CN117647284B - 一种电气自动化配电柜监测预警系统及方法 - Google Patents

Abstract

本申请涉及一种电气自动化配电柜监测预警系统及方法，该监测预警系统包括：摄像头，采集配电柜内的图像信息；驱动部件，驱动摄像头沿移动轨迹移动；温度传感器，采集移动轨迹沿途的温度数据；湿度传感器，采集移动轨迹沿途的湿度数据；信息获取模块，获取图像信息、温度数据和湿度数据；分析判断模块，对温度、湿度数据和图像信息分析，确定异常处的位置、类型和严重程度；且还判断严重程度是否为低级；信息发送模块，在严重程度为低级时，发送提示信息；在严重程度非低级时，发送报警信息；提示模块，接收提示信息，执行提示动作；报警模块，接收报警信息，执行报警动作。本申请具有快速确定故障点，并尽量在配电柜未失火前预警的有益效果。

Description

一种电气自动化配电柜监测预警系统及方法

技术领域

本申请涉及配电柜的技术领域，尤其是涉及一种电气自动化配电柜监测预警系统及方法。

背景技术

相关技术中，公开号为CN113341858A，公开日为2021-09-03的专利公开了一种配电柜智能安全监控系统，包括：监测模块，监测模块包括微型摄像机，微型摄像机用于拍摄配电柜的内部环境。微型摄像机拍摄的影像通过无线传输的方式，将影像呈现在显示屏上，从而方便工作人员观察配电柜内是否存在电路短路造成失火的情况发生，同时工作人员也可通过微型摄像机拍摄的影像了解配电柜内部的情况。

在微型摄像机将影像呈现在显示屏上后，工作人员也仅仅是通过肉眼对影像进行判断，当工作人员判断配电柜内失火时，往往此时配电柜内已经失火，在失火后，工作人员在对配电柜检修时，也需要对配电柜进行全面的排查，不能快速的确定故障点。

发明内容

为了能够快速确定故障点，并尽量在配电柜未失火前进行预警，本申请提供一种电气自动化配电柜监测预警系统及方法。

第一方面，本申请提供的一种电气自动化配电柜监测预警系统，采用如下技术方案：

一种电气自动化配电柜监测预警系统，包括：

摄像头，用于采集配电柜内的图像信息；所述摄像头上安装有位置发送模块，用于实时发送位置信息；

驱动部件，用于驱动所述摄像头沿预设移动轨迹移动；

温度传感器，用于沿所述移动轨迹移动，且采集所述移动轨迹沿途的温度数据；

湿度传感器，用于沿所述移动轨迹移动，且采集所述移动轨迹沿途的湿度数据；

信息获取模块，用于获取所述图像信息、所述温度数据、所述湿度数据以及所述位置信息；

分析判断模块，用于对所述温度数据、所述湿度数据和所述图像信息进行分析，并结合所述位置信息，以确定配电柜内异常处的位置、异常处异常类型和异常处异常严重程度；并且还用于判断所述异常严重程度是否为低级；

信息发送模块，用于在所述异常严重程度为低级时，发送提示信息；用于在所述异常严重程度非低级时，发送报警信息；

提示模块，用于接收并响应于所述提示信息，执行提示动作；

报警模块，用于接收并响应于所述报警信息，执行报警动作。

通过采用上述技术方案，由于摄像头、温度传感器和湿度传感器均可以沿移动轨迹在配电柜内移动，因此可以将移动轨迹看做是多个点的集合，每个点均能获得图像信息、温度数据和湿度数据，分析判断模块可以对这些图像信息、温度数据和湿度数据进行分析，从而结合摄像头的位置信息，能够快速对异常处进行定位，并且也能够确定异常类型和严重程度，异常严重程度低时，可以发送提示信息，提示工作人员查看，异常严重程度高时，可以发送报警信息，以使工作人员尽快对配电柜进行检修处理；因此具有能够快速确定故障点，并尽量在配电柜未失火前进行预警的效果。

