CN212846883U - 用于输电线路的监测系统 - Google Patents
用于输电线路的监测系统 Download PDFInfo
- Publication number
- CN212846883U CN212846883U CN202020621931.4U CN202020621931U CN212846883U CN 212846883 U CN212846883 U CN 212846883U CN 202020621931 U CN202020621931 U CN 202020621931U CN 212846883 U CN212846883 U CN 212846883U
- Authority
- CN
- China
- Prior art keywords
- transmission line
- power transmission
- specific
- image
- monitoring system
- 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
Images
Abstract
本实用新型涉及输电线路监测技术领域,公开一种用于输电线路的监测系统。应用于输电线路本地侧的监测系统包括:安装在输电线路所在的铁塔上的图像采集装置,用于采集输电线路的图像信息;图像识别装置,配置有预设的缺陷识别模型,用于接收输电线路的图像信息,并基于输电线路的图像信息及预设的缺陷识别模型,获取与同输电线路相关的多个监测对象相对应的多个识别结果;及与图像识别装置相连的第一预警装置,用于在与多个监测对象中的特定监测对象相对应的特定识别结果表明该特定监测对象存在特定缺陷特征的情况下,执行与特定缺陷特征相对应的预警。本实用新型可有效分担云平台识别图像的压力,进而大幅地提升输电线路监测的智能化和处理时效。
Description
技术领域
本实用新型涉及输电线路监测技术领域,具体地涉及一种用于输电线路的监测系统。
背景技术
输电是电网的重要组成环节,由于输电线路跨度大,易受自然环境和人为因素破坏,输电线路监测逐步成为输电环节建设的重要组成部分,也是实现输电线路运行状态检修、管理和提升生产运行精益化管理水平的重要技术手段。
输电线路监测包括线路本体和通道监测,实现方式主要有三种:
一是传统的人工巡线检测方式,基层线路检修工人定期徒步巡视线路,由肉眼观察来发现线路是否异常;
二是借助摄像头,在线路杆塔上安装摄像头,由该摄像头采集输电线路的图像信息,并通过无线通信方式将图像信息回传至电力公司的输电线路监控管理后台,由检修人员观察采集的监控图像,人为判断线路是否存在异常 /缺陷;
三是利用直升机或无人机巡检,拍摄输电线路的图像,巡线结束后将图像导出,同时在电力公司侧建设输电线路图像的智能识别云平台,利用基于人工智能的图像智能识别技术,有效识别与输电线路相关的各个监测对象的缺陷。监测对象包括:导地线相关缺陷(包括断股、散股、断线等)、绝缘子缺陷(包括自爆等)、线夹均压环相关缺陷(包括损坏、滑移、倾斜等)、防震锤相关缺陷(包括损坏、滑移、倾斜等)、细小金具类缺陷(包括螺栓缺销子、螺栓缺螺母等)、基础类缺陷(包括破损、坍塌、积水、下陷等)、附属设施相关缺陷(包括各类附属设施损坏)以及异物缺陷(包括异物、鸟巢等)等。
目前输电线路监测的三种方式中,第一种方式纯粹依靠人工监测,线路异常及故障情况监测不及时,智能化程度不够,且纯人工分析判断的时效性无法适应高压线路日益增长的巡线要求;第二种方式线路检修人员需要从大量的图片中一一查看来寻找线路异常情况,极大的增加了基层检修人员的工作强度,且难免出现线路异常/故障漏判的情况;第三种方式智能化程度虽然大大提升了,但直升机或无人机巡检图片批量导出时,输电线路异常/缺陷的识别压力全集中于智能识别云平台,对云端图像处理的速度、识别效果等性能要求是个严峻挑战。
实用新型内容
本实用新型的目的是提供一种用于输电线路的监测系统,其可在解放基层线路检修人员的工作压力的同时,可有效分担云平台识别图像的压力,从而可实现边缘侧(或本地侧)监测系统和云端(或远程侧)监测系统的协同联动处理,进而大幅地提升了输电线路监测的智能化和处理时效。
为了实现上述目的,本实用新型提供一种用于输电线路的监测系统,应用于所述输电线路的本地侧,所述监测系统包括:图像采集装置,该图像采集装置被安装在所述输电线路所在的铁塔上,用于采集所述输电线路的图像信息;图像识别装置,该图像识别装置通过有线通信接口或无线通信接口与所述图像采集装置相连接且配置有预设的缺陷识别模型,用于接收所述输电线路的图像信息,并基于所述输电线路的图像信息及所述预设的缺陷识别模型,获取与同所述输电线路相关的多个监测对象相对应的多个识别结果;以及第一预警装置,该第一预警装置与所述图像识别装置相连接,用于在与所述多个监测对象中的特定监测对象相对应的特定识别结果表明该特定监测对象存在特定缺陷特征的情况下,执行与所述特定缺陷特征相对应的预警。
优选地,所述监测系统还包括:输出装置,该输出装置与所述图像识别装置相连接,用于在与所述多个监测对象中的特定监测对象相对应的特定识别结果表明该特定监测对象存在特定缺陷特征的情况下,输出所述特定识别结果至所述输电线路的远程侧,以通知远程侧执行与所述特定缺陷特征相对应的预警。
