KR20230081235A - 드론을 적용한 배전선로 감시 진단 시스템 및 방법 - Google Patents
드론을 적용한 배전선로 감시 진단 시스템 및 방법 Download PDFInfo
- Publication number
- KR20230081235A KR20230081235A KR1020210169103A KR20210169103A KR20230081235A KR 20230081235 A KR20230081235 A KR 20230081235A KR 1020210169103 A KR1020210169103 A KR 1020210169103A KR 20210169103 A KR20210169103 A KR 20210169103A KR 20230081235 A KR20230081235 A KR 20230081235A
- Authority
- KR
- South Korea
- Prior art keywords
- drone
- distribution line
- facilities
- monitoring
- information
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 89
- 238000012544 monitoring process Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims description 29
- 238000007689 inspection Methods 0.000 claims abstract description 59
- 238000005259 measurement Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 33
- 230000005856 abnormality Effects 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000010191 image analysis Methods 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 15
- 230000002265 prevention Effects 0.000 claims description 11
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 10
- 238000009412 basement excavation Methods 0.000 claims description 8
- 235000005770 birds nest Nutrition 0.000 claims description 8
- 235000005765 wild carrot Nutrition 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000002405 diagnostic procedure Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 244000000626 Daucus carota Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Electric Cable Installation (AREA)
Abstract
본 발명의 드론을 적용한 배전선로 감시 진단 시스템은, 대상 배전선로에 대하여 드론이 비행하며 촬영한 영상에서 상기 대상 배전선로의 이상 여부를 진단하는 드론 감시부; 상기 대상 배전선로 및 배전선로 상에 설치된 설비들에 대한 측정 정보들 및 점검 정보들을 분석하는 설비 관리 데이터 처리부; 및 상기 드론 감시부가 수행한 진단과, 상기 설비 관리 데이터 처리부가 수행한 분석을 반영하여 상기 대상 배전선로에 대한 종합 진단을 수행하는 종합 진단 수행부를 포함할 수 있다.
Description
본 발명은 드론을 이용하여 배전선로, 특히, 변전소와 주상변압기간의 고압 배전선로에 대한 정전 원인들의 사전 감시를 수행할 수 있는 배전선로 감시 진단 시스템 및 방법에 관한 것이다.
변전소로부터 전기수용시설로 고압의 배전선로를 통해 전력을 전송하는데, 산간지역과 도심지역에 설치된 전주에 가공선로 형태로 설치하여 전송하기도 한다.
한편, 접근이 쉽지 않은 전주나 배전선로는 지상에서 육안으로 감시하거나 측정장비를 통해 원거리 감시하여 가공 배전선로 설비의 고장을 예방하기 위한 순시점검을 주기적으로 수행한다.
이러한 경우, 점검이 비효율적이고, 부실점검이 이루어질 가능성이 있고, 작업자가 전신주에 직접 오르거나 리프트에 탑승하여 전신주 상단이나 배전선로에 접근하여 점검하기도 하지만 이에 따라 위험이 수반되며, 숙련된 인원을 필요로 한다.
특히, 국내의 경남 지역은 특성상 대부분 장거리 야외지역 선로가 구성되어 있는 3~4급 사업소로서, 신입 직원의 구성 비율이 높은 경우, 상술한 배전선로의 점검에 장시간 소요, 설비접근성, 진단정확성, 열악한 환경적 제약 등 장애 요인이 발생하고 있다.
구체적으로, 설비는 5개년 평균 가공회선수 15%, 고압선로 25%, 지지물 18% 증가하나, 인력은 정기순시(가공, 반기1회~2년1회), 안전순시(월1회) 이상 도보, 차량이동이 요구되는 바, 전력수요 증가 및 설비증가 대비 인력관리 한정되어, 시설관리 및 비용 증가하면서도, 점검 효율성은 떨어진다.
이에 따라, 정기적인 예방순시를 수행하고 있어도, 지속적인 고장정전 발생될 수 있다.
배전선로상 정전 원인을 살펴보면, 일시정전이 조류 45%, 수목 30%, 순간정전이 조류(둥지) 70%, 이물 20% 점유로 발생하고 있는데, 이는 배전선로를 사전에 감시하면 적극적으로 떨어뜨릴 수 있는 원인들이다.
게다가, 정기검사 법제화 시행(’214) 대비 효율적인 설비관리 방안 개선 요구되지만, 매년 점검인력, 투입비용을 소요하면서도, 열화상진단(유자격자) 추가 비용 발생 등 비용대비 점검 효율이 높지 않다.
이를 보완하기 위해 드론을 활용하기도 하지만, 배전선로의 온도를 감시하는 용도로 제한되는 등 배전선로의 점검 기능이 제한적이어서, 특히 드론을 활용하여 보다 배전선로상 정전을 사전에 예방할 수 있는 기능을 수행하도록 할 수 있는 기술이 요구된다.
본 발명은 배전선로에 대한 정전 원인들을 사전 분석하고, 이전 점검 데이터와 비교하여 종합 진단을 수행할 수 있는 드론을 적용한 배전선로 감시 진단 시스템 및 방법을 제공하고자 한다.
본 발명의 일 측면에 따른 드론을 적용한 배전선로 감시 진단 시스템은, 대상 배전선로에 대하여 드론이 비행하며 촬영한 영상에서 상기 대상 배전선로의 이상 여부를 진단하는 드론 감시부; 상기 대상 배전선로 및 배전선로 상에 설치된 설비들에 대한 측정 정보들 및 점검 정보들을 분석하는 설비 관리 데이터 처리부; 및 상기 드론 감시부가 수행한 진단과, 상기 설비 관리 데이터 처리부가 수행한 분석을 반영하여 상기 대상 배전선로에 대한 종합 진단을 수행하는 종합 진단 수행부를 포함할 수 있다.
여기서, 상기 드론 감시부는, 상기 대상 배전선로를 따르도록 상기 드론의 비행을 통제하고, 상기 드론의 촬영 활동을 제어하는 드론 비행 제어부; 및 상기 드론이 촬영한 영상을 분석하여 상기 배전선로의 고장(정전) 유발 요인을 확인하는 드론 영상 분석부를 포함할 수 있다.
여기서, 상기 드론 비행 제어부는, 감시 대상 고압 배전선로에 따른 설비 위치 정보를 상기 설비 관리 데이터 처리부를 통해 외부의 선로 설비 관리 서버로부터 수집하고, 상기 고압 배전선로 상의 순서대로 각 설비들의 위치 정보를 추적하는 방식으로 드론 비행을 제어할 수 있다.
여기서, 상기 드론 영상 분석부는, 상기 드론의 감시 비행 중 촬영한 영상을 분석하여, 정전 원인으로서 조류 둥지 접촉, 수목 접촉, 전주 기울임, 무단 굴착 중 적어도 하나 이상을 판정할 수 있다.
여기서, 상기 드론 영상 분석부는, 식별된 전주가 중력 방향에 대하여 기울어진 정도가 소정 기준을 넘는 경우, 해당 전주 위치에서 전주 기울여짐이 발생되었음을 배전센터 또는 배전운영실에 통보할 수 있다.
여기서, 상기 드론 영상 분석부는, 상기 설비 관리 데이터 처리부를 통해 외부의 선로 설비 관리 서버로부터 대상 배전선로 지역에 대한 공사 예정 정보를 획득하고, 촬영된 영상에 공사기기가 식별되고, 식별된 공사기기기의 종류 및 위치가 대상 배전선로 지역에 대하여 미리 확인된 공사 정보와 부합하지 않으면, 해당 위치에서 무단 공사가 발생되었음을 배전센터 또는 배전운영실에 통보할 수 있다.
여기서, 상기 설비 관리 데이터 처리부는, 과거의 소정 기간 누적된 특정 배전선로에 대한 측정 및 점검 정보를 입력으로, 상기 소정 기간 이후 발생된 상기 특정 배전선로의 고장 정보를 출력으로 하여, 배전선로상의 고장을 예측하도록 학습되는 측정/점검 정보 학습 모델을 구비할 수 있다.
여기서, 상기 설비 관리 데이터 처리부는, 소정 기간 누적된 감시 대상 선로에 대한 측정 및 점검 정보가 포함된 빅데이터를 분석하여 소정의 기준에 따라 주의 대상 설비들을 구분하고, 상기 드론 영상 분석부는, 상기 감시 대상 선로에 대한 촬영 영상을 분석하여 소정의 다른 기준에 따라 주의 대상 설비들을 구분한 상태에서,
상기 종합 진단 수행부는, 상기 설비 관리 데이터 처리부가 구분한 주의 대상 설비들과, 상기 드론 영상 분석부가 구분한 주의 대상 설비들 중에서, 서로 중복되는 설비들을 점검 필요 설비로 진단할 수 있다.
여기서, 상기 종합 진단 수행부는, 상기 배전선로 상의 고장을 예측하는 고장 예방에 대한 학습 모델; 및 배전선로 상에 설치된 각 설비들의 수명을 예측하는 설비 수명 예측에 대한 학습 모델을 포함할 수 있다.
여기서, 상기 고장 예방에 대한 학습 모델은, 과거의 소정 기간 누적된 특정 배전선로에 대한 측정 및 점검 정보와, 상기 드론 영상 분석부의 진단 결과를 입력으로, 상기 소정 기간 이후 발생된 상기 특정 배전선로의 고장 정보를 출력으로 하여, 배전선로상의 고장을 예측하도록 학습되는 구조를 가질 수 있다.
여기서, 상기 설비 수명 예측에 대한 학습 모델은, 과거의 소정 기간 누적된 특정 배전선로에 대한 측정 및 점검 정보와, 상기 드론 영상 분석부의 진단 결과와, 배선선로상의 특정 설비의 설치일을 입력으로, 상기 특정 설비의 교체일을 출력으로 하여, 상기 특정 설비의 잔여 수명을 예측하도록 학습되는 구조를 가질 수 있다.
본 발명의 다른 측면에 따른 드론을 적용한 배전선로 감시 진단 방법은, 대상 배전선로 및 배전선로 상에 설치된 설비들에 대한 소정 기간의 측정 정보들 및 점검 정보들을 분석하는 단계; 상기 대상 배전선로의 상기 설비들을 드론이 비행하며 촬영하는 단계; 상기 드론이 비행하며 촬영한 영상에서 상기 대상 배전선로의 이상 여부를 진단하는 단계; 및 상기 드론 비행 촬영 영상에 대하여 수행한 진단과, 상기 설비들에 대한 측정 정보들 및 점검 정보들의 분석을 반영하여, 상기 대상 배전선로에 대한 종합 진단을 수행하는 단계를 포함할 수 있다.
여기서, 상기 드론이 비행하며 촬영하는 단계에서는, 상기 감시 대상 고압 배전선로에 따른 설비 위치 정보를 수집하고, 상기 고압 배전선로 상의 순서대로 각 설비들의 위치 정보를 추적하는 방식으로 드론 비행을 수행할 수 있다.
여기서, 상기 드론이 비행하며 촬영하는 단계에서는, 상기 설비 관리 데이터 처리부로부터 주요 감시 대상 설비들에 대한 정보를 전송받아, 상기 주요 감시 대상 설비들에 대하여 촬영 거리를 단축하고, 촬영 시간을 연장하도록 상기 드론의 비행을 제어할 수 있다.
