CN118334545A - 一种低压缸检修监控系统 - Google Patents

Abstract

本发明涉及汽轮机技术领域，公开了一种低压缸检修监控系统，包括：设备激活模块、视频采集模块、检修判断模块、拓扑图建立模块和检修确定模块。设备激活模块用于当低压缸检修信号满足处理需求时，激活视频采集设备；视频采集模块用于对采集的待处理视频进行分析，得到低压缸待处理图像；检修判断模块用于根据低压缸待处理图像和低压缸参考图像判断低压缸是否需要检修；拓扑图建立模块用于根据特征信息建立低压缸检修拓扑图；检修确定模块用于根据低压缸检修拓扑图确定检修策略，本发明可以对低压缸进行智能化检修，提高低压缸检修效率，避免因低压缸故障导致的停机损失，可以准确地掌握低压缸运行状况，为优化操作和制定维修计划提供依据。

Description

一种低压缸检修监控系统

技术领域

本发明涉及汽轮机技术领域，特别是涉及一种低压缸检修监控系统。

背景技术

低压缸是汽轮机的重要组成部分之一，其作用是将中压缸的低温低压蒸汽进一步膨胀，使蒸汽的比体积进一步增加，从而提高了汽轮机的总效率。低压缸内部同样有一定数量的叶轮，当低温低压的蒸汽通过叶轮时，它们会使叶轮转动，从而产生最后一次的机械能。

当前的低压缸检修监控方案主要表现在以下几个缺点：首先，检修过程较为复杂耗时，比如需要揭缸前检查、揭缸后检修、改换低压缸防爆门垫片、检查减温水喷水装置宏观检查等步骤。其次，低压缸的解体和组装工作难度较大，对检修技术要求较高。此外，在检修过程中还需要严格遵守各种规定，如必须及时封堵抽出的管口、抽汽口、疏水口，并进行登记，取出时要注销，不准敞口，不准用棉纱、破布塞堵。这就大大增加了检修人员的工作量，降低了工作效率，且无法保证低压缸的检修效果。

因此，如何提供一种可以对低压缸进行智能化检修的监控系统，是目前有待解决的技术问题。

发明内容

本发明实施例提供一种低压缸检修监控系统，用以解决现有技术中无法对低压缸进行智能化检修，无法提高低压缸检修效率的技术问题。

为了实现上述目的，本发明提供了一种低压缸检修监控系统，包括：

设备激活模块，用于接收中控系统发送的低压缸检修信号，判断所述低压缸检修信号是否满足处理需求，若是，则激活预先部署在汽轮机中的视频采集设备；

视频采集模块，用于根据所述视频采集设备对低压缸进行实时的视频采集，并对采集到的待处理视频进行分析，得到低压缸待处理图像；

检修判断模块，用于基于所述低压缸待处理图像获取对应的低压缸参考图像，并根据所述低压缸待处理图像和所述低压缸参考图像判断所述低压缸是否需要检修；

拓扑图建立模块，用于当判断所述低压缸需要检修时，获取所述低压缸的特征信息，并基于所述低压缸的特征信息建立低压缸检修拓扑图；

检修确定模块，用于根据所述低压缸检修拓扑图确定所述低压缸的检修策略。

在其中一个实施例中，所述设备激活模块具体用于：

所述设备激活模块用于获取前次检测信号，并确定所述前次检测信号的检测类别；

所述设备激活模块用于将所述低压缸检修信号与所述前次检测信号的检测类别进行匹配，并判断所述低压缸检修信号与所述前次检测信号是否相同，

所述设备激活模块用于若所述低压缸检修信号与所述前次检测信号的检测类别匹配，则判断所述低压缸检修信号与所述前次检测信号相同，采集发送所述低压缸检修信号的第一时间节点，并采集发送所述前次检测信号的第二时间节点，计算所述第一时间节点和所述第二时间节点的时间节点差值，并根据所述时间节点差值与预设时间节点差值之间的关系判断所述低压缸检修信号是否满足处理需求，

