供电网络连接关系示意图;
图3是本发明示例性实施例中一种电力巡检地图导航装置的结构示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,下面将结合附图本发明实施方式及实施例中的技术方案进行清楚、完整地描述。然而,示例实施方式及实施例能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式及实施例使得本发明将更加全面和完整,并将示例实施方式及实施例的构思全面地传达给本领域的技术人员。本发明所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式及实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式及实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。尽管在附图中以特定顺序描述了本发明中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
电力巡检是指对供电网络中的发电站、变电站、输电线路、配电站等设备设施进行巡视检查,以及时发现设备隐患避免设备故障引发停电事故。原始电力巡检以人工巡检为主,工作人员按照电网的实际分布通过望远镜、攀爬输电塔杆等方式对供电网络进行检查。由于电网线路及厂站设备通常地处偏远位置,地理环境复杂多变,配电站数量类型繁多,叠加变电站、配电站内设备放置密集,人工巡检质量及到位率均难以保证,且人工巡检的工作量大、效率低、管理成本高、容易受到户外特殊天气的影响。基于人工巡检存在着众多缺陷,机器人巡检、直升机巡检、无人机巡检等智能巡检设备工具应运而生,智能巡检设备以其轻量化、巡检效率高、准确度高、适应场景多样、节省人工成本都显著优点成为电力巡检的主要方式。然而当前智能设备电力巡检主要针对两种情形,一是设定时间周期定期对供电网络进行巡检,二是当供电网络中出现故障时再进行巡检,以达到排查故障并进行修复的目的。但上述方式中定期巡检缺乏机动性,如果不是恰逢在巡检时间所发生的故障隐患,难以通过定期巡检及时排查供电网络中存在的潜在风险;出现故障时再进行巡检系用于解决已经发生的电网故障。上述两种方式对于电网中可能发生或即将发生的潜在故障,难以做到及时有效的排查及解决。
基于相关技术中存在的上述缺陷,本发明提供了一种电力巡检地图导航方法及装置,一方面在供电网络从出现影响电网稳定的隐患因素时能够及时识别出隐患因素,另一方面,对于识别出的隐患因素通过制定巡检线路进行巡检以准确定位隐患发生的位置,以便工作人员迅速组织维护维修,保障电网的安全稳定运行。所述方法通过构建供电网络的实时交互地图模型,对实时交互地图模型的监控进而及时预测供电网络中的故障风险,进而制定精确高效的巡检路线,在电网中存在任何异常时能够迅速定位到故障隐患点,提高电网故障排查的效率。
本发明示例性实施例提供了一种电力巡检地图导航方法,图1是本发明实施例中一种电力巡检地图导航方法的流程示意图;如图1所示,所述电力巡检导航方法包括以下步骤:
步骤S11:采集目标区域的电网信息,根据所述电网信息构建三维地图模型;其中所述电网信息包括节点信息及线路信息;
供电网络具有分布范围广、数据量大、数据维度高、因地势变化分布形式多样及易受自然环境干扰等特点,实际管理相当复杂且工作量巨大,因而通过构建电网模型对供电网络进行管理成为电网技术领域的常用手段,构建电网地图模型的方法也较为多样,最原始的方法系通过人工采集数据,根据所采集的供电网络中电站、塔杆等坐标位置、海拔、距离地面高度等数据,进行人工绘制平面地图,或者借助计算机建模软件绘制三维地图,而随着技术的发展,数据采集的方式也愈加便捷高效精确,如通过直升机、无人机等离地设备从空中拍摄、扫描数据进行三维地图绘制。
在一实施例中系通过卫星设备获取的遥感图像来构建电网地图模型,所述根据电网信息构建三维地图模型包括:获取不同分辨率下包含目标区域的多个遥感图像;基于经训练的卷积神经网络模型对所述遥感图像进行节点提取;以及根据所提取的节点信息和线路信息进行映射建立三维地图模型。
遥感成像技术系从高空或外层空间接收来自地球表层各类地物的电磁波信息,并通过对信息进行扫描、摄影、传输和处理实现对地表各类地物进行远距离控测和识别的综合影像技术。而遥感图像是通过高空中的探测仪器接收来自地面目标物的电磁波信息,探测感知地面物体而获得的包含几何、物理以及时间三方面特征的信息载体。通过航天技术、卫星通讯技术获取的高空间分辨率、高光谱分辨率和高时间分辨率的遥感图像已成为人类获取地球空间信息的重要数据源,本实施例基于不同分辨率的遥感影像进行节点识别和特征提取来实现对地面供电网络的模型构建,其中节点包括发电设备、变电设备、输电塔杆、用户设备等,节点信息包括设备名称、设备类型、位置坐标、设备结构、负载电量,线路信息包括线路名称、起始位置、终止位置、线路长度、架设环境、输电容量、线路类型、连接关系等。