优选地,在与所述多个监测对象中的多个特定监测对象相对应的多个特定识别结果表明每个特定监测对象均存在相应的特定缺陷特征的情况下,所述监测系统还包括:优先级确定装置,该优先级确定装置的输入端与所述图像识别装置相连接且该优先级确定装置的输出端与所述输出装置相连接,用于根据与所述多个特定监测对象所存在的多个特定缺陷特征相对应的风险程度及预设的风险程度与传输优先级之间的对应关系,确定所述多个特定识别结果的传输优先级,相应地,所述输出装置还用于,根据所确定的所述多个特定识别结果的传输优先级,输出所述多个特定识别结果。
优选地,所述监测系统还包括:图像预处理装置,该图像预处理装置的输入端与所述图像采集装置相连接且该图像预处理装置的输出端与所述图像识别装置相连接,用于对所述输电线路的图像信息进行预处理,并将预处理后的所述输电线路的图像信息发送至所述图像识别装置。
优选地,所述监测系统包括:资源调度装置,所述资源调度装置与所述图像采集装置、所述图像预处理装置及所述图像识别装置相连接,用于调度所述图像采集装置、所述图像预处理装置及所述图像识别装置之间的图像信息;和/或所述资源调度装置与所述优先级确定装置相连接,用于设置所述预设的风险程度与传输优先级之间的对应关系。
优选地,所述监测系统还包括:远程通信装置,用于实现所述输出装置与所述输电线路的远程侧之间的远程通信。
优选地,所述监测系统还包括:存储装置,该存储装置与所述图像识别装置相连接,用于在与所述多个识别结果表明任一监测对象均未存在任意缺陷特征的情况下,将所述输电线路的图像信息存储至待抽检数据库中,其中所述待抽检数据库位于所述存储装置中第一上传装置,该第一上传装置与所述待抽检数据库相连接,用于按照预设周期将所述待抽检数据库中存储的所述输电线的图像信息上传至所述输电线路的远程侧的历史数据库中。
优选地,所述监测系统还包括:缓存释放装置,该缓存释放装置与所述待抽检数据库相连接,用于在所述第一上传装置将所述待抽检数据库中存储的所述输电线路的图像信息上传之后,清除所述待抽检数据库中的内容。
优选地,所述监测系统还包括:图像预处理装置,该图像预处理装置的输入端与所述图像获取装置相连接且该图像预处理装置的输出端与所述图像识别装置相连接,用于对所述输电线路的图像信息进行预处理,以便于所述预设的缺陷识别模型的有效识别。
优选地,所述图像识别装置被安装在与所述输电线路所在的所述铁塔相距预设距离的另一铁塔上或者所述输电线路所在的所述铁塔上。
优选地,所述监测系统还包括:主频大于或等于预设频率且处理器的个数大于预设个数的芯片模块,用于支持所述图像识别装置的识别过程。
通过上述技术方案,本实用新型创造性地通过安装在输电线路所在的铁塔上的图像采集装置对所述输电线路的图像信息进行采集,然后通过图像识别装置基于预设的缺陷识别模型对上述输电线路的图像信息的多个监测对象进行识别,以获取与所述多个监测对象相对应的多个识别结果,接着在特定识别结果表明特定监测对象存在特定缺陷特征的情况下,通过第一预警装置执行与所述特定缺陷特征相对应的预警,由此,可实现边缘侧(或本地侧) 处理图像的智能监测系统,从而在解放基层线路检修人员的工作压力的同时,可有效分担云平台识别图像的压力,从而大幅地提升了输电线路监测的智能化和处理时效。
本实用新型的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本实用新型的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本实用新型,但并不构成对本实用新型的限制。在附图中:
图1是本实用新型实施例提供的本地侧监测系统的结构图;
图2是本实用新型实施例提供的本地侧监测系统的结构图;
图3是本实用新型实施例提供的本地侧监测系统的结构图;
图4是本实用新型实施例提供的本地侧监测系统与远程侧监测系统之间的连接方式示意图;
图5是本实用新型实施例提供的本地侧监测系统监测输电线路的过程的流程图;
图6是本实用新型实施例提供的远程侧监测系统的结构图;以及
图7是本实用新型实施例提供的本地侧监测系统与远程侧监测系统之间的交互过程的流程图。
附图标记说明
1 本地侧监测系统 2 远程侧监测系统
10 图像采集装置 20 图像识别装置
30 第一预警装置 40 图像预处理装置
50 输出装置 60 远程通信装置
70 优先级确定装置 80 存储装置
90 第一上传装置 100 缓存释放装置
110 监测识别装置 200 接收装置
210 第二预警装置
具体实施方式
以下结合附图对本实用新型的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本实用新型,并不用于限制本实用新型。
在介绍本实用新型的具体实施例之前,先简要概述下本实用新型的主要设计思路:利用云边协同的理念,在输电线路的本地侧(或边缘侧)安装具备图像识别能力的智能监测系统,通过该本地侧的监测系统实现对监测图像的本地化处理,并在需要告警的情况下向输电线路的远程侧(或云端)的监测系统输出告警信息;与此同时,远程侧的监测系统执行相应的告警,并负责本地侧的监测系统中的识别模型(或算法)的建立、迭代更新等维护及管理操作。由此,本地侧监测系统和远程侧监测系统可协同联动处理图像,能有效分担纯远程侧的监测系统智能识别的压力,并且监测的时效性进一步提升。其中,所述远程侧的监测系统可在电力公司已建设完成的输电线路监控管理系统或其它云平台中的执行输电线路监控管理功能的模块基础上改造而成,新增建设能实现本地侧的监测系统中的识别模型(或算法)的建立、迭代更新等维护及管理操作的功能模块即可。