所述设备激活模块用于若所述时间节点差值大于或等于所述预设时间节点差值，则判断所述低压缸检修信号满足处理需求；

所述设备激活模块用于若所述时间节点差值小于所述预设时间节点差值，则判断所述低压缸检修信号不满足处理需求，并生成日志提醒，将所述日志提醒进行发送；

所述设备激活模块用于若所述低压缸检修信号与所述前次检测信号的检测类别不匹配，则判断所述低压缸检修信号与所述前次检测信号不相同，则判断所述低压缸检修信号满足处理需求。

在其中一个实施例中，所述视频采集模块具体用于：

所述视频采集模块用于获取视频划分限值，根据所述视频划分限值确定视频划分阈值或视频划分阈值范围，其中，所述视频划分限值用于表征将所述待处理视频划分为子视频时所采用的视频划分阈值或视频划分阈值范围；

所述视频采集模块用于当将所述视频划分限值确定为所述视频划分阈值时，则基于所述视频划分阈值将所述待处理视频划分成至少两个子视频；

所述视频采集模块用于当将所述视频划分限值确定为所述视频划分阈值范围时，则从所述视频划分阈值范围内随机选择一个阈值，并根据选定的所述阈值将所述待处理视频划分成至少两个子视频。

在其中一个实施例中，所述视频采集模块具体用于：

所述视频采集模块用于获取所有子视频的视频帧，并根据所述视频帧和预设视频帧之间的关系对所有的子视频进行视频集合划分，

所述视频采集模块用于当所述视频帧大于或等于所述预设视频帧时，则将对应的子视频划分至所述第一视频集合；

所述视频采集模块用于当所述视频帧小于所述预设视频帧时，则将对应的子视频划分至所述第二视频集合；

所述视频采集模块用于删除所述第二视频集合，并获取所述第一视频集合中子视频生成的数据标识编码，对所述数据标识编码进行随机截取，确定一个待处理子视频；

所述视频采集模块用于获取所述待处理子视频的视频参数，并根据所述视频参数计算所述待处理子视频的重要等级系数，其中，所述视频参数包括：所述待处理子视频的视频帧和所述待处理子视频第i个视频帧所对应的权重，其中，

所述待处理子视频的重要等级系数根据下式进行计算：

其中，W为待处理子视频的重要等级系数，k1为待处理子视频的视频帧，q i为待处理子视频第i个视频帧所对应的权重；

所述视频采集模块用于根据所述待处理子视频的重要等级系数对所述第一视频集合中的子视频进行排序，并根据排序结果依次将所述第一视频集合中的子视频解析为低压缸待处理图像。

在其中一个实施例中，所述检修判断模块具体用于：

所述检修判断模块用于分别对所述低压缸待处理图像和所述低压缸参考图像进行颜色分类，确定与RGB颜色空间中的各颜色通道值对应的权重值；

所述检修判断模块用于基于所述权重值分别对所述低压缸待处理图像和所述低压缸参考图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值；

所述检修判断模块用于基于所述灰度值分别对所述低压缸待处理图像和所述低压缸参考图像进行灰度化处理，并确定对应的第一灰度图像和第二灰度图像。

在其中一个实施例中，所述检修判断模块具体用于：

所述检修判断模块用于根据第一神经网络对所述第一灰度图像进行特征提取，得到所述第一灰度图像的深度特征，利用第二神经网络对所述第二灰度图像进行特征提取，得到所述第二灰度图像的深度特征；其中，所述深度特征包括像素特征、边缘特征、纹理特征、结构特征、亮度特征或颜色特征中的至少一种；

所述检修判断模块用于根据第三神经网络对所述第一灰度图像的深度特征和所述第二灰度图像的深度特征的残差进行卷积，得到所述第一灰度图像和所述第二灰度图像之间的第一感知距离，所述第一感知距离用于表示第一相似度；

所述检修判断模块用于根据第四神经网络对所述第一灰度图像的深度特征和所述第二灰度图像的深度特征进行卷积，得到所述第一图像和所述第二图像的第二感知距离，所述第二感知距离用于表示第二相似度；