여기서, 상기 드론 촬영 영상에서 이상 여부를 진단하는 단계에서는, 상기 드론의 감시 비행 중 촬영한 영상을 분석하여, 조류 둥지 접촉, 수목 접촉, 전주 기울임, 무단 굴착 중 적어도 하나 이상을 판정할 수 있다.
여기서, 상기 측정 정보들 및 점검 정보들을 분석하는 단계에서는, 소정 기간 누적된 감시 대상 선로에 대한 측정 및 점검 정보가 포함된 빅데이터를 분석하여 소정의 기준에 따라 주의 대상 설비들을 구분하고, 상기 드론 촬영 영상에서 이상 여부를 진단하는 단계에서는, 상기 감시 대상 선로에 대한 촬영 영상을 분석하여 소정의 다른 기준에 따라 주의 대상 설비들을 구분하고,
상기 종합 진단을 수행하는 단계에서는, 상기 측정 정보들 및 점검 정보들을 분석하는 단계에서 구분한 주의 대상 설비들과, 상기 드론 촬영 영상에서 이상 여부를 진단하는 단계에서 구분한 주의 대상 설비들 중에서, 서로 중복되는 설비들을 점검 필요 설비로 진단할 수 있다.
여기서, 상기 종합 진단을 수행하는 단계에서는, 고장 예방에 대한 학습 모델을 이용하여 도출된 고장 예방 조치들을 제시하고, 설비 수명 예측에 대한 학습 모델을 이용하여 상기 설비들에 대한 예상 수명을 제공할 수 있다.
상술한 구성의 본 발명의 사상에 따른 드론을 적용한 배전선로 감시 진단 시스템 및/또는 방법을 실시하면, 배전선로에 대한 정전 원인들을 사전 분석하고, 이전 점검 데이터와 비교하여 종합 진단을 수행할 수 있는 이점이 있다.
본 발명의 드론을 적용한 배전선로 감시 진단 시스템 및/또는 방법은, 조류 고장 예방 조치 비용 및 용역 비용 등 현재 연간 153억에 달하는 순시비용을 절감하는 이점이 있다.
본 발명의 드론을 적용한 배전선로 감시 진단 시스템 및/또는 방법은, 순시인력부족을 해소하며, 안전사고발생 예방으로 사회 파급 비용을 절감하는 이점이 있다.
본 발명의 드론을 적용한 배전선로 감시 진단 시스템 및/또는 방법은, 배전선로상의 인명 안전사고를 예방하고, 사회적 정전 손실비용 감소시키며, 설비관리를 고도화화여, 대형 재해E재난사고 발생 예방할 수 있는 이점이 있다.
도 1은 본 발명의 사상에 따른 드론을 적용한 배전선로 감시 진단 시스템이 적용되어 구축된 배전선로 자율주행 검사로봇 시스템을 도시하는 구성도.
도 2는 본 발명의 사상에 따른 드론을 적용한 배전선로 감시 진단 시스템의 일 실시예를 도시한 블록도.
도 3a는 본 발명의 배전선로 감시 진단 시스템의 드론이 조류(둥지) 접촉을 정전전에 인지하는 과정을 나타낸 개념도.
도 3b는 본 발명의 배전선로 감시 진단 시스템의 드론이 수목 접촉을 정전전에 인지하는 과정을 나타낸 개념도.
도 3c는 본 발명의 배전선로 감시 진단 시스템의 드론이 전주 기울어짐을 정전전에 인지하는 과정을 나타낸 개념도.
도 3d는 본 발명의 배전선로 감시 진단 시스템의 드론이 무단 굴착을 정전전에 인지하는 과정을 나타낸 개념도.
도 4는 본 발명의 사상에 따른 드론을 적용한 배전선로 감시 진단 방법을 도시한 흐름도.
도 5는 도 4의 배전선로 감시 진단 방법 중 종합 진단을 수행하는 단계의 세부 과정을 예시한 흐름도.
도 2는 본 발명의 사상에 따른 드론을 적용한 배전선로 감시 진단 시스템의 일 실시예를 도시한 블록도.
도 3a는 본 발명의 배전선로 감시 진단 시스템의 드론이 조류(둥지) 접촉을 정전전에 인지하는 과정을 나타낸 개념도.
도 3b는 본 발명의 배전선로 감시 진단 시스템의 드론이 수목 접촉을 정전전에 인지하는 과정을 나타낸 개념도.
도 3c는 본 발명의 배전선로 감시 진단 시스템의 드론이 전주 기울어짐을 정전전에 인지하는 과정을 나타낸 개념도.
도 3d는 본 발명의 배전선로 감시 진단 시스템의 드론이 무단 굴착을 정전전에 인지하는 과정을 나타낸 개념도.
도 4는 본 발명의 사상에 따른 드론을 적용한 배전선로 감시 진단 방법을 도시한 흐름도.
도 5는 도 4의 배전선로 감시 진단 방법 중 종합 진단을 수행하는 단계의 세부 과정을 예시한 흐름도.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 연결되어 있다거나 접속되어 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 명세서에서, 포함하다 또는 구비하다 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.
또한, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
도 1은 본 발명의 사상에 따른 드론을 적용한 배전선로 감시 진단 시스템이 적용되어 구축된 배전선로 자율주행 검사로봇 시스템을 도시하는 구성도이다.
본 발명의 사상에 따라 일종의 로봇 자율 점검 시스템으로서, 가공 및 지중배전선로 자율비행 검사 시스템을 구축할 수 있으며, 특히, 무단굴착, 전주경사 등 발견시 이벤트 Data 전송하는 방식으로 드론 로봇이 이용될 수 있다.