详细而言,通过卫星设备获取的多个遥感图像的分辨率从低到高分别为第一级遥感图像至第n级遥感图像,各遥感图像大小相同且后一级遥感图像的分辨率为前一级的m倍,后一级遥感图像系以前一级遥感图像为中心的更大范围获取;其中m、n均为正整数;所述基于经训练的卷积神经网络模型对预处理的遥感图像进行节点信息提取包括:根据目标节点样本的大小在第一级遥感图像中确定第一图像块;以第一图像块为中心对第二遥感图像放大m倍后采集相同大小的图像块作为第二图像块,依次实现所有图像块的采集,得到n级的图像块集;以所述n级的图像块集输入至经训练的卷积神经网络模型进行节点信息提取。具体地,在基于经训练的卷积神经网络模型对所述遥感图像进行节点提取时,首先选定待提取的节点作为节点样本,提取预设目标节点样本在不同分辨率的遥感图像中的样本图像及特征参数,其中基于同一目标节点样本的不同分辨率的样本图像与目标节点的特征参数存在一一对应关系;根据目标节点样本的大小在第一级遥感图像中确定第一图像块,以第一图像块为中心对第二遥感图像放大m倍后采集相同大小的图像作为第二图像块,依次实现所有图像块的采集,得到n级的图像块集;将采集的多级图像块集输入到经训练的卷积神经网络模型进行节点信息提取,进一步根据所提取的设备轮廓、设备位置、线路起始位置、线路经行途径等信息进行三维映射构建地图模型。
在一实施例中根据电网信息构建三维地图模型包括:利用无人机搭载高精度航拍相机或可变焦相机进行倾斜摄影获取电网区域的影像数据,通过影像数据进行特征点提取、同名特征点匹配、影像外方位元素反算对影像数据进行空中三角测量,获取影像的外方位元素;其中可以通过尺度不变特征变换算法提取影像特征点,外方位元素系在恢复摄影光束的基础上确定摄影光束在摄影瞬间的空间位置和姿态参数;以及根据无人机POS数据和所述外方位元素,即影像位置和姿态数据构建三维地图模型。倾斜摄影技术可以解决多视角影像的几何变形及相互间的遮挡问题,可选地,为加强模型的准确性,在构建模型后还包括对形成的三维实景模型区域漏空、变形等问题进行修饰,同时利用点位测量信息对模型进行质量检查,以保障模型与实际供电网络的一致性。
此外,还可以通过激光扫描、电力数据采集系统获取等方式获取目标区域的电网信息,以实现电网地图模型的构建。可以理解,电网地图模型的构建可以通过不同的技术手段、多种不同的方式实现,上述实施例仅对此做示例性说明,该示例并不构成本发明技术方案的限制性表述。
步骤S13:通过电力传感器实时采集各节点的节点数据,根据所述节点数据对所述三维地图模型进行优化,得到实时地图模型;
供电网络由于分布范围广泛、接入设备数量类型多样的特点,发生故障的原因多种多样,对于电网中任何引发故障的潜在因素都需要及时察觉并做出迅速的应对,因此对电网中的故障因素要做到全面而及时的监测,本发明针对电网中节点设置有相应的设备传感器,对电网中的电气量及外部环境中的非电气量数据进行监测,其中电气量数据包括各节点的电流、电压、频率、功率、阻抗、电容等,非电气量数据包括温度、气流、形变、湿度等参数,如外部温度过高散热不通,则需要排查设备起火隐患,在阴雨天潮湿环境下需要排查设备短路隐患,遇到大风等气流较大的情形则需要排查线路断路隐患,通过根据设备特点及环境特点设置不同类型的传感器,实现对节点设备状态、环境与其他辅助信息的采集,进而经过分析处理后作为电网监测的依据。
进一步地,根据动态数据实对静态地图模型进行优化,形成与实际供电网络一致的动态三维地图模型,通过对实时三维模型的监测实现对供电网络的风险排查与监测。在一实施例中根据所述节点的电气量数据与电压之间的转换关系将电气量数据转换为电压变化,再基于同一电位标准转换为电位变化,基于节点电位数据对三维地图模型进行优化,进而得到供电网络的电位实时地图模型。所述实时地图模型与实际电网实时对应,对实时地图模型的监控即可实现对实际电网的监控,当实时地图模型中存在任一异常时,既可将其再映射回实际电网中对电网进行巡检排查故障。在另一实施例中,对于非电气量数据的变化可以直接进行监测,为实现电网监测的全面覆盖还可以将非电气量数据对应转换为对应的电位变化,再进一步生成电位实时地图模型进行监测。
步骤S15:当检测到所述实时地图模型中任一节点电位变化幅度超过预设阈值时,根据预设巡检规则生成遍历连接至所述任一节点的所有线路的巡检路线;
电网巡检的主要目的一方面及时监测供电网络中存在的潜在风险隐患,另一方面是准确定位隐患位置并进行修复,以维护供电网络的安全稳定运行。因此,对于电网中可能发生的故障首先需要准确做出识别才能进一步采取应对措施,而电位作为供电网络中的重要电气量参数,电网中出现任何的隐患均可能导致电位的变化,因此维持电位的稳定是排查故障的重要考量。具体而言,在实时模型中根据计算电网受力与变形的理论阈值等多种考量因素建立电网节点的预设阈值,例如将传感器采集的电流、电压、频率、功率、阻抗等数据变化均综合转化为电位变化,当节点电位变化超出阈值时,则可认定物理电网中存在足以干扰电网稳定性的干扰因素或者已经发生故障,需要对该节点所在的区域实施巡检措施。对于阈值的确定,可选地,首先地图模型中各节点都有初始的电位水平,传感器实时采集的电气量数据可能导致电位发生变化,可以人为设定合适的变化值的参考阈值,例如可以设置阈值为节点电位的20%,当监测变化超过阈值时便制定相应的巡检路线进行巡检;更进一步地,在完成巡检后对异常因素的判定结果也可以用来作为调节阈值的参考因素。