所述检修判断模块用于计算所述第一相似度和所述第二相似度的和值，并将得到的和值作为所述低压缸待处理图像和所述低压缸参考图像的相似程度。

在其中一个实施例中，所述检修判断模块具体用于：

所述检修判断模块用于当所述相似程度符合预设相似程度时，则判断所述低压缸不需要检修；

所述检修判断模块用于当所述相似程度不符合预设相似程度时，则判断所述低压缸需要检修。

在其中一个实施例中，所述拓扑图建立模块具体用于：

所述拓扑图建立模块用于将所述低压缸的特征信息划分为至少一个一级信息簇，其中，所述一级信息簇包括至少一个特征信息；

所述拓扑图建立模块用于将一级信息簇划分为至少一个二级信息簇，其中，所述二级信息簇包括至少一个一级信息簇；

所述拓扑图建立模块用于计算所有一级信息簇的第一信息熵和所有二级信息簇的第二信息熵；

所述拓扑图建立模块用于判断所述第一信息熵是否大于或等于所述第二信息熵，

若否，则重新对所述低压缸的特征信息进行划分，直至计算得到的第一信息熵大于或等于第二信息熵；

若是，则根据所述二级信息簇建立所述低压缸检修拓扑图。

本发明提供了一种低压缸检修监控系统，相较现有技术，具有以下有益效果：

本发明公开了一种低压缸检修监控系统，包括：设备激活模块、视频采集模块、检修判断模块、拓扑图建立模块和检修确定模块。设备激活模块用于当低压缸检修信号满足处理需求时，激活视频采集设备；视频采集模块用于对采集的待处理视频进行分析，得到低压缸待处理图像；检修判断模块用于根据低压缸待处理图像和低压缸参考图像判断低压缸是否需要检修；拓扑图建立模块用于根据特征信息建立低压缸检修拓扑图；检修确定模块用于根据低压缸检修拓扑图确定检修策略，本发明可以对低压缸进行智能化检修，提高低压缸检修效率，避免因低压缸故障导致的停机损失，可以准确地掌握低压缸运行状况，为优化操作和制定维修计划提供依据。

附图说明

图1示出了本发明实施例中一种低压缸检修监控系统的结构示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式做进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

在本申请的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体的连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

下文是结合附图对本发明的优选的实施例说明。

如图1所示，本发明的实施例公开了一种低压缸检修监控系统，包括：设备激活模块、视频采集模块、检修判断模块、拓扑图建立模块和检修确定模块。

在本申请的一些实施例中，设备激活模块用于接收中控系统发送的低压缸检修信号，判断所述低压缸检修信号是否满足处理需求，若是，则激活预先部署在汽轮机中的视频采集设备；视频采集模块用于根据所述视频采集设备对低压缸进行实时的视频采集，并对采集到的待处理视频进行分析，得到低压缸待处理图像；检修判断模块用于基于所述低压缸待处理图像获取对应的低压缸参考图像，并根据所述低压缸待处理图像和所述低压缸参考图像判断所述低压缸是否需要检修；拓扑图建立模块用于当判断所述低压缸需要检修时，获取所述低压缸的特征信息，并基于所述低压缸的特征信息建立低压缸检修拓扑图；检修确定模块用于根据所述低压缸检修拓扑图确定所述低压缸的检修策略。

上述技术方案的有益效果是：本发明可以对低压缸进行智能化检修，提高低压缸检修效率，避免因低压缸故障导致的停机损失，可以准确地掌握低压缸运行状况，为优化操作和制定维修计划提供依据，同时提高汽轮机的工作效率。

在本申请的一些实施例中，所述设备激活模块具体用于：

所述设备激活模块用于获取前次检测信号，并确定所述前次检测信号的检测类别；

所述设备激活模块用于将所述低压缸检修信号与所述前次检测信号的检测类别进行匹配，并判断所述低压缸检修信号与所述前次检测信号是否相同，

所述设备激活模块用于若所述低压缸检修信号与所述前次检测信号的检测类别匹配，则判断所述低压缸检修信号与所述前次检测信号相同，采集发送所述低压缸检修信号的第一时间节点，并采集发送所述前次检测信号的第二时间节点，计算所述第一时间节点和所述第二时间节点的时间节点差值，并根据所述时间节点差值与预设时间节点差值之间的关系判断所述低压缸检修信号是否满足处理需求，