图1是本实用新型实施例提供的应用于所述输电线路的本地侧(下文可简称为本地侧或边缘侧)的用于输电线路的监测系统(下文将其简称为本地侧监测系统1)的结构图。如图1所示,所述本地侧监测系统1可包括:图像采集装置10,用于采集所述输电线路的图像信息;图像识别装置20,该图像识别装置20通过有线通信接口或无线通信接口与所述图像采集装置10 相连接且配置有预设的缺陷识别模型,用于接收所述输电线路的图像信息,并基于所述输电线路的图像信息及预设的缺陷识别模型,获取与同所述输电线路相关的多个监测对象相对应的多个识别结果;以及第一预警装置30,该第一预警装置30与所述图像识别装置20相连接,用于在与所述多个监测对象中的特定监测对象相对应的特定识别结果表明该特定监测对象存在特定缺陷特征的情况下,执行与所述特定缺陷特征相对应的预警。上述图像识别装置20可自动分析输电线路的监测图像,从而可避免传统人工巡线和摄像头拍摄、人工判断监测方式的智能化程度不足的问题。
其中,所述图像采集装置10可被安装在所述输电线路所在的铁塔上。在所述图像识别装置20的存储空间与识别压力较小的情况下,所述图像识别装置20被安装在所述输电线路所在的所述铁塔上,即所述图像识别装置 20与一个图像采集装置10与相连接;而在所述图像识别装置20的存储空间与识别压力允许的情况下,所述图像采集装置10及所述图像识别装置20被安装在与所述输电线路所在的所述铁塔相距预设距离的另一铁塔上,即所述图像识别装置20与邻近一定数量的图像采集装置10无线通信连接,以实现一定区域内输电线路的图像信息的就近处理。也就是说,所述图像识别装置装20可通过有线方式(例如,RJ45、RS485等通信接口)或无线方式(例如,微波等无线通信接口)与一个或多个所述图像采集装置10相连接,如图4所示。其中,所述图像采集装置10可为摄像头。
其中,所述输电线路的图像信息可包括:线路本体(例如,导地线(相关缺陷可包括磨损、断股、散股、断线等)、绝缘子(相关缺陷可包括自爆等)、线夹均压环(相关缺陷可包括损坏、滑移、倾斜等)、防震锤(相关缺陷可包括损坏、滑移、倾斜等)及细小金具类(相关缺陷可包括螺栓缺销子、螺栓缺螺母等)等)、杆塔本体(例如,基础设施(相关缺陷可包括破损、坍塌、积水、下陷等)及附属设施(相关缺陷可包括各类附属设施损坏) 等)以及线路通道(相关缺陷可包括外破入侵(例如高大机械野蛮施工)、异物入侵(相关缺陷可包括风筝、鸟巢或线路下方的堆土、树竹等生长超过警戒值等))。其中所述图像信息可包括图片、视频等信息。为了实现所述输电线路的图像信息的本地化处理(即本地侧或边缘侧的监测系统的设计),需要配置满足一定要求的芯片模块。具体地,所述本地侧监测系统1还可包括:主频大于或等于预设频率且处理器的个数大于预设个数的芯片模块,用于支持所述图像识别装置的识别过程。例如,所述芯片模块的主频不低于 1.2GHz且处理器不少于4核。
在获取所述输电线路的图像信息后,还可对所获取的图像信息进行预处理,从而可利于缺陷识别模型(或算法)对图像信息的有效识别。由此,可在监测识别装置中设置图像预处理装置来执行相应的预处理操作。具体地,所述本地侧监测系统1还可包括:图像预处理装置40,该图像预处理装置 40的输入端可与所述图像采集装置10相连接且其输出端可与所述图像识别装置20相连接,用于对所述输电线路的图像信息进行预处理,并将预处理后的所述输电线路的图像信息发送至所述图像识别装置,以便于所述预设的缺陷识别模型的有效识别,如图2所示。其中预处理操作可包括:图像灰度化、图像增强、噪声滤除及阈值分割等。
具体地,如图2所示,所述图像采集装置10(例如,摄像头)可对其视野范围内的线路本体、杆塔本体及线路通道进行采集;在采集完成输电线路的原始视频图像之后,所述摄像头将所采集的原始视频图像传输到所述图像预处理装置40;接着,所述图像预处理装置40可先执行原始视频图像的数字化处理,以得到所述输电线路的数字化图像,再对数字化图像执行图像灰度化、图像增强、噪声滤除及阈值分割等预处理,并将预处理后的所述输电线路的图像信息发送至所述图像识别装置20,以便于所述图像识别装置20 基于所述预设的缺陷识别模型对其进行有效识别。
所述图像识别装置20可被配置有预设的缺陷识别模型。所述预设的缺陷识别模型可通过所述输电线路的远程侧的监测系统中的缺陷识别模型建立装置被建立。具体情况将于下文关于所述输电线路的远程侧的监测系统的描述中进行介绍。
由于所述输电线路存在线路本体、杆塔本体及线路通道等监测对象,各个监测对象均有可能存在相应的缺陷。通过所述预设的缺陷识别模型可给出关于各个监测对象的识别结果,例如以不同颜色表明各个监测对象所存在的缺陷,具体以红色表示导地线的缺陷,并可以红色的深浅程度表明缺陷的严重程度(例如,当导地线的磨损程度小于第一磨损阈值时,用背景色表示,表明几乎无缺陷;当导地线的磨损程度大于或等于第一磨损阈值且小于第二磨损阈值时,用第一预设深度红色表示,表明缺陷的严重程度较弱;当导地线的磨损程度大于或等于所述第二磨损阈值且小于第三磨损阈值时,用第二预设深度红色表示,表明缺陷的严重程度较强;以及当导地线的磨损程度大于或等于所述第三磨损阈值时,用第三预设深度红色表示,表明缺陷的严重程度最强)。由于通过缺陷识别模型来识别图像信息中的缺陷的过程可参见现有技术中的处理过程,于此不再对其进行赘述。