本实施例中通过对各节点设备的监测能够将故障及潜在风险因素锁定在较小的区域内,如当某节点的电位异常时,故障点大概率处于该节点处或者与该节点连接的线路中。在一实施例中部分供电网络及节点连接如图2所示,端点节点4仅与节点5连接,当检测到节点4为异常节点时,即以节点4为起始位置,节点5为终点位置确定巡检路线4→5;而当异常节点非端点节点时,其连接有多条线路,根据预设巡检规则生成遍历连接至所述节点的所有线路的巡检路线遵循巡检路线最短原则制定巡检路线,例如对节点5的巡检存在4→5→9→3→5→6→14→5、5→4→6→5→3→9→5→14等多条巡检路线,此时需要计算所有路线的距离以确定最小距离路线为巡检路线。可选地,考虑到端点节点最容易遭受干扰以及扩大巡检范围情形,还可以遵循优先从与该节点连接的边缘节点开始巡检,例如对于节点9,则优先从节点10或者节点12开始巡检;可选地,当存在两个节点电位异常时,则优先对两个节点之间的线路进行巡检,例如节点3和13电位异常,则优先选择包含3→5→14→13和13→14→5→3的线路进行巡检;此外,在实时地图模型中针对包含节点1~15在内的所有节点,均可设定相应的巡检规则,维护供电网络稳定性的关键在于确定异常节点,当通过上述方案确定供电网络中的异常节点后则可以根据实际需要设定对应的巡检规则制定巡检路线以实现高效快捷的电路巡检。除了对任一单个数据进行监测外,还包括对综合分析结果的监测,电力大数据的数据监视可以提供对电力系统各种数据的实时监测和分析,包括电力负载、发电量、输电线路状态等,通过对这些数据的分析可以及时发现电力系统的异常情况并采取相应的措施来修复故障,保证电力系统的稳定性和可靠性。
步骤S17:将巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检。
其中,智能巡检设备可以是智能机器人,无人机设备或其他飞行设备,相比智能机器人途径巡检线路的地面巡检,无人机设备的优势在于可近距离多方位地接近线路获取视觉图像,具有更广泛的应用场景。无人机设备通过搭载的高清相机获取视觉图像可获取所巡检线路的视觉图像并发送至服务器,以实现对所述视觉图像进行处理并确定故障位置。可选地,对于具有图像处理功能的无人机设备,还可以通过无人机设备基于边缘计算对所述视觉图像进行处理,以确定供电网络中的故障位置,直接向服务器返回具体的故障位置,以便工作人员进行故障维修。
本发明示例性实施例一种电力巡检地图导航装置,图3是本发明示例性实施例中一种电力巡检地图导航装置的结构示意图;如图3所示,电力巡检地图导航装置包括:
地图生成模块30,用于采集目标区域的电网信息并根据所述电网信息构建三维地图模型,其中所述电网信息包括节点信息及线路信息;
模型构建模块32,用于通过电力传感器实时采集各节点的节点数据并根据所述节点数据对所述三维地图模型进行优化,得到实时地图模型;
路线生成模块34,用于当检测到所述实时地图模型中任一节点电位变化幅度超过预设阈值时,根据预设巡检规则生成遍历连接至所述任一节点的所有线路的巡检路线;
路线发送模块36,用于将所述巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检。
上述装置中各模块/单元的具体细节已经在对应的方法部分进行了详细的描述,此处不再赘述。应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
除上述方法和设备以外,本发明的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本发明各种实施例的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本发明实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
本发明的另一实施方式提供了一种电子设备,可以用于执行本示例实施方式中所述方法或网络控制方法的全部或者部分步骤。所述装置包括: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指令,所述指令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说明书上述“示例性方法”中描述的根据本发明各种实施例的方法中的步骤。
本发明的另一实施方式提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”中描述的根据本发明各种实施例的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,在本发明中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本发明为必须采用上述具体的细节来实现。