所述设备激活模块用于若所述时间节点差值大于或等于所述预设时间节点差值，则判断所述低压缸检修信号满足处理需求；

所述设备激活模块用于若所述时间节点差值小于所述预设时间节点差值，则判断所述低压缸检修信号不满足处理需求，并生成日志提醒，将所述日志提醒进行发送；

所述设备激活模块用于若所述低压缸检修信号与所述前次检测信号的检测类别不匹配，则判断所述低压缸检修信号与所述前次检测信号不相同，则判断所述低压缸检修信号满足处理需求。

本实施例中，前次检测信号不一定是低压缸检修信号，也可能是低压缸控制信号，或者是低压缸数据采集信号等。

本实施例中，预设时间节点差值可以根据实际情况进行设置，预设时间节点差值可以用来避免重复检测的现象。

本实施例中，判断低压缸检修信号不满足处理需求，并生成日志提醒，此时可能是工作人员失误，发出了重复的低压缸检修信号，也有可能是工作人员想要再次发起一次低压缸检修信号，因此，生成日志提醒。

上述技术方案的有益效果是：本发明通过将低压缸检修信号与前次检测信号的检测类别进行匹配，进而可以避免出现重复工作，增加工作人员的工作量，同时还可以避免遗漏低压缸检修信号，保证正常的工作进程。

在本申请的一些实施例中，所述视频采集模块具体用于：

所述视频采集模块用于获取视频划分限值，根据所述视频划分限值确定视频划分阈值或视频划分阈值范围，其中，所述视频划分限值用于表征将所述待处理视频划分为子视频时所采用的视频划分阈值或视频划分阈值范围；

所述视频采集模块用于当将所述视频划分限值确定为所述视频划分阈值时，则基于所述视频划分阈值将所述待处理视频划分成至少两个子视频；

所述视频采集模块用于当将所述视频划分限值确定为所述视频划分阈值范围时，则从所述视频划分阈值范围内随机选择一个阈值，并根据选定的所述阈值将所述待处理视频划分成至少两个子视频。

本实施例中，视频划分阈值是指不同的划分颗粒度参数对应不同的阈值，阈值可以是确定的固定值，在这些固定值间选择一个阈值用于对待处理视频进行划分。

本实施例中，视频划分阈值范围是指划分颗粒度参数在一个阈值区间内波动，阈值不是确定的固定值。

本实施例中，如按照不同的视频划分阈值可以得到不同数量的子视频，比如，可以采用划分颗粒度参数为第一阈值时，将一个视频可以划分为6个子视频帧；采用划分颗粒度参数为第二阈值时，将一个视频可以划分为8个子视频帧；采用不同的阈值，划分颗粒度不同，得到的子视频数量也就不同。

上述技术方案的有益效果是：本发明通过将待处理视频划分为若干个子视频，进而可以有效地提高工作效率，还可以保证后续数据分析处理的准确性，通过选取不同的阈值对待处理视频进行划分，从而可以确保子视频的清晰度，为得到低压缸待处理图像奠定基础。

在本申请的一些实施例中，所述视频采集模块具体用于：

所述视频采集模块用于获取所有子视频的视频帧，并根据所述视频帧和预设视频帧之间的关系对所有的子视频进行视频集合划分，

所述视频采集模块用于当所述视频帧大于或等于所述预设视频帧时，则将对应的子视频划分至所述第一视频集合；

所述视频采集模块用于当所述视频帧小于所述预设视频帧时，则将对应的子视频划分至所述第二视频集合；

所述视频采集模块用于删除所述第二视频集合，并获取所述第一视频集合中子视频生成的数据标识编码，对所述数据标识编码进行随机截取，确定一个待处理子视频；

所述视频采集模块用于获取所述待处理子视频的视频参数，并根据所述视频参数计算所述待处理子视频的重要等级系数，其中，所述视频参数包括：所述待处理子视频的视频帧和所述待处理子视频第i个视频帧所对应的权重，其中，

所述待处理子视频的重要等级系数根据下式进行计算：

其中，W为待处理子视频的重要等级系数，k1为待处理子视频的视频帧，q i为待处理子视频第i个视频帧所对应的权重；

所述视频采集模块用于根据所述待处理子视频的重要等级系数对所述第一视频集合中的子视频进行排序，并根据排序结果依次将所述第一视频集合中的子视频解析为低压缸待处理图像。