可选的，所述温度传感器和所述湿度传感器均安装于所述摄像头上。

通过采用上述技术方案，可以仅采用一个驱动部件驱动温度传感器、湿度传感器和摄像头的同步移动，降低成本。

可选的，所述监测预警系统还包括：

灭火模块，用于接收并响应于灭火信号，执行灭火动作；

控制模块，用于接收所述报警信息，并发送所述灭火信号。

通过采用上述技术方案，可以在报警时，及时进行灭火，进一步对配电柜进行保护。

可选的，所述分析判断模块包括：

湿度比较单元，用于将所述湿度数据中的湿度值与湿度阈值比较；

温度比较单元，用于将所述温度数据中的温度值与温度阈值比较；

图像比对单元，用于将所述图像信息中的图像与预先采集的正常图像进行比对；

温度计算单元，用于根据温度值与温度阈值，计算温度速率；

判断单元，基于所述湿度比较单元、所述温度比较单元、所述图像比对单元以及所述温度计算单元的结果，确定异常类型以及异常严重程度。

通过采用上述技术方案，例如，某处的湿度至大于湿度阈值，温度值大于温度阈值，则异常类型有可能是漏电，若图像正常，则异常严重程度为低级；

若某处的瞬间的温度高即温度升温速率高，且图像中线出现破损，则异常类型有可能是短路，异常严重程度为低级，若图像中出现了火花和电弧，则异常严重程度为高级；

若某处温度升温速率低，且图像中绝缘线变色，则异常类型有可能是过负荷，异常严重程度为低级，若图像中出现火光，则异常严重程度为高级。

可选的，所述监测预警系统还可以包括：

模型构建模块，用于构建配电柜正常时的虚拟模型；

轨迹生成模块，用于根据所述摄像头实际的位置信息，在所述虚拟模型内生成与实际的所述移动轨迹匹配的虚拟移动轨迹；

标注模块，用于在确定实际的异常处后，在所述虚拟移动轨迹对应的虚拟异常处进行标注；

图像调取关联模块，用于调取标注处图像，并将标注处与标注处图像关联。

通过采用上述技术方案，通过构建虚拟模型，并根据摄像头的位置，生成虚拟移动轨迹，并在虚拟移动轨迹上标注虚拟异常处，使虚拟异常处与对应的图像进行关联，从而便于工作人员清晰了解异常处的图像，便于判断。

可选的，所述驱动部件包括：

安装板，水平滑移连接于配电柜外顶壁；

卷线轴，转动连接于所述安装板上，所述卷线轴上的拉线穿置于配电柜内，且与所述摄像头连接。

通过采用上述技术方案，在安装板滑移时，摄像头沿安装板的移动路径移动，通过驱动卷线轴转动，可以对拉线进行收放，从而调节摄像头高度。

可选的，所述摄像头背面安装有辅助摄像头，所述辅助摄像头朝向配电柜柜门设置；所述辅助摄像头上安装有辅助温度传感器和辅助湿度传感器。

通过采用上述技术方案，由于部分配电柜柜门也安装有元器件和线路，因此辅助摄像头可以采集配电柜柜门内壁处的图像信息；辅助温度传感器可以采集柜门处的温度数据，辅助湿度传感器可以采集柜门处的湿度数据。

第二方面,本申请提供了一种电气自动化配电柜监测预警方法,采用如下技术方案：

一种电气自动化配电柜监测预警方法，基于上述监测预警系统，包括：

驱动摄像头沿预设移动轨迹移动；

实时获取摄像头的位置信息；

实时获取所述移动轨迹沿途的温度数据、湿度数据和图像信息；

结合所述位置信息，分析所述温度数据、湿度数据和图像信息，以确定异常处的位置、异常处的异常类型以及异常处的异常严重程度；

判断所述异常严重程度是否为低级；

若是，则发送提示信息；

若否，则发送报警信息。

通过采用上述技术方案，由于驱动摄像头沿移动轨迹移动，并且实时获取移动轨迹沿途的温度数据、湿度数据和图像信息，因此可以将移动轨迹看做是多个点的集合，每个点均能获得图像信息、温度数据和湿度数据，分析判断模块可以对这些图像信息、温度数据和湿度数据进行分析，从而能够快速对异常处进行定位，并且也能够确定异常类型和严重程度，异常严重程度低时，可以发送提示信息，提示工作人员查看，异常严重程度高时，可以发送报警信息，以使工作人员尽快对配电柜进行检修处理；因此具有能够快速确定故障点，并尽量在配电柜未失火前进行预警的效果。