其中,所述第一预警装置30与所述图像识别装置20相连接,并在与所述多个监测对象中的监测对象A(例如,导地线)相对应的识别结果表明该监测对象A存在特定缺陷特征(例如,磨损)且与所述多个监测对象中的监测对象B(例如,导线通道)相对应的识别结果表明该监测对象B存在特定缺陷特征(例如,高大机械野蛮施工)的情况下,执行与不同的特定缺陷特征相对应的不同预警。也就是说,当不同监测对象存在缺陷特征时,执行不同表现形式的预警(例如用不同种类的颜色或声音的预警表明不同的监测对象存在缺陷特征);并且,当同一监测对象存在不同的缺陷特征(即缺陷特征的严重程度不同)时,执行同一表现形式但不同程度的预警(例如用同一种类的颜色但不同深浅程度或同一种类的声音但不同音量的预警表明同一监测对象存在不同的缺陷特征),从而可有效地提示相应的工作人员能够及时了解并执行后续相应的维护工作。以颜色预警的形式进行说明,当监测对象A和/或监测对象B存在缺陷特征时,执行黄色和/或红色的预警;并且当监测对象A的缺陷特征大于或等于第一磨损阈值且小于第二磨损阈值时,可执行与所述第一磨损阈值相对应的第一预设深度黄色的预警,而当监测对象 A的缺陷特征大于或等于所述第二磨损阈值且小于第三磨损阈值时,可执行与所述第二磨损阈值相对应的第二预设深度黄色的预警。相应地,远程侧的第二预警装置也会通过不同形式对不同监测对象及相应的缺陷特征进行预警(将于下文进行说明)。当然,本实用新型实施例的预警方式不限于上述的颜色或声音预警,其他合理形式的预警方式均是可行的。
本地侧通过声音或是闪烁灯形式预警可起到如下效果:一是有效提示在附近的巡线工人,以及时对相应故障予以处理;二是对于外破入侵、通道违建等情况可对入侵方予以警示,可起到一定的震慑作用。除了在所述输电线路的本地侧执行预警之外,为了更好地提示检修人员及时介入处理,本实用新型实施例还可在特定监测对象存在特定缺陷特征的情况下,通过所述输电线路的远程侧设置相应的预警设备进行相应的预警。为此,可在本地侧监测系统1中设置输出装置,通过该输出装置通知远程侧需要执行预警的情况。
具体地,如图2所示,所述本地侧监测识别装置1还可包括:输出装置 50,该输出装置40可与所述图像识别装置20相连接,用于在与所述多个监测对象中的特定监测对象相对应的特定识别结果表明该特定监测对象存在特定缺陷特征的情况下,输出所述特定识别结果至所述输电线路的远程侧,以通知远程侧执行与所述特定缺陷特征相对应的预警。
相应地,所述本地侧监测系统1还可包括:远程通信装置60,用于实现所述输出装置与所述输电线路的远程侧(或远程侧监测系统2)之间的远程通信,如图3或图4所示。其中,所述远程通信装置60可根据远程通信的制式配置接入GPRS/CDMA/3G/4G/5G等移动通信网络。
在与多个监测对象均存在相应的特定缺陷特征的情况下,有些特定缺陷特征相应可能导致的风险程度较大,而另一些特定缺陷特征相应可能导致的风险程度较小。为了能够及时将与可能导致较大风险程度的特定缺陷特征相对应的特定识别结果传输至远程侧的预警设备,可在本地侧的监测中设置优先级确定装置确定多个特定识别结果的优先级,并且设置输出装置50可根据所确定的优先级先后输出所述多个特定识别结果,可使得相应的检修人员能够更优先处理风险程度较大的故障,从而可实现更智能化且更安全可靠的监测系统。
在与所述多个监测对象中的多个特定监测对象相对应的多个特定识别结果表明每个特定监测对象均存在相应的特定缺陷特征的情况下,所述本地侧监测系统还包括:优先级确定装置70,用于根据与所述多个特定监测对象所存在的多个特定缺陷特征相对应的风险程度及预设的风险程度与传输优先级之间的对应关系,确定所述多个特定识别结果的传输优先级,如图3所示。其中,所述预设的风险程度与传输优先级之间的对应关系可为每一特定监测对象所存在的多个特定缺陷特征相对应的风险程度与传输优先级之间的对应表。相应地,所述输出装置50还用于,根据所确定的所述多个特定识别结果的传输优先级,输出所述多个特定识别结果。
其中,所述优先级确定装置70的输入端可与所述图像识别装置20相连接且该优先级确定装置70的输出端可与所述输出装置50相连接。并且,所述优先级确定装置70中可提前设置监测对象、缺陷特征、风险程度的对应表(可由下文介绍的资源调度装置(未示出)进行设置)。所述优先级确定装置70可直接根据所述图像识别装置20提供的特定识别结果中的特定监测对象的特定缺陷特征确定相应的风险程度及所述预设的风险程度与传输优先级之间的对应关系;然后根据所确定的风险程度的大小确定所述特定识别结果的传输优先级;再将所确定的多个特定识别结果的传输优先级传输至所述输出装置50,以使其能够按照不同的传输优先级传输不同的特定识别结果。
具体地,在与所述多个监测对象中的第一特定监测对象相对应的第一特定识别结果表明所述第一特定监测对象存在第一特定缺陷特征及与所述多个监测对象中的第二特定监测对象相对应的第二特定识别结果表明所述第二特定监测对象存在第二特定缺陷特征的情况下,所述优先级确定装置70 可根据与所述第一特定缺陷特征及所述第二缺陷特征相对应的风险程度,确定所述第一特定识别结果及所述第二特定识别结果的传输优先级。相应地,所述输出装置50可根据所确定的所述第一特定识别结果及所述第二特定识别结果的传输优先级,输出所述第一特定识别结果及所述第二特定识别结果。例如,在所述第一特定监测对象(例如导地线)存在磨损缺陷及所述第二特定监测对象(导线通道)存在高大机械野蛮施工的情况下,所述优先级确定装置70可根据导地线的磨损缺陷的风险程度小于导线通道的高大机械野蛮施工缺陷的风险程度,确定导地线的识别结果的传输优先级低于导线通道的识别结果的传输优先级。相应地,所述输出装置50可根据所确定的传输优先级,优先输出导线通道再输出导地线的识别结果。