本实施例中，帧数指静止画面的数量，帧数越高画面越流畅。

本实施例中，获取所有子视频的视频帧，即获取所有子视频的帧数。

本实施例中，第二视频集合中子视频的视频帧较低，因此，删除第二视频集合。

本实施例中，数据标识编码是指用来区分各子视频的依据，如A，B，C等，在此不作具体限定。

本实施例中，在对数据标识编码进行随机截取时，也就是随机获取一个数据标识编码，可以是A也可以是B等，在此不作具体限定。

上述技术方案的有益效果是：本发明通过删除第二视频集合，并保留第一视频集合，可以删除不清晰的子视频，降低视频信息分析难度，同时本发明通过根据排序结果依次将所述第一视频集合中的子视频分配到暂存空间，进而在后续处理时，可以从重要等级系数较高的子视频开始分析处理，大幅提升视频信息处理效率，保证低压缸待处理图像的高效获取。

在本申请的一些实施例中，所述检修判断模块具体用于：

所述检修判断模块用于分别对所述低压缸待处理图像和所述低压缸参考图像进行颜色分类，确定与RGB颜色空间中的各颜色通道值对应的权重值；

所述检修判断模块用于基于所述权重值分别对所述低压缸待处理图像和所述低压缸参考图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值；

所述检修判断模块用于基于所述灰度值分别对所述低压缸待处理图像和所述低压缸参考图像进行灰度化处理，并确定对应的第一灰度图像和第二灰度图像。

本实施例中，将低压缸待处理图像和低压缸参考图像的颜色分类为红色、蓝色和绿色。

上述技术方案的有益效果是：本发明通过将低压缸待处理图像和低压缸参考图像转换为对应的第一灰度图像和第二灰度图像，进而可以保证处理精准度。

在本申请的一些实施例中，所述检修判断模块具体用于：

所述检修判断模块用于根据第一神经网络对所述第一灰度图像进行特征提取，得到所述第一灰度图像的深度特征，利用第二神经网络对所述第二灰度图像进行特征提取，得到所述第二灰度图像的深度特征；其中，所述深度特征包括像素特征、边缘特征、纹理特征、结构特征、亮度特征或颜色特征中的至少一种；

所述检修判断模块用于根据第三神经网络对所述第一灰度图像的深度特征和所述第二灰度图像的深度特征的残差进行卷积，得到所述第一灰度图像和所述第二灰度图像之间的第一感知距离，所述第一感知距离用于表示第一相似度；

所述检修判断模块用于根据第四神经网络对所述第一灰度图像的深度特征和所述第二灰度图像的深度特征进行卷积，得到所述第一图像和所述第二图像的第二感知距离，所述第二感知距离用于表示第二相似度；

所述检修判断模块用于计算所述第一相似度和所述第二相似度的和值，并将得到的和值作为所述低压缸待处理图像和所述低压缸参考图像的相似程度。

本实施例中，第一神经网络、第二神经网络、第三神经网络、第四神经网络是不同的神经网络。

本实施例中，在对第一灰度图像进行特征提取，深度特征应该至少包括像素特征、边缘特征、纹理特征、结构特征、亮度特征或颜色特征中的至少一种；

上述技术方案的有益效果是：本发明计算第一相似度和第二相似度的和值，并将得到的和值作为低压缸待处理图像和低压缸参考图像的相似程度，进而可以实现对低压缸的智能化判断，保证低压缸的检修效率，避免出现检修误差。