本发明中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“如但不限于”,且可与其互换使用。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种电力巡检地图导航方法,其特征在于,包括以下步骤:
采集目标区域的电网信息,根据所述电网信息构建三维地图模型;其中所述电网信息包括节点信息及线路信息;
通过电力传感器实时采集各节点的节点数据,根据所述节点数据对所述三维地图模型进行优化,得到实时地图模型;其中,所述节点数据包括电气量数据;所述根据所述节点数据对所述三维地图模型进行优化包括:根据所述电气量数据与电压之间的转换关系将所述电气量数据转换为电压变化值,并基于同一电位标准将所述电压变化值转换为电位变化值,基于所述电位变化值得到供电网络的电位实时地图模型;
当检测到所述实时地图模型中任一节点电位变化幅度超过预设阈值时,根据预设巡检规则生成遍历连接至所述任一节点的所有线路的巡检路线;
将所述巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检。
2.根据权利要求1所述的电力巡检地图导航方法,其特征在于,所述采集目标区域的电网信息,根据所述电网信息构建三维地图模型包括:
获取不同分辨率下包含目标区域的多个遥感图像;
基于经训练的卷积神经网络模型对所述遥感图像的节点信息和线路信息进行提取;
根据所述节点信息和线路信息进行映射建立三维地图模型。
3.根据权利要求1所述的电力巡检地图导航方法,其特征在于,所述采集目标区域的电网信息,根据所述电网信息构建三维地图模型包括:
通过无人机倾斜摄影获取目标区域的影像数据;
通过影像数据特征点提取、同名特征点匹配及影像数据外方位元素反算对所述影像数据进行空中三角测量,获取目标区域电网的外方位元素;
根据无人机POS数据和所述外方位元素构建三维地图模型。
4.根据权利要求1所述的电力巡检地图导航方法,其特征在于,所述预设巡检规则包括:任一节点的巡检路线遍历连接至所述任一节点的所有线路且巡检距离最小。
5.根据权利要求1所述的电力巡检地图导航方法,其特征在于,所述实时地图模型中存在多个节点的电位变化幅度超过预设阈值,则所述预设巡检规则包括:生成巡检路线遍历连接至所述多个节点的所有线路,且以电位变化幅度最大的节点作为巡检起始位置。
6.根据权利要求5所述的电力巡检地图导航方法,其特征在于,在将巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检之后,还包括:
通过智能巡检设备获取所巡检线路的视觉图像并发送至服务器,以实现对所述视觉图像进行处理并确定故障位置。
7.根据权利要求1-6任一项所述的电力巡检地图导航方法,其特征在于,在所述将巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检之后,还包括:
通过智能巡检设备获取所巡检线路的视觉图像并基于边缘计算对所述视觉图像进行处理,以确定供电网络中的故障位置。
8.一种电力巡检地图导航装置,其特征在于,包括:
地图生成模块,用于采集目标区域的电网信息并根据所述电网信息构建三维地图模型,其中所述电网信息包括节点信息及线路信息;
模型构建模块,用于通过电力传感器实时采集各节点的节点数据并根据所述节点数据对所述三维地图模型进行优化,得到实时地图模型;其中,所述节点数据包括电气量数据;所述模型构建模块还包括子模块:用于根据所述电气量数据与电压之间的转换关系将所述电气量数据转换为电压变化值,并基于同一电位标准将所述电压变化值转换为电位变化值,基于所述电位变化值得到供电网络的电位实时地图模型;
路线生成模块,用于在检测到所述实时地图模型中任一节点电位变化幅度超过预设阈值时,根据预设巡检规则生成遍历连接至所述任一节点的所有线路的巡检路线;
路线发送模块,用于将所述巡检路线发送至智能巡检设备,以按照所述巡检路线进行巡检。
9.一种电子设备,其特征在于,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指令,所述指令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如权利要求1-7任一项所述的电力巡检地图导航方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一项所述的电力巡检地图导航方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311705629.1A CN117387603B (zh) | 2023-12-13 | 2023-12-13 | 电力巡检地图导航方法及装置、介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311705629.1A CN117387603B (zh) | 2023-12-13 | 2023-12-13 | 电力巡检地图导航方法及装置、介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117387603A CN117387603A (zh) | 2024-01-12 |