예컨대, 도시한 배전 센터 내에 본 발명의 사상에 따른 배전선로 감시 진단 시스템이 구축될 수 있으며, 이 경우, 배전 센터 즉, 배전선로 감시 진단 시스템은 드론 로봇의 자율비행을 모니터링 및 제어하고, 파악한 위해 개소에 대하여 해당 배전운영실에 통보하는 등의 정전 사전 조치를 수행할 수 있다. 상기 통보를 받은 해당 배전운영실은 출동 등으로 정전 유발 원인(예: 조류 둥지, 수목)을 제거하는 정전전 사전 조치를 수행할 수 있다.
도 2는 본 발명의 사상에 따른 드론을 적용한 배전선로 감시 진단 시스템의 일 실시예를 도시한 블록도이다.
도시한 드론을 적용한 배전선로 감시 진단 시스템(100)은, 대상 배전선로에 대하여 드론(10)이 비행하며 촬영한 영상에서 상기 대상 배전선로의 이상 여부를 진단하는 드론 감시부(140); 상기 대상 배전선로 및 배전선로 상에 설치된 설비들에 대한 측정 정보들 및 점검 정보들을 분석하는 설비 관리 데이터 처리부(120); 및 상기 드론 감시부가 수행한 진단과, 상기 설비 관리 데이터 처리부가 수행한 분석을 반영하여 상기 대상 배전선로에 대한 종합 진단을 수행하는 종합 진단 수행부(160)를 포함한다.
상기 드론 감시부(140)는, 감시 대상 배전선로를 따르도록 상기 드론(10)의 비행을 통제하고, 상기 드론(10)의 촬영 활동을 제어하는 드론 비행 제어부(142); 및 상기 드론(10)이 촬영한 영상을 분석하여 상기 배전선로의 고장(정전) 유발 요인을 확인하는 드론 영상 분석부(144)를 포함할 수 있다.
도시한 드론 감시부(140)는, 상기 설비 관리 데이터 처리부(120) 및 종합 진단 수행부(160)와 동일한 위치(서버)에 배치하였지만, 다른 구현의 경우, 상기 드론 감시부의 전부 또는 일부(드론 비행 제어부)를 드론의 내부에 장착된 연산 장치(예: 비행 제어 기판)에 배치할 수도 있다.
자율비행 시스템이 도입되어, 배전선로에 근접 비행이 가능한 적합한 상기 드론(10)에 대하여 살펴본다.
상기 드론(10)은, 충돌방지, 자율비행 시스템이 내장되거나, 외부에 제어 장치에 설치될 수 있으며, 열화상ㆍ광학카메라, 센서 등을 활용하여 배전선로상의 설비들을 감시한다. 또한, 배터리 상태 최대시간 구동, 추락방지 및 자가고장 진단, 실시간 위치 인식 등 드론 자체 점검에 관련된 기능을 구비할 수 있다.
구현에 따라, 상기 드론 비행 제어부(142)는, 상술한 자율비행 시스템, 설비 감시 기능, 드론 자체 점검 기능 중 적어도 하나 이상을 구비할 수 있다.
상기 드론 비행 제어부(142)는, 감시 대상 고압 배전선로에 따른 설비 위치 정보를 수집하고, 상기 고압 배전선로 상의 순서대로 각 설비들의 위치 정보를 추적하는 방식으로 드론 비행을 제어할 수 있다. 구현에 따라, 상기 설비 위치 정보는 상기 설비 관리 데이터 처리부(120)를 통해 도시한 선로 설비 관리 서버로부터 획득할 수 있다.
예컨대, 상기 드론 비행 제어부(142)는, 상기 설비 관리 데이터 처리부로부터 주요 감시 대상 설비들에 대한 정보를 전송받아, 상기 주요 감시 대상 설비들에 대하여 촬영 거리(드론과 설비와의 물리적 거리 또는 줌을 이용한 촬영 거리)를 단축하고, 촬영 시간을 연장하도록 상기 드론의 비행을 제어할 수 있다.
도 3a는 본 발명의 배전선로 감시 진단 시스템의 드론이 조류(둥지) 접촉을 정전전에 인지하는 과정을 나타낸 개념도이다.
도 3b는 본 발명의 배전선로 감시 진단 시스템의 드론이 수목 접촉을 정전전에 인지하는 과정을 나타낸 개념도이다.
도 3c는 본 발명의 배전선로 감시 진단 시스템의 드론이 전주 기울어짐을 정전전에 인지하는 과정을 나타낸 개념도이다.
도 3d는 본 발명의 배전선로 감시 진단 시스템의 드론이 무단 굴착을 정전전에 인지하는 과정을 나타낸 개념도이다.
상기 드론 영상 분석부(144)는, 영상을 분석하여 배전선로 설비 객체 특히 선로에 대하여 식별하고, 식별된 선로 영역에 근접하거나 닿아있는 장애물들을 식별하는 방식으로 정정 유발 요인 분석을 수행할 수 있다.
상기 드론 영상 분석부(144)는, 상기 드론의 감시 비행 중 촬영한 영상을 분석하여, 정전 원인으로서 조류 둥지 접촉, 수목 접촉, 전주 기울임, 무단 굴착 중 적어도 하나 이상을 정전전에 미리 판정할 수 있다.
상기 드론 영상 분석부(144)는, 도 3a에 도시한 바와 같이, 식별된 선로 영역에 조류 및/또는 조류 둥지로 식별된 객체가 근접하거나 닿아있는 경우, 해당 선로 위치에서 조류/둥지 접촉이 발생되었음을 배전센터 및/또는 배전운영실 등에 통보할 수 있다.
상기 드론 영상 분석부(144)는, 도 3b에 도시한 바와 같이, 식별된 선로 영역에 수목으로 식별된 객체가 근접하거나 닿아있는 경우, 해당 선로 위치에서 수목접촉이 발생되었음을 배전센터 및/또는 배전운영실 등에 통보할 수 있다.
상기 드론 영상 분석부(144)는, 도 3c에 도시한 바와 같이, 식별된 전주가 중력 방향에 대하여 기울어진 정도가 소정 기준을 넘는 경우, 해당 전주 위치에서 전주 기울여짐이 발생되었음을 배전센터 및/또는 배전운영실 등에 통보할 수 있다. 드론(10)은 일반적인 드론의 경우와 같이 중력가속도 센서나 자이로센서를 구비하여 중력 향을 용이하게 확인할 수 있다.
상기 드론 영상 분석부(144)는, 도 3d에 도시한 바와 같이, 감시 지역(배전선로상)에서 촬영된 영상에 공사기기(예: 굴착기)가 식별되고, 식별된 공사기기기의 종류 및 위치가 대상 배전선로 지역에 대하여 미리 확인된 공사 정보와 부합하지 않으면, 해당 위치에서 무단 공사가 발생되었음을 배전센터 및/또는 배전운영실 등에 통보할 수 있다. 이를 위해 상기 드론 영상 분석부(144)는, 상기 설비 관리 데이터 처리부(120)를 통해 도시한 선로 설비 관리 서버(20) 등으로부터 대상 배전선로 지역에 대한 공사 예정 정보를 획득할 수 있다.
상기 설비 관리 데이터 처리부(120)는, 소정 기간 누적된 감시 대상 배전선로에 대한 CT/PT 등의 측정값 정보들 및 인력/로봇에 의해 수행된 점검 정보들을, 본 발명의 사상에 따른 드론 로봇 진단을 지원하거나, 종합 진단을 수행하기 위한 형태로 정리하기 위한 것이다.
상기 정보들의 정리는 단순히 서지정보 파라미터에 따라 분류할 수도 있으며, 보다 복잡한 기능을 지원하는 구현의 경우 상기 설비 관리 데이터 처리부(120)는, 소정 기간 누적된 감시 대상 선로에 대한 측정 및 점검 정보가 포함된 빅데이터를 분석하기 위해, 최초 또는 정기적으로 빅데이터를 분석하는 과정을 학습하는 측정/점검 정보 학습 모델을 포함할 수 있다.
예컨대, 상기 측정/점검 정보 학습 모델은, 과거의 소정 기간 누적된 특정 배전선로에 대한 측정 및 점검 정보를 입력으로, 상기 소정 기간 이후 발생된 상기 특정 배전선로의 고장 정보를 출력으로 하여, 배전선로상의 고장을 예측하도록 학습되는 구조를 가질 수 있다.
상기 종합 진단 수행부(160)는, 상기 드론 감시부(140)가 수행한 진단과, 상기 설비 관리 데이터 처리부(120)가 수행한 분석을, 각각 개별적/병렬적으로 반영하거나, 또는, 상기 드론 감시부가 수행한 진단과 상기 설비 관리 데이터 처리부가 수행한 분석을 결합하여 종합 진단을 수행할 수 있다.
예컨대, 후자의 경우로서, 상기 설비 관리 데이터 처리부(120)는 소정 기간 누적된 감시 대상 선로에 대한 측정 및 점검 정보가 포함된 빅데이터를 분석하여 소정의 기준에 따라 (향후 이상 발생 가능성이 상당하다고 판단되는) 주의 대상 설비들을 구분하고, 상기 드론 영상 분석부(144)는 상기 감시 대상 선로에 대한 촬영 영상을 분석하여 소정의 다른 기준에 따라 주의 대상 설비들을 구분한 상태에서, 상기 종합 진단 수행부(160)는, 상기 설비 관리 데이터 처리부가 구분한 주의 대상 설비들과, 상기 드론 영상 분석부가 구분한 주의 대상 설비들 중에서, 서로 중복되는 설비들을 점검 필요 설비로 진단할 수 있다.
여기서, 주의 대상 설비란, 해당 상태로부터 정전 등 고장 발생의 가능성이 개연성을 가질 정도로 높지는 않으나, 통상적인 경우보다는 고장 발생 가능성을 높이는 상태에 있는 설비를 의미한다. 본 발명에서는, 누적된 감시 대상 선로에 대한 측정 및 점검 정보를 분석하여 구한 주의 대상 설비와, 이와는 다른 기준인 드론 촬영 영상을 분석하여 구한 주의 대상 설비가 일치하는 경우, 다른 주의 대상 설비와는 달리 최우선적인 인력에 의한 점검이 필요함을 통보할 것을 제시한 것이다.
상기 드론 영상 분석부(144) 및 상기 설비 관리 데이터 처리부(120)가 각자 기준에 따라 구분한 주의 대상 설비들이 서로 일치하게 되는 경우를 예시하면, 배전선로 상부 영역에 이격되어 위치한 조류 둥지의 배설물 낙하로 인한 간헐적 선로 측정값 변동, 바람에 의해 배선선로와 근처 수목의 간헐적 접촉에 의한 간헐적 선로 측정값 변동, 소정의 위험 기준 이내의 전주 기울어짐 등 설비의 위치 변동 정도에 따른 미세한 선로 측정값 바이어싱 등이 발생될 수 있다.
보다 개선된 구현의 종합 진단 수행부(160)는, 고장 예방에 대한 학습 모델; 및 설비 수명 예측에 대한 학습 모델을 포함할 수 있다.
예컨대, 상기 고장 예방에 대한 학습 모델은, 과거의 소정 기간 누적된 특정 배전선로에 대한 측정 및 점검 정보와, 상기 드론 영상 분석부(144)의 진단 결과를 입력으로, 상기 소정 기간 이후 발생된 상기 특정 배전선로의 고장 정보를 출력으로 하여, 배전선로상의 고장을 예측하도록 학습되는 구조를 가질 수 있다.
예컨대, 상기 설비 수명 예측에 대한 학습 모델은, 과거의 소정 기간 누적된 특정 배전선로에 대한 측정 및 점검 정보와, 상기 드론 영상 분석부(144)의 진단 결과와, 배선선로상의 특정 설비의 설치일을 입력으로, 상기 특정 설비의 교체일을 출력으로 하여, 상기 특정 설비의 잔여 수명을 예측하도록 학습되는 구조를 가질 수 있다.
도 4는 본 발명의 사상에 따른 드론을 적용한 배전선로 감시 진단 방법을 도시한 흐름도이다.
도 5는 도 4의 배전선로 감시 진단 방법 중 종합 진단을 수행하는 단계(S160)의 세부 과정을 예시한 흐름도이다.
도시한 드론을 적용한 배전선로 감시 진단 방법은, 대상 배전선로 및 배전선로 상에 설치된 설비들에 대한 소정 기간의 측정 정보들 및 점검 정보들을 분석하는 단계(S120); 상기 대상 배전선로의 상기 설비들을 드론이 비행하며 촬영하는 단계(S130); 상기 드론이 비행하며 촬영한 영상에서 상기 대상 배전선로의 이상 여부를 진단하는 단계(S140); 및 상기 드론 비행 촬영 영상에 대하여 수행한 진단과, 상기 설비들에 대한 측정 정보들 및 점검 정보들의 분석을 반영하여, 상기 대상 배전선로에 대한 종합 진단을 수행하는 단계(S160)를 포함할 수 있다.
상기 드론이 비행하며 촬영하는 단계(S130)에서는, 상기 감시 대상 고압 배전선로에 따른 설비 위치 정보를 수집하고, 상기 고압 배전선로 상의 순서대로 각 설비들의 위치 정보를 추적하는 방식으로 드론 비행을 수행할 수 있다.
상기 드론이 비행하며 촬영하는 단계(S130)는, 도 2의 드론(10) 및 드론 비행 제어부(142)에 의해 수행되며, 상기 설비 관리 데이터 처리부(120)로부터 주요 감시 대상 설비들에 대한 정보를 전송받아, 상기 주요 감시 대상 설비들에 대하여 촬영 거리를 단축하고, 촬영 시간을 연장하도록 상기 드론의 비행을 제어할 수 있다.
상기 드론 촬영 영상에서 이상 여부를 진단하는 단계(S140)는, 도 2의 드론 영상 분석부(144)에 의해 수행되며, 상기 드론의 감시 비행 중 촬영한 영상을 분석하여, 조류 둥지 접촉, 수목 접촉, 전주 기울임, 무단 굴착 중 적어도 하나 이상을 판정할 수 있다.
상기 측정 정보들 및 점검 정보들을 분석하는 단계(S120)에서는, 소정 기간 누적된 감시 대상 선로에 대한 측정 및 점검 정보가 포함된 빅데이터를 분석하여 소정의 기준(제1 기준)에 따라 향후 이상 발생 가능성이 상당하다고 판단되는 주의 대상 설비들을 구분하고(S128), 상기 드론 촬영 영상에서 이상 여부를 진단하는 단계(S140)에서는, 상기 감시 대상 선로에 대한 촬영 영상을 분석하여 소정의 다른 기준(제2 기준)에 따라 주의 대상 설비들을 구분하고(S148), 상기 종합 진단을 수행하는 단계(S160)에서는, 상기 측정 정보들 및 점검 정보들을 분석하는 단계에서 구분한 주의 대상 설비들과, 상기 드론 촬영 영상에서 이상 여부를 진단하는 단계에서 구분한 주의 대상 설비들 중에서, 서로 중복되는 설비들을 점검 필요 설비로 진단할 수 있다(S162).
상기 종합 진단을 수행하는 단계(S160)는, 도 2의 종합 진단 수행부(160)에 의해 수행되며, 보다 개선된 구현의 경우, 고장 예방에 대한 학습 모델을 이용하여 도출된 고장 예방 조치들을 제시하고(S166), 설비 수명 예측에 대한 학습 모델을 이용하여 상기 설비들에 대한 예상 수명을 제공할 수 있다(S168).
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10 : 드론
100 : 배전선로 감시 진단 시스템
120 : 설비 관리 데이터 처리부
140 : 드론 감시부
142 : 드론 비행 제어부
144 : 드론 영상 분석부
160 : 종합 진단 수행부
100 : 배전선로 감시 진단 시스템
120 : 설비 관리 데이터 처리부
140 : 드론 감시부
142 : 드론 비행 제어부
144 : 드론 영상 분석부
160 : 종합 진단 수행부
Claims (17)
- 대상 배전선로에 대하여 드론이 비행하며 촬영한 영상에서 상기 대상 배전선로의 이상 여부를 진단하는 드론 감시부;
상기 대상 배전선로 및 배전선로 상에 설치된 설비들에 대한 측정 정보들 및 점검 정보들을 분석하는 설비 관리 데이터 처리부; 및
상기 드론 감시부가 수행한 진단과, 상기 설비 관리 데이터 처리부가 수행한 분석을 반영하여 상기 대상 배전선로에 대한 종합 진단을 수행하는 종합 진단 수행부
를 포함하는 드론을 적용한 배전선로 감시 진단 시스템.
- 제1항에 있어서,
상기 드론 감시부는,
상기 대상 배전선로를 따르도록 상기 드론의 비행을 통제하고, 상기 드론의 촬영 활동을 제어하는 드론 비행 제어부; 및
상기 드론이 촬영한 영상을 분석하여 상기 배전선로의 고장 유발 요인을 확인하는 드론 영상 분석부
를 포함하는 드론을 적용한 배전선로 감시 진단 시스템.
- 제2항에 있어서,
상기 드론 비행 제어부는,
감시 대상 고압 배전선로에 따른 설비 위치 정보를 상기 설비 관리 데이터 처리부를 통해 외부의 선로 설비 관리 서버로부터 수집하고, 상기 고압 배전선로 상의 순서대로 각 설비들의 위치 정보를 추적하는 방식으로 드론 비행을 제어하는 드론을 적용한 배전선로 감시 진단 시스템.
- 제2항에 있어서,
상기 드론 영상 분석부는,
상기 드론의 감시 비행 중 촬영한 영상을 분석하여, 정전 원인으로서 조류 둥지 접촉, 수목 접촉, 전주 기울임, 무단 굴착 중 적어도 하나 이상을 판정하는 드론을 적용한 배전선로 감시 진단 시스템.
- 제2항에 있어서,
상기 드론 영상 분석부는,
식별된 전주가 중력 방향에 대하여 기울어진 정도가 소정 기준을 넘는 경우, 해당 전주 위치에서 전주 기울여짐이 발생되었음을 배전센터 또는 배전운영실에 통보하는 드론을 적용한 배전선로 감시 진단 시스템.
- 제2항에 있어서,
상기 드론 영상 분석부는,
상기 설비 관리 데이터 처리부를 통해 외부의 선로 설비 관리 서버로부터 대상 배전선로 지역에 대한 공사 예정 정보를 획득하고,
촬영된 영상에 공사기기가 식별되고, 식별된 공사기기기의 종류 및 위치가 대상 배전선로 지역에 대하여 미리 확인된 공사 정보와 부합하지 않으면, 해당 위치에서 무단 공사가 발생되었음을 배전센터 또는 배전운영실에 통보하는 드론을 적용한 배전선로 감시 진단 시스템.
- 제1항에 있어서,
상기 설비 관리 데이터 처리부는,
과거의 소정 기간 누적된 특정 배전선로에 대한 측정 및 점검 정보를 입력으로, 상기 소정 기간 이후 발생된 상기 특정 배전선로의 고장 정보를 출력으로 하여, 배전선로상의 고장을 예측하도록 학습되는 측정/점검 정보 학습 모델을 구비하는 드론을 적용한 배전선로 감시 진단 시스템.
- 제1항에 있어서,
상기 설비 관리 데이터 처리부는, 소정 기간 누적된 감시 대상 선로에 대한 측정 및 점검 정보가 포함된 빅데이터를 분석하여 소정의 기준에 따라 주의 대상 설비들을 구분하고,
상기 드론 영상 분석부는, 상기 감시 대상 선로에 대한 촬영 영상을 분석하여 소정의 다른 기준에 따라 주의 대상 설비들을 구분한 상태에서,
상기 종합 진단 수행부는,
상기 설비 관리 데이터 처리부가 구분한 주의 대상 설비들과, 상기 드론 영상 분석부가 구분한 주의 대상 설비들 중에서, 서로 중복되는 설비들을 점검 필요 설비로 진단하는 드론을 적용한 배전선로 감시 진단 시스템.
- 제1항에 있어서,
상기 종합 진단 수행부는,
상기 배전선로 상의 고장을 예측하는 고장 예방에 대한 학습 모델; 및
배전선로 상에 설치된 각 설비들의 수명을 예측하는 설비 수명 예측에 대한 학습 모델
을 포함하는 드론을 적용한 배전선로 감시 진단 시스템.
- 제9항에 있어서,
상기 고장 예방에 대한 학습 모델은,
과거의 소정 기간 누적된 특정 배전선로에 대한 측정 및 점검 정보와, 상기 드론 영상 분석부의 진단 결과를 입력으로, 상기 소정 기간 이후 발생된 상기 특정 배전선로의 고장 정보를 출력으로 하여, 배전선로상의 고장을 예측하도록 학습되는 구조를 가지는 드론을 적용한 배전선로 감시 진단 시스템.
- 제9항에 있어서,
상기 설비 수명 예측에 대한 학습 모델은, 과거의 소정 기간 누적된 특정 배전선로에 대한 측정 및 점검 정보와, 상기 드론 영상 분석부의 진단 결과와, 배선선로상의 특정 설비의 설치일을 입력으로, 상기 특정 설비의 교체일을 출력으로 하여, 상기 특정 설비의 잔여 수명을 예측하도록 학습되는 구조를 가지는 드론을 적용한 배전선로 감시 진단 시스템.
- 대상 배전선로 및 배전선로 상에 설치된 설비들에 대한 소정 기간의 측정 정보들 및 점검 정보들을 분석하는 단계;
상기 대상 배전선로의 상기 설비들을 드론이 비행하며 촬영하는 단계;
상기 드론이 비행하며 촬영한 영상에서 상기 대상 배전선로의 이상 여부를 진단하는 단계; 및
상기 드론 비행 촬영 영상에 대하여 수행한 진단과, 상기 설비들에 대한 측정 정보들 및 점검 정보들의 분석을 반영하여, 상기 대상 배전선로에 대한 종합 진단을 수행하는 단계
를 포함하는 드론을 적용한 배전선로 감시 진단 방법.
- 제12항에 있어서,
상기 드론이 비행하며 촬영하는 단계에서는,
상기 감시 대상 고압 배전선로에 따른 설비 위치 정보를 수집하고, 상기 고압 배전선로 상의 순서대로 각 설비들의 위치 정보를 추적하는 방식으로 드론 비행을 수행하는 드론을 적용한 배전선로 감시 진단 방법.
- 제12항에 있어서,
상기 드론이 비행하며 촬영하는 단계에서는,
상기 설비 관리 데이터 처리부로부터 주요 감시 대상 설비들에 대한 정보를 전송받아, 상기 주요 감시 대상 설비들에 대하여 촬영 거리를 단축하고, 촬영 시간을 연장하도록 상기 드론의 비행을 제어하는 드론을 적용한 배전선로 감시 진단 방법.
- 제12항에 있어서,
상기 드론 촬영 영상에서 이상 여부를 진단하는 단계에서는,
상기 드론의 감시 비행 중 촬영한 영상을 분석하여, 조류 둥지 접촉, 수목 접촉, 전주 기울임, 무단 굴착 중 적어도 하나 이상을 판정하는 드론을 적용한 배전선로 감시 진단 방법.
- 제12항에 있어서,
상기 측정 정보들 및 점검 정보들을 분석하는 단계에서는, 소정 기간 누적된 감시 대상 선로에 대한 측정 및 점검 정보가 포함된 빅데이터를 분석하여 소정의 기준에 따라 주의 대상 설비들을 구분하고,
상기 드론 촬영 영상에서 이상 여부를 진단하는 단계에서는, 상기 감시 대상 선로에 대한 촬영 영상을 분석하여 소정의 다른 기준에 따라 주의 대상 설비들을 구분하고,
상기 종합 진단을 수행하는 단계에서는, 상기 측정 정보들 및 점검 정보들을 분석하는 단계에서 구분한 주의 대상 설비들과, 상기 드론 촬영 영상에서 이상 여부를 진단하는 단계에서 구분한 주의 대상 설비들 중에서, 서로 중복되는 설비들을 점검 필요 설비로 진단하는 드론을 적용한 배전선로 감시 진단 방법.
- 제12항에 있어서,
상기 종합 진단을 수행하는 단계에서는,
고장 예방에 대한 학습 모델을 이용하여 도출된 고장 예방 조치들을 제시하고,
설비 수명 예측에 대한 학습 모델을 이용하여 상기 설비들에 대한 예상 수명을 제공하는 드론을 적용한 배전선로 감시 진단 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210169103A KR20230081235A (ko) | 2021-11-30 | 2021-11-30 | 드론을 적용한 배전선로 감시 진단 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210169103A KR20230081235A (ko) | 2021-11-30 | 2021-11-30 | 드론을 적용한 배전선로 감시 진단 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230081235A true KR20230081235A (ko) | 2023-06-07 |
Family
ID=86761574
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210169103A KR20230081235A (ko) | 2021-11-30 | 2021-11-30 | 드론을 적용한 배전선로 감시 진단 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230081235A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117309065A (zh) * | 2023-11-29 | 2023-12-29 | 广州中科智云科技有限公司 | 一种基于无人机的换流站远程监控方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101800231B1 (ko) | 2017-04-14 | 2017-11-23 | 성진전력 주식회사 | 드론을 이용한 배전선로의 실시간 원격 온도 감시 방법 |
-
2021
- 2021-11-30 KR KR1020210169103A patent/KR20230081235A/ko unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101800231B1 (ko) | 2017-04-14 | 2017-11-23 | 성진전력 주식회사 | 드론을 이용한 배전선로의 실시간 원격 온도 감시 방법 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117309065A (zh) * | 2023-11-29 | 2023-12-29 | 广州中科智云科技有限公司 | 一种基于无人机的换流站远程监控方法及系统 |
| CN117309065B (zh) * | 2023-11-29 | 2024-02-09 | 广州中科智云科技有限公司 | 一种基于无人机的换流站远程监控方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101949525B1 (ko) | 무인탐지장치를 이용한 현장 안전관리 시스템 | |
| US10643444B2 (en) | Facility management system using Internet of things (IoT) based sensor and unmanned aerial vehicle (UAV), and method for the same | |
| KR102554662B1 (ko) | 이동식 무인탐지장치를 이용한 인공지능 기반 안전관리 시스템 | |
| CN108957240A (zh) | 电网故障远程定位方法及系统 | |
| CN112288984A (zh) | 基于视频融合的三维可视化无人值守变电站智能联动系统 | |
| US11275376B2 (en) | Large scale unmanned monitoring device assessment of utility system components | |
| CN105574683A (zh) | 一种全方位变电站巡检系统及方法 | |
| US11861820B1 (en) | Repetitive video monitoring of industrial equipment by mobile data acquisition units | |
| KR20200031251A (ko) | 천장 레일형 IoT 기반 감시 로봇 장치 | |
| CN112698618A (zh) | 一种基于机器视觉技术的服务器告警识别系统 | |
| WO2023158044A1 (ko) | 경험적 공유 지식 기반의 인공지능을 활용한 설비고장 예지보전 방법 | |
| CN108375962A (zh) | 海上升压站巡控系统 | |
| KR20230081235A (ko) | 드론을 적용한 배전선로 감시 진단 시스템 및 방법 | |
| KR101806467B1 (ko) | 다수의 지역 발전소들의 통합관리 운영시스템 | |
| CN112183369A (zh) | 一种用于变电站无人巡检的指针仪表读数识别方法 | |
| CN105867267A (zh) | 通过图像识别技术实现配电站房仪表读数自动上报的方法 | |
| KR102091493B1 (ko) | 태양광발전소의 원격관리시스템 | |
| WO2021262030A1 (ru) | Модульный комплекс контроля производственной безопасности и технологических процессов | |
| CN214376017U (zh) | 一种电力设备故障巡检系统 | |
| CN108270293A (zh) | 海上升压站配电室巡控系统及升压站配电室 | |
| KR20200071566A (ko) | 복수의 드론을 위한 비행 예상 시각 결정을 위한 방법, 컴퓨터 장치, 및 컴퓨터 판독가능 기록 매체 | |
| KR102519411B1 (ko) | 드론 및 3d 매핑 기술을 이용한 태양광 발전시스템의 운영유지보수장치 및 그 방법 | |
| KR102522496B1 (ko) | 관리 시설물의 모듈 타입 운영 및 관리 장치 | |
| KR102668287B1 (ko) | 모니터링이 가능한 전기차 충전소 화재 예방 분전반 및 그 작동 방법 | |
| KR20200078736A (ko) | 철도 및 주변 역사에 대한 통합 안전관리 방법 |