在本申请的一些实施例中，所述检修判断模块具体用于：

所述检修判断模块用于当所述相似程度符合预设相似程度时，则判断所述低压缸不需要检修；

所述检修判断模块用于当所述相似程度不符合预设相似程度时，则判断所述低压缸需要检修。

在本申请的一些实施例中，所述拓扑图建立模块具体用于：

所述拓扑图建立模块用于将所述低压缸的特征信息划分为至少一个一级信息簇，其中，所述一级信息簇包括至少一个特征信息；

所述拓扑图建立模块用于将一级信息簇划分为至少一个二级信息簇，其中，所述二级信息簇包括至少一个一级信息簇；

所述拓扑图建立模块用于计算所有一级信息簇的第一信息熵和所有二级信息簇的第二信息熵；

所述拓扑图建立模块用于判断所述第一信息熵是否大于或等于所述第二信息熵，

若否，则重新对所述低压缸的特征信息进行划分，直至计算得到的第一信息熵大于或等于第二信息熵；

若是，则根据所述二级信息簇建立所述低压缸检修拓扑图。

本实施例中，信息熵是指排除了冗余后的平均信息量，并可以作为一个系统复杂程度的度量。

上述技术方案的有益效果是：本发明可以根据构建的低压缸检修拓扑图来确定对应的检修人员、检修时间、检修任务等等，可以有效的提高检修人员的工作效率，避免影响低压缸以及整体汽轮机的正常运行。

在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

虽然在上文中已经参考实施例对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施例中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行全部的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。

本领域普通技术人员可以理解：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种低压缸检修监控系统，其特征在于，包括：

设备激活模块，用于接收中控系统发送的低压缸检修信号，判断所述低压缸检修信号是否满足处理需求，若是，则激活预先部署在汽轮机中的视频采集设备；

视频采集模块，用于根据所述视频采集设备对低压缸进行实时的视频采集，并对采集到的待处理视频进行分析，得到低压缸待处理图像；

检修判断模块，用于基于所述低压缸待处理图像获取对应的低压缸参考图像，并根据所述低压缸待处理图像和所述低压缸参考图像判断所述低压缸是否需要检修；

拓扑图建立模块，用于当判断所述低压缸需要检修时，获取所述低压缸的特征信息，并基于所述低压缸的特征信息建立低压缸检修拓扑图；

检修确定模块，用于根据所述低压缸检修拓扑图确定所述低压缸的检修策略。

2.根据权利要求1所述的低压缸检修监控系统，其特征在于，所述设备激活模块具体用于：

所述设备激活模块用于获取前次检测信号，并确定所述前次检测信号的检测类别；

所述设备激活模块用于将所述低压缸检修信号与所述前次检测信号的检测类别进行匹配，并判断所述低压缸检修信号与所述前次检测信号是否相同，

所述设备激活模块用于若所述低压缸检修信号与所述前次检测信号的检测类别匹配，则判断所述低压缸检修信号与所述前次检测信号相同，采集发送所述低压缸检修信号的第一时间节点，并采集发送所述前次检测信号的第二时间节点，计算所述第一时间节点和所述第二时间节点的时间节点差值，并根据所述时间节点差值与预设时间节点差值之间的关系判断所述低压缸检修信号是否满足处理需求，

所述设备激活模块用于若所述时间节点差值大于或等于所述预设时间节点差值，则判断所述低压缸检修信号满足处理需求；

所述设备激活模块用于若所述时间节点差值小于所述预设时间节点差值，则判断所述低压缸检修信号不满足处理需求，并生成日志提醒，将所述日志提醒进行发送；

所述设备激活模块用于若所述低压缸检修信号与所述前次检测信号的检测类别不匹配，则判断所述低压缸检修信号与所述前次检测信号不相同，则判断所述低压缸检修信号满足处理需求。

3.根据权利要求1所述的低压缸检修监控系统，其特征在于，所述视频采集模块具体用于：

所述视频采集模块用于获取视频划分限值，根据所述视频划分限值确定视频划分阈值或视频划分阈值范围，其中，所述视频划分限值用于表征将所述待处理视频划分为子视频时所采用的视频划分阈值或视频划分阈值范围；

所述视频采集模块用于当将所述视频划分限值确定为所述视频划分阈值时，则基于所述视频划分阈值将所述待处理视频划分成至少两个子视频；

所述视频采集模块用于当将所述视频划分限值确定为所述视频划分阈值范围时，则从所述视频划分阈值范围内随机选择一个阈值，并根据选定的所述阈值将所述待处理视频划分成至少两个子视频。