所述本地侧监测系统1还可包括:资源调度装置(未示出),该资源调度装置(未示出)与所述图像采集装置10、所述图像识别装置20及所述图像预处理装置40相连接,用于负责所述图像获取装置10、所述图像识别装置20及图像预处理装置40之间的图像信息的调度与分配,以使得各个处理过程可协调有效地进行。在另一实施例中,所述资源调度装置(未示出)可与所述优先级确定装置70相连接,用于设置所述预设的风险程度与传输优先级之间的对应关系。而在又一实施例中,所述资源调度装置(未示出)还可同时与所述图像采集装置10、所述图像识别装置20、所述图像预处理装置40及所述优先级确定装置70相连接,由此,不仅可实现所述图像采集装置10、所述图像识别装置20、所述图像预处理装置40之间的图像信息的资源调度与分配,还可实现对所述预设的风险程度与传输优先级之间的对应关系的提前设置。
为了确保监测系统监测结果的准确性,可对经过图像识别装置20而未识别出任意缺陷特征的数据在远程侧进行随机抽检,在发现误检数据的情况下,将误检数据上传至训练样本集数据库以对其进行更新,并利用更新后的训练样本集重新对预设的缺陷识别模型进行训练,以建立智能识别模型的循环迭代机制,从而提升智能化识别效果。
如图3所示,所述本地侧监测系统1还可包括:存储装置80,该存储装置80可与所述图像识别装置20相连接,用于在与所述多个识别结果表明任一监测对象均未存在任意缺陷特征的情况下,将所述输电线路的图像信息存储至待抽检数据库中,其中所述待抽检数据库可位于所述存储装置80内。其中,所述存储装置80可为存储空间不低于8GB的双倍速率同步动态随机存取内存(SDRAM)(即DDR4)或存储空间不低于16G的闪存(即 FLASH)。
所述图像识别装置20、所述图像预处理装置40、所述输出装置50、所述优先级确定装置70、所述存储装置80、所述第一上传装置90及所述缓存释放装置100均可集成在同一装置(例如,图4所示的监测识别装置110) 内。
为了释放本地侧的待抽检数据库的缓存,可定期将所述待抽检数据库内的缓存内容上传至远程侧的历史数据库(保存有所述输电线路的所有历史图像数据),并清除所述待抽检数据库内的所述缓存内容。
如图3所示,所述本地侧监测系统1还可包括:第一上传装置90,该第一上传装置90可与所述待抽检数据库相连接,用于按照预设周期将所述待抽检数据库中存储的所述输电线路的图像信息上传至所述输电线路的远程侧的历史数据库中;以及缓存释放装置100,该缓存释放装置100可与所述待抽检数据库相连接,用于在所述第一上传装置将所述待抽检数据库中存储的所述输电线路的图像信息上传之后,清除所述待抽检数据库中的内容。
此外,所述本地侧监测系统1还可包括:显示装置(未示出),该显示装置(未示出)与所述接收装置200相连接,用于显示所述输电线路的本地侧的特定识别结果;以及电源装置(未示出),该电源装置(未示出)与上述各个装置相连接,用于向上述各个装置提供正常工作的电力。其中,所述显示装置可为显示屏或其他各种移动终端(例如手机、IPAD等);所述电源装置可由太阳能供电模块、转换芯片模块、控制电路及电压转换模块构成,从而可通过所述电压转换模块得到各装置及其内部各模块所需的各级电压。
具体而言,现在对本地侧监测系统1执行的监测过程进行解释和说明。
如图5所示,所述本地侧监测系统1执行的监测过程可包括以下步骤 S501-S509。
步骤S501,采集输电线路的图像数据。
步骤S502,对所述输电线路的图像数据进行预处理。
步骤S503,通过预设的缺陷识别模型对经预处理后的所述输电线路的图像数据进行识别,并给出多个识别结果。
步骤S504,根据所述多个识别结果判断是否存在需要预警的特定识别结果,若是,则执行步骤S505及步骤S506,否则,执行步骤S507。
步骤S505,执行与所述特定识别结果中的特定监测对象的特定缺陷特征相应的预警。
步骤S506,将所述特定识别结果输出至远程侧监测系统。
该步骤S506的目的是通知其执行与所述特定识别结果中的特定监测对象的特定缺陷特征相应的预警。
步骤S507,将所述输电线路的图像数据存储至待抽检数据库内。
步骤S508,按照预设周期将所述待抽检数据库中存储的所述输电线路的图像信息上传至远程侧监测系统的历史数据库中。
该步骤S508使得远程侧监测系统可对该历史数据库内的所述输电线路的图像信息进行抽检。
综上所述,本实用新型创造性地通过安装在输电线路所在的铁塔上的图像采集装置对所述输电线路的图像信息进行采集,然后通过图像识别装置基于预设的缺陷识别模型对上述输电线路的图像信息的多个监测对象进行识别,以获取与所述多个监测对象相对应的多个识别结果,接着在特定识别结果表明特定监测对象存在特定缺陷特征的情况下,通过第一预警装置执行与所述特定缺陷特征相对应的预警,由此,可实现边缘侧(或本地侧)处理图像的智能监测系统,从而在解放基层线路检修人员的工作压力的同时,可有效分担云平台识别图像的压力,从而大幅地提升了输电线路监测的智能化和处理时效。
图6是本实用新型实施例提供的应用于所述输电线路的远程侧(下文可简称为远程侧或云端)的用于输电线路的监测系统(下文将其简称为远程侧监测系统2)的结构图。如图6所示,所述远程侧监测系统2包括:接收装置200,该接收装置200与所述输电线路的本地侧的监控系统远程连接,用于接收来自所述输电线路的本地侧的特定识别结果,其中所述特定识别结果表明与所述输电线路相关的多个监测对象中的特定监测对象存在特定缺陷特征;以及第二预警装置210,该第二预警装置210可与所述接收装置200 相连接,用于执行与所述特定缺陷特征相对应的预警。