可选的，确定异常类型、异常严重程度的具体步骤包括：

将所述湿度数据中的湿度值与湿度阈值比较；

将所述温度数据中的温度值与温度阈值比较；

将所述图像信息中的图像与预先采集的正常的图像比对；

基于温度值与温度阈值，计算温度速率；

基于湿度比较结果、温度比较结果、图像比对结果和温度速率，确定异常处的异常类型以及异常严重程度。

通过采用上述技术方案，例如，某处的湿度至大于湿度阈值，温度值大于温度阈值，则异常类型有可能是漏电，若图像正常，则异常严重程度为低级；

若某处的瞬间的温度高即温度升温速率高，且图像中线出现破损，则异常类型有可能是短路，异常严重程度为低级，若图像中出现了火花和电弧，则异常严重程度为高级；

若某处温度升温速率低，且图像中绝缘线变色，则异常类型有可能是过负荷，异常严重程度为低级，若图像中出现火光，则异常严重程度为高级。

可选的，所述监测预警方法还包括：

构建配电柜正常时的虚拟模型；

在摄像头移动时，实时获取所述摄像头的位置信息；

根据所述位置信息，在所述虚拟模型内生成与所述摄像头实际的移动轨迹匹配的虚拟移动轨迹；

在确定实际的异常处后，对所述虚拟移动轨迹对应的虚拟异常处进行标注；

调取标注处的图像，并将标注处图像与标注处进行关联。

通过采用上述技术方案，通过构建虚拟模型，并根据摄像头的位置，生成虚拟移动轨迹，并在虚拟移动轨迹上标注虚拟异常处，使虚拟异常处与对应的图像进行关联，从而便于工作人员清晰了解异常处的图像，便于判断。

综上所述，本申请存在至少以下有益效果：

1、设置摄像头沿移动轨迹移动、温度传感器采集移动轨迹沿途的温度数据、湿度传感器采集移动轨迹沿途的湿度数据以及分析判断模块的目的是，可以将移动轨迹看做是多个点的集合，每个点均能获得图像信息、温度数据和湿度数据，分析判断模块可以对这些图像信息、温度数据和湿度数据进行分析，从而能够快速对异常处进行定位，并且也能够确定异常类型和严重程度，异常严重程度低时，因此具有能够快速确定故障点，并尽量在配电柜未失火前进行预警的效果。

2、设置温度传感器和湿度传感器均安装于摄像头上的目的是，可以仅采用一个驱动部件驱动温度传感器、湿度传感器和摄像头的同步移动，降低成本。

3、设置模型构建模块、标注模块和图像调取关联模块的目的是，在虚拟移动轨迹上标注虚拟异常处，使虚拟异常处与对应的图像进行关联，便于工作人员清晰了解异常处的图像，且便于判断。

附图说明

图1是本申请系统实施例一实施方式的结构框图；

图2是分析判断模块的结构框图；

图3是本申请系统实施例另一实施方式的结构框图；

图4是本申请驱动部件的结构示意图；

图5是本申请拉线与摄像头之间连接关系的结构示意图；

图6是本申请方法实施例一实施方式的流程框图；

图7是本申请方法实施例另一实施方式的流程框图。

附图标记说明：110、摄像头；111、位置发送模块；120、驱动部件；121、安装板；122、卷线轴；123、辅助摄像头；124、辅助温度传感器；125、辅助湿度传感器；126、第一电机；127、丝杠；128、第二电机；130、温度传感器；140、湿度传感器；150、信息获取模块；160、分析判断模块；161、湿度比较单元；162、温度比较单元；163、图像比对单元；164、温度计算单元；165、判断单元；170、信息发送模块；180、提示模块；190、报警模块；210、灭火模块；220、控制模块；230、模型构建模块；240、轨迹生成模块；250、标注模块；260、图像调取关联模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图1-附图7，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作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。

本申请一实施例公开一种电气自动化配电柜监测预警系统。参照图1，作为该监测预警系统的一实施方式，该监测预警系统可以包括：

摄像头110，用于采集配电柜内的图像信息；其中，摄像头110上安装有位置发送模块111，用于实时发送位置信息；

驱动部件120，用于驱动摄像头110沿预设移动轨迹移动；

温度传感器130，用于沿移动轨迹移动，且采集移动轨迹沿途的温度数据；

湿度传感器140，用于沿移动轨迹移动，且采集移动轨迹沿途的湿度数据；

信息获取模块150，用于获取图像信息、温度数据、湿度数据以及摄像头110的位置信息；

分析判断模块160，用于结合位置信息，对温度数据、湿度数据和图像信息进行分析，以确定配电柜内异常处的位置、异常处异常类型和异常处异常严重程度；并且还用于判断异常严重程度是否为低级；