CN117387603B true CN117387603B (zh) | 2024-02-23 |
Family
ID=89463553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311705629.1A Active CN117387603B (zh) | 2023-12-13 | 2023-12-13 | 电力巡检地图导航方法及装置、介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117387603B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117686844B (zh) * | 2024-02-02 | 2024-04-16 | 山东道万电气有限公司 | 一种基于巡检机器人的电力配网线路监测方法及系统 |
CN117996965B (zh) * | 2024-04-02 | 2024-06-07 | 国网浙江省电力有限公司永康市供电公司 | 智能配电网断路器控制方法及控制系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106611441A (zh) * | 2015-10-27 | 2017-05-03 | 腾讯科技(深圳)有限公司 | 三维地图的处理方法和装置 |
KR20190044981A (ko) * | 2017-10-23 | 2019-05-02 | 한국전력공사 | 전력 소프트웨어 개발 플랫폼 |
CN111178727A (zh) * | 2019-12-24 | 2020-05-19 | 苏州艾尼斯特电气科技有限公司 | 一种景区配电运维系统、用户端 |
CN111191828A (zh) * | 2019-12-24 | 2020-05-22 | 江苏海恩德电气有限公司 | 基于动态、静态维修站的配电系统及其配置方法 |
CN113486873A (zh) * | 2021-09-07 | 2021-10-08 | 南通高精数科机械有限公司 | 一种基于大数据和人工智能的变电站设备巡检方法及系统 |
EP3902080A1 (de) * | 2020-04-24 | 2021-10-27 | Westnetz GmbH | Verfahren zum überwachen eines elektrischen versorgungsnetzes |
CN115549078A (zh) * | 2022-10-12 | 2022-12-30 | 国网山西省电力公司 | 一种基于数字孪生的电网整合规划方法 |
EP4130771A1 (de) * | 2021-08-03 | 2023-02-08 | Condensator Dominit GmbH | Überwachungssystem für ein wechselstrom-filter |
CN116404760A (zh) * | 2023-06-09 | 2023-07-07 | 西安新视空间信息科技有限公司 | 基于数字孪生地图的分布式电网暂稳态运行方法及装置 |
CN117154649A (zh) * | 2023-10-19 | 2023-12-01 | 佛山市新东方电子技术工程有限公司 | 一种供电线路控制方法和系统 |
-
2023
- 2023-12-13 CN CN202311705629.1A patent/CN117387603B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106611441A (zh) * | 2015-10-27 | 2017-05-03 | 腾讯科技(深圳)有限公司 | 三维地图的处理方法和装置 |
KR20190044981A (ko) * | 2017-10-23 | 2019-05-02 | 한국전력공사 | 전력 소프트웨어 개발 플랫폼 |
CN111178727A (zh) * | 2019-12-24 | 2020-05-19 | 苏州艾尼斯特电气科技有限公司 | 一种景区配电运维系统、用户端 |
CN111191828A (zh) * | 2019-12-24 | 2020-05-22 | 江苏海恩德电气有限公司 | 基于动态、静态维修站的配电系统及其配置方法 |
EP3902080A1 (de) * | 2020-04-24 | 2021-10-27 | Westnetz GmbH | Verfahren zum überwachen eines elektrischen versorgungsnetzes |
EP4130771A1 (de) * | 2021-08-03 | 2023-02-08 | Condensator Dominit GmbH | Überwachungssystem für ein wechselstrom-filter |
CN113486873A (zh) * | 2021-09-07 | 2021-10-08 | 南通高精数科机械有限公司 | 一种基于大数据和人工智能的变电站设备巡检方法及系统 |
CN115549078A (zh) * | 2022-10-12 | 2022-12-30 | 国网山西省电力公司 | 一种基于数字孪生的电网整合规划方法 |
CN116404760A (zh) * | 2023-06-09 | 2023-07-07 | 西安新视空间信息科技有限公司 | 基于数字孪生地图的分布式电网暂稳态运行方法及装置 |
CN117154649A (zh) * | 2023-10-19 | 2023-12-01 | 佛山市新东方电子技术工程有限公司 | 一种供电线路控制方法和系统 |
Non-Patent Citations (3)
Title |
---|
Electric power line patrol operation based on vision and laser SLAM fusion perception;Leiqing Ding;《2021 IEEE 4th International Conference on Automation, Electronics and Electrical Engineering (AUTEEE)》;20220110;全文 * |
电力线路智能巡检系统研究;戴亮;张澄;张少成;李祥明;何菲;李胜华;;中国科技信息;20130701(第13期);全文 * |
陆和平 ; .多路恒电位监控仪.交通与计算机.1993,(第02期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117387603A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117387603B (zh) | 电力巡检地图导航方法及装置、介质、电子设备 | |
He et al. | Research of multi-rotor UAVs detailed autonomous inspection technology of transmission lines based on route planning | |
CN107392247B (zh) | 一种电力线下方地物安全距离实时检测方法 | |
CN111537515A (zh) | 基于三维实景模型的铁塔螺栓缺陷展示方法和系统 | |
CN109100742A (zh) | 基于机载激光雷达进行电力巡线的方法 | |
CN111931565A (zh) | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 | |
CN104820759A (zh) | 管线设施的数据采集方法和系统 | |
CN110910440B (zh) | 一种基于电力影像数据的输电线路长度确定方法和系统 | |
CN111158358B (zh) | 一种基于三维模型对变电/换流站自优巡检的方法及系统 | |
CN112598883B (zh) | 基于贝叶斯网络的输电线路落雷概率预警方法及预警系统 | |
CN113554595B (zh) | 无人机激光雷达点云杆塔塔头形变检测装置及方法 | |
CN117974913B (zh) | 配网电缆机器人控制方法、装置、电子设备和介质 | |
CN109521792A (zh) | 一种基于输变电设备三维模型的无人机地面飞行控制系统 | |
CN114820800A (zh) | 一种用于输电线路的实时巡检方法及设备 | |
CN105403250A (zh) | 一种电力防灾预警系统 | |
CN115686014A (zh) | 一种基于bim模型的地铁巡检机器人 | |
CN115577011A (zh) | 一种输电线路监测方法及相关设备 | |
CN116258980A (zh) | 一种基于视觉的无人机分布式光伏电站巡检方法 | |
CN116780758A (zh) | 一种输电线路多传感器数据融合的在线监测系统及方法 | |
CN110501720A (zh) | 一种基于航空遥感的输电走廊树障监测系统 | |
CN115272560A (zh) | 一种基于三维声场云图的变电设备隐患定位方法及系统 | |
CN110967705A (zh) | 一种gps测距仪及其测量方法 | |
CN110647935A (zh) | 一种输电线路区域树木生长趋势的预测方法及装置 | |
JP2017156282A (ja) | 電荷量の推定方法、推定装置、及び推定プログラム | |
CN115185300A (zh) | 无人机巡视航线安全检测方法、装置、设备及存储介质 |
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 |