在所述特定识别结果表明与所述输电线路相关的多个监测对象中的特定监测对象存在特定缺陷特征时,所述第二预警装置210可通过警示性颜色 (用不同警示性颜色及深浅程度显示不同的监测对象及其缺陷特征)等形式在系统页面上提示,或通过显示屏幕弹出预警信息的对话框及相应的区域 (用不同警示性颜色显示不同的监测对象所在的区域),或者通过短信形式通知电力公司检修人员。当然,关于第二预警装置210的具体预警情况也可参见上文中的所述输电线路的本地侧的监测系统中的第一预警装置的描述内容,于此不再对其进行赘述。
为了能够与本地侧监测系统1协同完成监测过程,可在远程侧监测系统 2中设置建立预设的缺陷识别模型的相应装置。所述远程侧监测系统2还可包括:缺陷识别模型建立装置(未示出),用于基于训练样本集,采用深度学习技术建立预设的缺陷识别模型;以及第一同步装置(未示出),该第一同步装置与所述缺陷识别模型建立装置相连接,用于将所建立的预设的缺陷识别模型同步至所述输电线路的本地侧。
具体地,对于训练样本集,可获取所述输电线路的各类图像,具体可包括本地侧监测系统提供的误检数据集及电力公司提供的所述输电线路的巡检数据集等。其中电力公司提供的所述输电线路的巡检数据集应包含但不限于线路本体(例如,导地线(相关缺陷可包括磨损、断股、散股、断线等)、绝缘子(相关缺陷可包括自爆等)、线夹均压环(相关缺陷可包括损坏、滑移、倾斜等)、防震锤(相关缺陷可包括损坏、滑移、倾斜等)及细小金具类(相关缺陷可包括螺栓缺销子、螺栓缺螺母等)等)、杆塔本体(例如,基础设施(相关缺陷可包括破损、坍塌、积水、下陷等)及附属设施(相关缺陷可包括各类附属设施损坏)等)以及线路通道(相关缺陷可包括外破入侵(例如高大机械野蛮施工)、异物入侵(相关缺陷可包括风筝、鸟巢或线路下方的堆土、树竹等生长超过警戒值等))等缺陷图像以及正常运行情况下的输电线路的图像。
在获取训练样本集之后,可采用深度学习技术自学习图像特征,以建立预设的缺陷识别模型。接着,将所建立的所述预设的缺陷识别模型同步至所述输电线路的本地侧,以实现本地侧监测系统1对所述预设的缺陷识别模型的加载。具体的模型建立过程可参见现有技术中采用深度学习技术的方式进行建模的过程,于此不再对其进行赘述。
在加载完成所述预设的缺陷识别模型之后,本地侧监测系统1可对其采集的输电线路的图像信息进行识别,若在远程侧监测系统2中设置抽检装置,并通过抽检装置从识别结果中抽检得到某识别结果错误,则远程侧监测系统 2可采用与该识别结果相对应的监测对象的图像信息(即误检数据)对训练样本集进行更新,并将更新后的训练样本集对上述预设的缺陷识别模型进行重新训练。
具体地,所述监测系统还可包括:抽检装置(未示出),该抽检装置(未示出)可与所述历史数据库相连接,用于对所述历史数据库中的所述输电线路的图像信息进行随机抽检,以核查所述预设的缺陷识别模型的多个识别结果是否正确;以及第二上传装置(未示出),该第二上传装置(未示出)可与所述抽检装置(未示出)相连接,用于在随机抽检到的预设识别结果错误的情况下,将与所述预设结果相对应的预设监测对象的图像信息上传至训练样本集数据库中,以对该训练样本集数据库进行更新。
具体地,在抽检到存在本应预警但实际并未预警的情况,则将相应误检图像数据加入远程侧的训练样本集数据库内,从而远程侧可根据新的训练样本集启动预设的缺陷识别模型的重新训练、更新及同步等维护管理过程;同时线路检修人员根据被误检图像数据所对应的时间点继续核查邻近时间段内的图像数据,以评估是否需要现场排查线路。
为了对所建立的预设的缺陷识别模型进行不断的迭代更新,还可在远程侧监测系统2中设置相应的更新装置,从而可不断提高本地侧监测系统1对缺陷的识别能力,进而提高监测预警效果。所述远程侧监测系统2还可包括:缺陷识别模型更新装置(未示出),用于响应于对训练样本集数据库的更新动作,基于更新后的训练样本集数据库中的新的训练样本集,采用深度学习技术对所述预设的缺陷识别模型进行更新;以及第二同步装置(未示出),用于将更新后的所述预设的缺陷识别模型同步至所述输电线路的本地侧。
当然,在本地侧监测系统1的无线通信信号不可达的区域,本实用新型实施例还可沿用集中在远程侧处理的监测方式,即沿用直升机或无人机巡检模式来采集输电线路的图像,通过远程侧监测系统2基于预设的缺陷识别模型对所采集的输电线路的图像进行批量识别。
具体而言,下面对本地侧监测系统1与远程侧监测系统2之间的交互过程进行解释和说明,如图7所示。
所述本地侧监测系统1与所述远程侧监测系统2之间的交互过程可包括以下步骤S701-步骤S714。
步骤S701,本地侧监测系统1采集输电线路的图像数据。
步骤S702,本地侧监测系统1对所述输电线路的图像数据进行预处理。
步骤S703,远程侧监测系统2基于训练样本集,采用深度学习技术建立预设的缺陷识别模型。
步骤S704,远程侧监测系统2将所述预设的缺陷识别模型同步至本地侧监测系统1。
步骤S705,本地侧监测系统1通过所述预设的缺陷识别模型对经预处理后的所述输电线路的图像数据进行识别,并给出多个识别结果。
步骤S706,本地侧监测系统1根据所述多个识别结果判断是否存在需要预警的特定识别结果,若是,则执行步骤S707,否则,执行步骤S709。
当然,还可通过本地侧监测系统1执行与所述特定识别结果中的特定监测对象的特定缺陷特征相应的预警。
步骤707,本地侧监测系统1将所述特定识别结果输出至远程侧监测系统2。
步骤708,远程侧监测系统2在接收到所述特定识别结果的情况下,执行与所述特定识别结果中的特定监测对象的特定缺陷特征相应的预警。