4.根据权利要求3所述的低压缸检修监控系统，其特征在于，所述视频采集模块具体用于：

所述视频采集模块用于获取所有子视频的视频帧，并根据所述视频帧和预设视频帧之间的关系对所有的子视频进行视频集合划分，

所述视频采集模块用于当所述视频帧大于或等于所述预设视频帧时，则将对应的子视频划分至所述第一视频集合；

所述视频采集模块用于当所述视频帧小于所述预设视频帧时，则将对应的子视频划分至所述第二视频集合；

所述视频采集模块用于删除所述第二视频集合，并获取所述第一视频集合中子视频生成的数据标识编码，对所述数据标识编码进行随机截取，确定一个待处理子视频；

所述视频采集模块用于获取所述待处理子视频的视频参数，并根据所述视频参数计算所述待处理子视频的重要等级系数，其中，所述视频参数包括：所述待处理子视频的视频帧和所述待处理子视频第i个视频帧所对应的权重，其中，

所述待处理子视频的重要等级系数根据下式进行计算：

其中，W为待处理子视频的重要等级系数，k1为待处理子视频的视频帧，qi为待处理子视频第i个视频帧所对应的权重；

所述视频采集模块用于根据所述待处理子视频的重要等级系数对所述第一视频集合中的子视频进行排序，并根据排序结果依次将所述第一视频集合中的子视频解析为低压缸待处理图像。

5.根据权利要求1所述的低压缸检修监控系统，其特征在于，所述检修判断模块具体用于：

所述检修判断模块用于分别对所述低压缸待处理图像和所述低压缸参考图像进行颜色分类，确定与RGB颜色空间中的各颜色通道值对应的权重值；

所述检修判断模块用于基于所述权重值分别对所述低压缸待处理图像和所述低压缸参考图像中的每个像素的各颜色通道值进行加权平均计算，并将所述加权平均计算的结果作为相应像素的灰度值；

所述检修判断模块用于基于所述灰度值分别对所述低压缸待处理图像和所述低压缸参考图像进行灰度化处理，并确定对应的第一灰度图像和第二灰度图像。

6.根据权利要求5所述的低压缸检修监控系统，其特征在于，所述检修判断模块具体用于：

所述检修判断模块用于根据第一神经网络对所述第一灰度图像进行特征提取，得到所述第一灰度图像的深度特征，利用第二神经网络对所述第二灰度图像进行特征提取，得到所述第二灰度图像的深度特征；其中，所述深度特征包括像素特征、边缘特征、纹理特征、结构特征、亮度特征或颜色特征中的至少一种；

所述检修判断模块用于根据第三神经网络对所述第一灰度图像的深度特征和所述第二灰度图像的深度特征的残差进行卷积，得到所述第一灰度图像和所述第二灰度图像之间的第一感知距离，所述第一感知距离用于表示第一相似度；

所述检修判断模块用于根据第四神经网络对所述第一灰度图像的深度特征和所述第二灰度图像的深度特征进行卷积，得到所述第一图像和所述第二图像的第二感知距离，所述第二感知距离用于表示第二相似度；

所述检修判断模块用于计算所述第一相似度和所述第二相似度的和值，并将得到的和值作为所述低压缸待处理图像和所述低压缸参考图像的相似程度。

7.根据权利要求6所述的低压缸检修监控系统，其特征在于，所述检修判断模块具体用于：

所述检修判断模块用于当所述相似程度符合预设相似程度时，则判断所述低压缸不需要检修；

所述检修判断模块用于当所述相似程度不符合预设相似程度时，则判断所述低压缸需要检修。

8.根据权利要求1所述的低压缸检修监控系统，其特征在于，所述拓扑图建立模块具体用于：

所述拓扑图建立模块用于将所述低压缸的特征信息划分为至少一个一级信息簇，其中，所述一级信息簇包括至少一个特征信息；

所述拓扑图建立模块用于将一级信息簇划分为至少一个二级信息簇，其中，所述二级信息簇包括至少一个一级信息簇；

所述拓扑图建立模块用于计算所有一级信息簇的第一信息熵和所有二级信息簇的第二信息熵；

所述拓扑图建立模块用于判断所述第一信息熵是否大于或等于所述第二信息熵，

若否，则重新对所述低压缸的特征信息进行划分，直至计算得到的第一信息熵大于或等于第二信息熵；

若是，则根据所述二级信息簇建立所述低压缸检修拓扑图。