信息发送模块170，用于在异常严重程度为低级时，发送提示信息；用于在异常严重程度非低级时，发送报警信息；

提示模块180，用于接收并响应于提示信息，执行提示动作；

报警模块190，用于接收并响应于报警信息，执行报警动作。

其中，提示模块180和报警模块190均可以是报警器，提示动作可以是间歇性发生蜂鸣声，报警动作可以是持续性发出蜂鸣声，两者不同；另外，提示动作和报警动作也可以弹窗的形式显示，两者弹窗形式或弹窗内容不同，进行区分；或者是在其他实施方式中，提示模块180和报警模块190独立设置，只需使提示动作和报警动作不同即可。摄像头110可以采用微型摄像头。

另外，该监测预警系统还可以包括：

灭火模块210，用于接收并响应于灭火信号，执行灭火动作；

控制模块220，用于接收报警信息，并发送灭火信号。

其中，灭火模块210可以是全氟己酮灭火设备，安装于配电柜内侧壁。

参照图2，分析判断模块160可以包括：

湿度比较单元161，用于将湿度数据中的湿度值与湿度阈值比较；

温度比较单元162，用于将温度数据中的温度值与温度阈值比较；

图像比对单元163，用于将图像信息中的图像与预先采集的正常图像进行比对；

温度计算单元164，用于根据温度值与温度阈值，计算温度速率；温度速率指的温度变化速率℃/min；在本申请指的升温变化速率；

判断单元165，基于湿度比较单元161、温度比较单元162、图像比对单元163以及温度计算单元164的结果，确定异常类型以及异常严重程度。

参照图3，作为该监测预警系统的另一实施方式，该监测预警系统还可以包括：

模型构建模块230，用于构建配电柜正常时的虚拟模型；信息获取模块150还用于获取摄像头110的位置信息；

轨迹生成模块240，用于根据位置信息，在虚拟模型内生成与摄像头110实际的移动轨迹匹配的虚拟移动轨迹；

标注模块250，用于在确定实际的异常处后，在虚拟移动轨迹对应的虚拟异常处进行标注；例如，可以异常处和正常处的颜色不一样或者亮度不一样；

图像调取关联模块260，用于调取标注处图像，并将标注处与标注处图像关联；类似于批注的形式。在工作人员点击标注处图像后，图像可以进行放大。

需要说明的是，信息获取模块150、分析判断模块160、信息发送模块170、控制模块220、模型构建模块230、轨迹生成模块240、标注模块250以及图像调取关联模块260均集成于中央控制器中。

参照图4和图5，驱动部件120可以包括安装板121和卷线轴122；其中，安装板121水平滑移连接于配电柜外顶壁，卷线轴122转动连接于该安装板121上；在配电柜外顶壁开设有滑移孔，卷线轴122上的拉线通过滑移孔穿置于配电柜内，且与摄像头110连接。拉线缠绕于摄像头110上，能够带动摄像头110的移动。当然，在其他实施方式中，可以在配电柜外顶壁安装防护罩，将驱动部件120罩设于内，以减少灰尘进入配电柜。

另外，在摄像头110的背面安装有辅助摄像头123，辅助摄像头123上安装有辅助温度传感器124和辅助湿度传感器125；辅助摄像头123朝向柜门设置。

为了驱动安装板121的滑移，在配电柜上安装有第一电机126，在配电柜上转动连接有丝杠127；第一电机126的输出轴通过齿轮结构与丝杠127连接，用于驱动丝杠127的转动。

为了驱动卷线轴122的转动，在安装板121上安装有第二电机128，第二电机128通过齿轮结构与卷线轴122连接，用于驱动卷线轴122的转动。

需要说明的是，为了降低拉线的晃动，可以选用直径较大的拉线，控制电机的速度，使得安装板121平稳移动；或者安装板121每移动一定距离，就暂停一定时长，以缓解拉线的惯性。

本实施例的实施原理为：

驱动部件120驱动摄像头110沿移动轨迹移动，在移动过程中，摄像头110采集移动轨迹沿途的图像信息；同时，温度传感器130采集移动轨迹沿途的温度数据，湿度传感器140采集移动轨迹沿途的湿度数据；信息获取模块150获取图像信息、温度数据、湿度数据以及摄像头110的位置信息，分析判断模块160对温度数据、湿度数据和图像信息进行分析，并结合位置信息，以确定配电柜内异常处的位置、异常处异常类型和异常处异常严重程度，进而判断异常严重程度是否为低级；信息发送模块170用于在异常严重程度为低级时，发送提示信息；用于在异常严重程度非低级时，发送报警信息；提示模块180用于接收并响应于提示信息，执行提示动作；报警模块190用于接收并响应于报警信息，执行报警动作。

基于上述系统实施例，本申请另一实施例公开一种电气自动化配电柜监测预警方法。参照图6，作为该监测预警方法的一实施方式，该监测预警方法可以包括S110-S170：

S110，驱动摄像头110沿预设移动轨迹移动；

S120，实时获取摄像头110的位置信息；

S130，实时获取移动轨迹沿途的温度数据、湿度数据和图像信息；

S140，结合位置信息，分析温度数据、湿度数据和图像信息，以确定异常处的位置、异常处的异常类型以及异常处的异常严重程度；

S150，判断异常严重程度是否为低级；

S160，若是，则发送提示信息；

S170，若否，则发送报警信息。

具体地，摄像头110的位置信息与温度数据、湿度数据和图像信息关联；例如摄像头110到达A位置，则分析A位置处的温度数据、湿度数据和图像信息；获取的信息可以以表格的形式进行存储，第一行表示位置信息，第二行表示温度数据，第三行表示湿度信息，第四行表示图像信息。

在S140中，确定异常类型、异常严重程度的具体步骤可以包括将湿度数据中的湿度值与湿度阈值比较；将温度数据中的温度值与温度阈值比较；将图像信息中的图像与预先采集的正常的图像比对；基于温度值与温度阈值，计算温度速率；基于湿度比较结果、温度比较结果、图像比对结果和温度速率，确定异常处的异常类型以及异常严重程度。

举例说明，1）某处的湿度至大于湿度阈值，温度值大于温度阈值，则异常类型有可能是漏电，若图像正常，则异常严重程度为低级；2）若某处的瞬间的温度高即温度升温速率高，且图像中线出现破损，则异常类型有可能是短路，异常严重程度为低级，若图像中出现了火花和电弧，则异常严重程度为高级；3）若某处温度升温速率低，且图像中绝缘线变色，则异常类型有可能是过负荷，异常严重程度为低级，若图像中出现火光，则异常严重程度为高级。

参照图7，作为该监测预警方法的另一实施方式，该监测预警方法还可以包括S210-S250：

S210，构建配电柜正常时的虚拟模型；

S220，在摄像头110移动时，实时获取摄像头110的位置信息；

S230，根据位置信息，在虚拟模型内生成与摄像头110实际的移动轨迹匹配的虚拟移动轨迹；

S240，在确定实际的异常处后，对虚拟移动轨迹对应的虚拟异常处进行标注；

S250，调取标注处的图像，并将标注处的图像与标注处进行关联。

本实施例的实施原理为：

驱动摄像头110沿移动轨迹移动，在移动过程中，实时获取摄像头110的位置信息以及获取移动轨迹沿途的温度数据、湿度数据和图像信息；并结合位置信息，分析温度数据、湿度数据和图像信息，以确定异常处的位置、异常处的异常类型以及异常处的异常严重程度，进而判断异常严重程度是否为低级，若是，则发送提示信息，若否，则发送报警信息。

以上均为本申请的较佳实施例，并非依次限制本申请的保护范围，本说明书（包括摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

Claims (6)

1.一种电气自动化配电柜监测预警系统，其特征在于，包括：

摄像头（110），用于采集配电柜内的图像信息；所述摄像头（110）上安装有位置发送模块（111），所述位置发送模块（111）用于实时发送位置信息；

驱动部件（120），用于驱动所述摄像头（110）沿预设移动轨迹移动；

温度传感器（130），用于沿所述移动轨迹移动，且采集所述移动轨迹沿途的温度数据；

湿度传感器（140），用于沿所述移动轨迹移动，且采集所述移动轨迹沿途的湿度数据；

信息获取模块（150），用于获取所述图像信息、所述温度数据、所述湿度数据以及所述位置信息；

分析判断模块（160），用于对所述温度数据、所述湿度数据和所述图像信息进行分析，并结合所述位置信息，以确定配电柜内异常处的位置、异常处异常类型和异常处异常严重程度；并且还用于判断所述异常严重程度是否为低级；

信息发送模块（170），用于在所述异常严重程度为低级时，发送提示信息；用于在所述异常严重程度非低级时，发送报警信息；

提示模块（180），用于接收并响应于所述提示信息，执行提示动作；

报警模块（190），用于接收并响应于所述报警信息，执行报警动作；

模型构建模块（230），用于构建配电柜正常时的虚拟模型；

轨迹生成模块（240），用于根据所述摄像头（110）实际的位置信息，在所述虚拟模型内生成与实际的所述移动轨迹匹配的虚拟移动轨迹；

标注模块（250），用于在确定实际的异常处后，在所述虚拟移动轨迹对应的虚拟异常处进行标注；

图像调取关联模块（260），用于调取标注处图像，并将标注处与标注处图像关联；

所述分析判断模块（160）包括：

湿度比较单元（161），用于将所述湿度数据中的湿度值与湿度阈值比较；

温度比较单元（162），用于将所述温度数据中的温度值与温度阈值比较；

图像比对单元（163），用于将所述图像信息中的图像与预先采集的正常图像进行比对；

温度计算单元（164），用于根据温度值与温度阈值，计算温度速率；

判断单元（165），基于所述湿度比较单元（161）、所述温度比较单元（162）、所述图像比对单元（163）以及所述温度计算单元（164）的结果，确定异常类型以及异常严重程度。

2.根据权利要求1所述的一种电气自动化配电柜监测预警系统，其特征在于，所述温度传感器（130）和所述湿度传感器（140）均安装于所述摄像头（110）上。

3.根据权利要求1所述的一种电气自动化配电柜监测预警系统，其特征在于，所述监测预警系统还包括：

灭火模块（210），用于接收并响应于灭火信号，执行灭火动作；

控制模块（220），用于接收所述报警信息，并发送所述灭火信号。

4.根据权利要求2所述的一种电气自动化配电柜监测预警系统，其特征在于，所述驱动部件（120）包括：

安装板（121），水平滑移连接于配电柜外顶壁；

卷线轴（122），转动连接于所述安装板（121）上，所述卷线轴（122）上的拉线穿置于配电柜内，且与所述摄像头（110）连接。

5.根据权利要求4所述的一种电气自动化配电柜监测预警系统，其特征在于，所述摄像头（110）背面安装有辅助摄像头（123），所述辅助摄像头（123）上安装有辅助温度传感器（124）和辅助湿度传感器（125）。

6.一种电气自动化配电柜监测预警方法，其特征在于，基于如权利要求1-5任一所述的监测预警系统，包括：

驱动摄像头沿预设移动轨迹移动；

实时获取摄像头的位置信息；

实时获取所述移动轨迹沿途的温度数据、湿度数据和图像信息；

结合所述位置信息，分析所述温度数据、湿度数据和图像信息，以确定异常处的位置、异常处的异常类型以及异常处的异常严重程度；

判断所述异常严重程度是否为低级；

若是，则发送提示信息；

若否，则发送报警信息；

构建配电柜正常时的虚拟模型；

在摄像头移动时，实时获取所述摄像头的位置信息；

根据所述位置信息，在所述虚拟模型内生成与所述摄像头实际的移动轨迹匹配的虚拟移动轨迹；

在确定实际的异常处后，对所述虚拟移动轨迹对应的虚拟异常处进行标注；

调取标注处的图像，并将标注处图像与标注处进行关联；

确定异常类型、异常严重程度的具体步骤包括：

将所述湿度数据中的湿度值与湿度阈值比较；

将所述温度数据中的温度值与温度阈值比较；

将所述图像信息中的图像与预先采集的正常的图像比对；

基于温度值与温度阈值，计算温度速率；

基于湿度比较结果、温度比较结果、图像比对结果和温度速率，确定异常处的异常类型以及异常严重程度。