步骤S709,本地侧监测系统1将所述输电线路的图像数据存储至待抽检数据库内。
步骤S710,本地侧监测系统1按照预设周期将所述待抽检数据库内的数据上传至远程侧监测系统2的历史数据库。
步骤S711,远程侧监测系统2对所述历史数据库内的数据进行抽检,以核查所述多个识别结果是否正确,若是,则继续执行步骤S701;否则,执行步骤S712。
步骤S712,本地侧监测系统2将误检数据上传至训练集数据库中,以对训练样本集进行更新。
步骤S713,远程侧监测系统2利用更新的训练样本集对所述预设的缺陷识别模型进行更新。
步骤S714,远程侧监测系统2将更新的所述预设的缺陷识别模型同步至本地侧监测系统1。
该步骤S714可实现对预设的缺陷识别模型进行持续更新的目的,从而可使本地侧监测系统1采用更新的缺陷识别模型对输电线路的图像信息进行更准确的识别。
综上所述,本实用新型创造性地直接接收来自输电线路的本地侧的特定识别结果,该特定识别结果表明与所述输电线路相关的多个监测对象中的特定监测对象存在特定缺陷特征,然后执行与所述特定缺陷特征相对应的预警,从而可有效解除云平台识别图像的压力,从而大幅地提升了输电线路监测的智能化和处理时效。
以上结合附图详细描述了本实用新型的优选实施方式,但是,本实用新型并不限于上述实施方式中的具体细节,在本实用新型的技术构思范围内,可以对本实用新型的技术方案进行多种简单变型,这些简单变型均属于本实用新型的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本实用新型对各种可能的组合方式不再另行说明。
此外,本实用新型的各种不同的实施方式之间也可以进行任意组合,只要其不违背本实用新型的思想,其同样应当视为本实用新型所公开的内容。
Claims (10)
1.一种用于输电线路的监测系统,应用于所述输电线路的本地侧,其特征在于,所述监测系统包括:
图像采集装置,该图像采集装置被安装在所述输电线路所在的铁塔上,用于采集所述输电线路的图像信息;
图像识别装置,该图像识别装置通过有线通信接口或无线通信接口与所述图像采集装置相连接且配置有预设的缺陷识别模型,用于接收所述输电线路的图像信息,并基于所述输电线路的图像信息及所述预设的缺陷识别模型,获取与同所述输电线路相关的多个监测对象相对应的多个识别结果;以及
第一预警装置,该第一预警装置与所述图像识别装置相连接,用于在与所述多个监测对象中的特定监测对象相对应的特定识别结果表明该特定监测对象存在特定缺陷特征的情况下,执行与所述特定缺陷特征相对应的预警。
2.根据权利要求1所述的用于输电线路的监测系统,其特征在于,所述监测系统还包括:
输出装置,该输出装置与所述图像识别装置相连接,用于在与所述多个监测对象中的特定监测对象相对应的特定识别结果表明该特定监测对象存在特定缺陷特征的情况下,输出所述特定识别结果至所述输电线路的远程侧,以通知远程侧执行与所述特定缺陷特征相对应的预警。
3.根据权利要求2所述的用于输电线路的监测系统,其特征在于,在与所述多个监测对象中的多个特定监测对象相对应的多个特定识别结果表明每个特定监测对象均存在相应的特定缺陷特征的情况下,所述监测系统还包括:
优先级确定装置,该优先级确定装置的输入端与所述图像识别装置相连接且该优先级确定装置的输出端与所述输出装置相连接,用于根据与所述多个特定监测对象所存在的多个特定缺陷特征相对应的风险程度及预设的风险程度与传输优先级之间的对应关系,确定所述多个特定识别结果的传输优先级,
相应地,所述输出装置还用于,根据所确定的所述多个特定识别结果的传输优先级,输出所述多个特定识别结果。
4.根据权利要求3所述的用于输电线路的监测系统,其特征在于,所述监测系统还包括:
图像预处理装置,该图像预处理装置的输入端与所述图像采集装置相连接且该图像预处理装置的输出端与所述图像识别装置相连接,用于对所述输电线路的图像信息进行预处理,并将预处理后的所述输电线路的图像信息发送至所述图像识别装置。
5.根据权利要求4所述的用于输电线路的监测系统,其特征在于,所述监测系统包括:
资源调度装置,所述资源调度装置与所述图像采集装置、所述图像预处理装置及所述图像识别装置相连接,用于调度所述图像采集装置、所述图像预处理装置及所述图像识别装置之间的图像信息;和/或所述资源调度装置与所述优先级确定装置相连接,用于设置所述预设的风险程度与传输优先级之间的对应关系。
6.根据权利要求2所述的用于输电线路的监测系统,其特征在于,所述监测系统还包括:
远程通信装置,用于实现所述输出装置与所述输电线路的远程侧之间的远程通信。
7.根据权利要求1所述的用于输电线路的监测系统,其特征在于,所述监测系统还包括:
存储装置,该存储装置与所述图像识别装置相连接,用于在与所述多个识别结果表明任一监测对象均未存在任意缺陷特征的情况下,将所述输电线路的图像信息存储至待抽检数据库中,其中所述待抽检数据库位于所述存储装置中;以及
第一上传装置,该第一上传装置与所述待抽检数据库相连接,用于按照预设周期将所述待抽检数据库中存储的所述输电线的图像信息上传至所述输电线路的远程侧的历史数据库中。
8.根据权利要求7所述的用于输电线路的监测系统,其特征在于,所述监测系统还包括:
缓存释放装置,该缓存释放装置与所述待抽检数据库相连接,用于在所述第一上传装置将所述待抽检数据库中存储的所述输电线路的图像信息上传之后,清除所述待抽检数据库中的内容。
9.根据权利要求1所述的用于输电线路的监测系统,其特征在于,所述图像识别装置被安装在与所述输电线路所在的所述铁塔相距预设距离的另一铁塔上或者所述输电线路所在的所述铁塔上。
10.根据权利要求1所述的用于输电线路的监测系统,其特征在于,所述监测系统还包括:主频大于或等于预设频率且处理器的个数大于预设个数的芯片模块,用于支持所述图像识别装置的识别过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020621931.4U CN212846883U (zh) | 2020-04-22 | 2020-04-22 | 用于输电线路的监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020621931.4U CN212846883U (zh) | 2020-04-22 | 2020-04-22 | 用于输电线路的监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN212846883U true CN212846883U (zh) | 2021-03-30 |
Family
ID=75152316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202020621931.4U Active CN212846883U (zh) | 2020-04-22 | 2020-04-22 | 用于输电线路的监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN212846883U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114184232A (zh) * | 2021-12-10 | 2022-03-15 | 重庆大学 | 一种输电线路多参量集成监测系统 |
WO2023005100A1 (zh) * | 2021-07-30 | 2023-02-02 | 安徽继远软件有限公司 | 基于边缘计算的输电线路缺陷识别方法及系统 |
-
2020
- 2020-04-22 CN CN202020621931.4U patent/CN212846883U/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023005100A1 (zh) * | 2021-07-30 | 2023-02-02 | 安徽继远软件有限公司 | 基于边缘计算的输电线路缺陷识别方法及系统 |
CN114184232A (zh) * | 2021-12-10 | 2022-03-15 | 重庆大学 | 一种输电线路多参量集成监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583196B (zh) | 用于输电线路的监测系统及监测方法 | |
CN212846883U (zh) | 用于输电线路的监测系统 | |
CN111307823B (zh) | 基于边云协同的变电设备典型视觉缺陷检测系统及方法 | |
CN102053596B (zh) | 风力电厂和风电机舱的智能分析监控装置和方法 | |
CN112381963A (zh) | 一种基于数字孪生技术的电力物联网智能巡检方法及系统 | |
CN102446390A (zh) | 一种对输电线路附近监控区域进行安全检测、预警的方法和系统 | |
CN111274880A (zh) | 一种视频智能分析辅助巡检与异常告警方法 | |
CN103439944A (zh) | 一种工程机械智能故障诊断系统、方法和工程机械 | |
CN110601751A (zh) | 一种电网通信光缆中断监测方法和装置 | |
CN105226556A (zh) | 一种电力巡线装置及方法 | |
CN108230624A (zh) | 基于cc2530的山体滑坡监测系统 | |
CN111784954A (zh) | 一种架空输电线路防外破报警装置及方法 | |
CN111862505A (zh) | 一种全息感知外力破坏监测系统 | |
CN115311585A (zh) | 用于电网架空线路异物的识别检测系统 | |
CN114184232A (zh) | 一种输电线路多参量集成监测系统 | |
CN109816643A (zh) | 一种基于线路缺陷识别的树线距离智能分析方法 | |
CN113433914B (zh) | 智慧工地管控平台及其监控方法 | |
CN112669302B (zh) | 吊弦缺陷检测方法、装置、电子设备及存储介质 | |
CN205016925U (zh) | 一种电力巡线装置 | |
CN112135096A (zh) | 一种基于企业园区监控的智能化监控安全系统 | |
CN116703852A (zh) | 一种电网检修风险预警方法及系统 | |
CN115311560A (zh) | 一种输电通道外破隐患辨识方法及装置 | |
CN112653242B (zh) | 一种基于云平台服务的输电线路监测系统 | |
CN112132819A (zh) | 一种基于人工智能的通信网管监控方法 | |
CN112419680B (zh) | 一种输电线路安全隐患分类识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |